1.一种归一化差分植被指数尺度转换模型构建方法，其特征在于，包括:S1、获取目标区域的OLI遥感影像；其中，所述OLI遥感影像具有第一空间分辨率；

S2、对所述OLI遥感影像进行预处理；

S3、对所述OLI遥感影像进行面向对象分类，得到精细分类结果；

S4、根据目标空间分辨率确定采集窗口，根据所述采集窗口对所述OLI遥感影像进行像元合并，并计算得到合并后像元的NDVI值，以得到具有目标空间分辨率的NDVI升尺度影像，从而根据所述NDVI升尺度影像对由MODIS产品生成的具有相同目标空间分辨率的NDVI图像进行验证，其中所述目标空间分辨率大于所述第一空间分辨率。

2.根据权利要求1所述的归一化差分植被指数尺度转换模型构建方法，其特征在于，在步骤S2中，对所述OLI遥感影像进行预处理具体包括：S21、对所述OLI遥感影像进行大气校正、异常值处理；

S22、利用野外实测控制点对OLI遥感影像进行几何精校正。

3.根据权利要求1所述的归一化差分植被指数尺度转换模型构建方法，其特征在于，步骤S3具体包括：S31、根据目标区域的地类状况，确定OLI遥感影像最优分割尺度，完成影像分割；

S32、提取影像特征；

S33、建立分类体系；其中，所述分类体系包括林地、建设用地、水体、农田、裸地、滩涂和沙地。

4.根据权利要求3所述的归一化差分植被指数尺度转换模型构建方法，其特征在于，所述影像特征为光谱和几何特征，包括波段亮度、波段比、最大差分、长宽比、圆率和小波域分形纹理。

5.根据权利要求3所述的归一化差分植被指数尺度转换模型构建方法，其特征在于，步骤S3还包括：对所述分类结果进行精度评定，具体为:利用野外实测样点建立验证图层，计算分类结果的混淆矩阵，进而得出总体精度和Kappa系数。

6.根据权利要求1所述的归一化差分植被指数尺度转换模型构建方法，其特征在于，在步骤S4中，根据目标空间分辨率确定采集窗口，根据所述采集窗口对所述OLI遥感影像进行像元合并，并计算得到合并后像元的NDVI值，具体包括：S41、根据目标分辨率确定采集窗口的大小；

S42、获取采集窗口内OLI遥感影像分类结果和OLI遥感影像中不同地类的红光、近红外波段地表反射率均值；

S43、根据改进的Chen NDVI尺度转换模型计算合并后像元的归一化差分植被指数NDVI。

7.根据权利要求6所述的归一化差分植被指数尺度转换模型构建方法，其特征在于，在步骤S43中，所述改进的Chen NDVI尺度转换模型如下式所示：式中，Num为地类种数，i为地类序号，取值范围为1～Num，classii为模型计算窗口内某一地类的数量占比，ρr为红光波段地表反射率，ρnir为近红外波段地表反射率，ρri、ρniri分别为计算窗口内对应于该地类的红光、近红外波段地表反射率均值。

8.根据权利要求1所述的归一化差分植被指数尺度转换模型构建方法，其特征在于，在步骤S4中，根据所述NDVI升尺度影像对由MODIS产品生成的具有相同目标空间分辨率的NDVI图像进行验证具体包括：S44、分别计算得到预处理后的OLI遥感影像基于传统的Chen NDVI尺度转换模型、改进的Chen NDVI尺度转换模型的NDVI升尺度转换影像；

S45、处理得到MODIS产品“无数据”像素处理后影像，计算得到其与对应的NDVI升尺度转换影像的差值影像；

S46、绘制直方图进行比对，计算统计量和相关系数。

9.根据权利要求8所述的归一化差分植被指数尺度转换模型构建方法，其特征在于，步骤S45具体包括：对所述MODIS产品进行重投影，参考预处理后的OLI遥感影像分辨率对重投影后的MODIS产品进行裁剪；

利用所述NDVI升尺度转换影像对裁剪后的MODIS产品进行“无数据”像素处理，得到MODIS产品“无数据”像素处理后影像；

计算MODIS产品“无数据”像素处理后影像与对应的升尺度转换影像的差值，得到其与对应的NDVI升尺度转换影像的差值影像。

10.一种归一化差分植被指数尺度转换装置，其特征在于，包括：影像获取单元：用于获取目标区域的OLI遥感影像；其中，所述OLI遥感影像具有第一空间分辨率；

影像预处理单元：用于对所述OLI遥感影像进行预处理；

分类单元：用于对所述OLI遥感影像进行面向对象分类，得到精细分类结果；

影像升尺度转换单元：用于根据目标空间分辨率确定采集窗口，根据所述采集窗口对所述OLI遥感影像进行像元合并，并计算得到合并后像元的NDVI值，以得到具有目标空间分辨率的NDVI升尺度影像，从而根据所述NDVI升尺度影像对由MODIS产品生成的具有相同目标空间分辨率的NDVI图像进行验证，其中所述目标空间分辨率大于所述第一空间分辨率。