复种指数,指一段时间内,某地区或生产单位种植作物的平均次数。弄清某区域的耕地复种信息,对于该区域甚至全球固碳研究、粮食产量估算以及耕地潜力挖掘等都具有重要的意义。基于遥感技术获取某区域复种信息的方法具备客观性、高时效、大范围和低成本等优点,正逐渐成为复种指数信息提取的一种普遍研究手段。尽管基于遥感技术和不同的监测原理,已发展了多种复种指数监测方法,但受数据源空间分辨率较低的限制,对于地表复杂区域(如川东丘陵区)而言,应用已有方法提取复种指数的精度往往较低。引入或发展高时空分辨率数据融合算法,构建具有“双高”(高时间分辨率及高空间分辨率)特征的遥感数据,提高已有常用数据源的空间分辨率,是改善地表复杂区域复种指数遥感监测能力的一种思路。本研究拟以川东典型丘陵县——盐亭为研究区,探究基于数据融合算法构建的高时空分辨率时序植被指数数据,提取复杂地表区域复种信息方法的可行性。研究首先通过引入基于斑块的ISODATA分类方法,滑动窗口技术及时间加权思想,对一种已有数据融合算法-——STDFM (Spatial and Temporal Data Fusion Model)算法进行了改进,对比测试结果显示：改进后的ESTDFM (Enhanced Spatial and Temporal Data Fusion Model)算法的预测效果要优于原算法；然后对基于另一种常用数据融合算法——STARFM(Spatial and Temporal Data Fusion Model)算法构建高时空分辨率时序NDVI数据的两种不同方案(直接法与间接法)进行了对比,实验结果表明：两种方案对于中值区域的预测无明显差异；而对于高值或低值区域的预测,直接法方案优于间接法方案;最后在比较各种算法优缺点的基础上,选择基于STARFM算法的直接法方案构建了盐亭县2002年及2011年高时空分辨率NDVI数据集,并基于该数据集,利用二次差分法提取了该县两个年份的复种指数信息。验证结果表明：基于高时空分辨率NDVI数据集提取盐亭县复种指数的方法具有较高的精度,2011年统计结果与遥感提取结果几乎相等(1.69vs,1.67),2013年野外调查数据验证2011年遥感提取结果的总体精度约为73.97%。这证明了基于数据融合算法构建的高时空分辨率时序植被指数数据,提取复杂地表区域复种信息的方法是可行的。另外,监测结果显示：2002年至2011年近十年时间内,该县的复种指数在整体上下降了约0.3(1.97vs.1.67)。约有31.04%的耕地熟制发生了变化。其中,变化以一年两熟变为一年一熟为主,约占29.93%；变化区域在空间上主要集中于该县西部和南部地区。本研究的主要创新点在于对高时空分辨率数据融合算法的创新性研究。其内容主要包括对STDFM算法做出了一定的改进,推动了基于混合像元分解理论的数据融合算法研究；以及首次对基于STARFM算法构建高时空分辨率NDVI数据集的不同方案进行了对比,从而为该算法在应用时应当选择何种方案提供了科学依据。