基于多模态序列扩散Transformer的可靠卫星图像时间序列重建方法RESTORE-DiT及其在植被动态监测中的应用

为解决光学卫星图像时间序列（SITS）因云层遮挡导致的数据缺失问题，研究人员开发了多模态扩散框架RESTORE-DiT，通过融合SAR时间序列和日期信息指导去噪过程，实现了序列级光学-SAR融合。实验表明，该方法在法国、南非和珠江流域的测试中PSNR提升2.87 dB，RMSE降低27.2%，显著提升了高动态地表和持续云覆盖场景的重建可靠性，为植被生长监测提供了高质量数据支持。

　　

卫星遥感技术为地表动态监测提供了全球尺度的观测能力，但光学图像时间序列（SITS）常因云层和阴影干扰出现数据缺失。传统统计方法（如线性插值）难以捕捉作物快速生长等动态变化，而现有深度学习方法在长时序缺失和云检测误差场景下表现不稳定。尤其对于植被这类高动态地表，错误重建可能导致成熟期作物被误判为生长期，严重影响农业管理和生态监测。

为解决这些挑战，中国科学院的研究团队在《Remote Sensing of Environment》发表研究，提出基于多模态扩散Transformer的RESTORE-DiT框架。该研究创新性地将序列级光学-SAR融合引入扩散模型，利用SAR时间序列提供云下地表动态先验，并通过日期编码处理不规则观测间隔。关键技术包括：1）构建条件扩散框架，以SAR时间序列和日期信息为引导；2）设计含多模态交叉注意力（MCA Block）的Denoising Transformer网络；3）采用DPMSolver++加速采样。实验数据涵盖法国（PASTIS-R数据集）、南非和珠江流域的Sentinel-1/2时间序列。

方法验证与结果
4.1 法国测试集性能
在包含2433个样本的法国测试集上，RESTORE-DiT以PSNR 33.64 dB、RMSE 0.0217显著优于U-TILISE-SAR（PSNR 30.77 dB）。如图5所示，该方法在作物快速生长期（第7帧）准确重建了从绿色生长到黄色成熟的转变，而U-SeqNet因ConvLSTM单向建模缺陷导致模糊重建。

4.3 泛化能力测试
在南非测试集（DENETHOR数据集）中，面对160 m分辨率云掩膜误差，RESTORE-DiT仍保持MAE 0.0249，较线性插值降低9.45%。图9显示其能准确反映作物从播种到收获的全周期NDVI曲线，与Planet Fusion参考数据高度吻合。

4.6 消融实验
SAR时间序列和日期编码分别带来15.9%和14.4%的SAM（光谱角制图）指标提升。当SAR图像数量从70张减至1张时，PSNR下降1.7 dB，证实时序对齐对重建质量的关键影响。

5.4 技术突破
相比传统光学-SAR融合方法（如DSen2-CR的通道拼接），RESTORE-DiT通过扩散框架的迭代去噪特性实现深层特征交互。MCA Block利用SAR特征相似性动态调整光学特征权重，避免直接学习跨模态像素映射。例如图8中，SAR序列红框区域的相似性引导远端帧光学信息传播，实现全局时空建模。

结论与展望
该研究确立了扩散模型在遥感时序重建中的新范式，其序列级融合策略为多模态时空数据分析提供通用框架。未来可通过集成地理坐标和气象数据进一步增强重建可靠性。当前模型在青藏高原积雪场景的微调实验（附录A）已显示扩展潜力，但完全解决长期连续缺失仍需结合渐进修复等策略。开源代码（GitHub/SQD1/RESTORE-DiT）将促进该技术在生态监测、灾害响应等领域的应用。