无人机和卫星数据在平台互操作性、数据融合研究、校准和验证工作以及各种多尺度分析方面具有相当大的互补性。为了优化无人机和卫星之间的跨平台协同，需要了解两者的光谱特征及其兼容性。因此，本研究进行了无人机与卫星之间的光谱一致性评估。无人机数据使用MicaSense RedEdge-MX多光谱相机，将其与常用的卫星影像（包括PlanetScope、Sentinel-2和Landsat 8）进行了对比。研究区覆盖了自然和人造表面的城市环境，使用地面光谱辐射计数据评估像素级响应，通过回归分析和相对均方根误差（rRMSE）评估无人机与卫星的空间和光谱不匹配等因素。对无人机数据使用两种辐射校正方法，我们发现相对辐射校正比线性经验方法更准确，与光谱仪测量相比，前者将rRMSE提高了1.6% ~ 20.11%。无人机和卫星传感器之间的光谱波段不匹配影响了它们的光谱一致性，导致在相应的无人机和卫星波段中同一物体的反射率值不同，该问题在特定的土地覆盖类别（例如草地在红边波段的光谱响应）上更加显著。将无人机的归一化植被指数（NDVI）的标准差作为空间异质性的度量标准，在不同的地物中，无人机和卫星的NDVI之间的差异更大，这是由于土地覆盖边界和阴影效应。有趣的是，较高的空间异质性并不一定导致较高的光谱不一致性。随着无人机与卫星平台空间尺度差异的增大，几何不匹配对其一致性的影响越小。事实上，在低分辨率（如Landsat 8）下，无人机光谱波段反射率值与相应卫星图像之间的rRMSE小于高分辨率（如PlanetScope）下的rRMSE。总体而言，该研究深入了解了光谱和空间不匹配对无人机和卫星数据之间光谱一致性程度的综合影响，提供了可靠的辐射校正方法参考，并提高了无人机和卫星数据之间协同和互操作性的潜力。

无人机,卫星,多源数据融合