基于modis的土地覆盖遥感分类特征的评价与比较

基于modis的土地覆盖遥感分类特征的评价与比较

ID:33695343

大小:376.62 KB

页数:6页

时间:2019-02-28

基于modis的土地覆盖遥感分类特征的评价与比较_第1页
基于modis的土地覆盖遥感分类特征的评价与比较_第2页
基于modis的土地覆盖遥感分类特征的评价与比较_第3页
基于modis的土地覆盖遥感分类特征的评价与比较_第4页
基于modis的土地覆盖遥感分类特征的评价与比较_第5页
资源描述:

《基于modis的土地覆盖遥感分类特征的评价与比较》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第30卷第2期地理科学Vo1.30No.22010年04月SCIENTIAGEOGRAPHICASINICAApr.,2010基于MODIS的土地覆盖遥感分类特征的评价与比较张景,姚凤梅,徐永明,张佳华(1.中国科学院研究生院地球动力学实验室,北京100049;2.南京信息工程大学中美合作遥感中心,江苏南京210044;3.中国气象科学研究院,北京100081)摘要:选取华北地区为研究区,利用MODIS遥感数据多光谱、多时相优势进行分类特征提取,依据土地覆盖分类特征如地表反射率、植被指数、纹理特征等,并对

2、这些分类特征分别从光谱维、时间维、空间维三个角度进行阐述,结合DEM数据,使用最大似然法进行土地覆盖遥感分类特征的评价与比较。结果表明,不同分类特征对分类精度影响不同,将多种分类特征结合能够有效提高区域尺度土地覆盖分类精度,但分类特征的加入不一定能提高某些类别的分类精度。关键词:土地覆盖;MODIS;分类特征;精度评价中图分类号:S127文献标识码:A文章编号:1000—0690(2010)02—0248—06土地覆盖及分布格局对地球生态系统过程的土地覆盖制图中,加入了AVHRR数据的所有反射物质和能量交

3、换起着重要的作用¨。J。土地覆盖率和热红外波段信息¨。Wen等人在亚洲区域类型识别作为土地覆盖和利用变化研究的核心内30”×30”分辨率制图中,则加入了地表温度(Ts)容,它是地气物质、能量传输模型,陆地生态系统过与NDVI的比值特征和数字高程影像DEM特程及机制研究的关键输入参数J。准确地从遥感征l】。相应地,国内也开展了区域尺度上的土地影像通过分类方法获取全球及区域范围的土地覆覆盖及植被制图研究。卢玲等在对中国西北地区盖信息具有重要意义J。近年来遥感技术不断发采用SPOT—VEGETATION产品ND

4、VI特征结合水展,遥感分辨率已有很大提高,出现了适应于不同体指数NDWI特征进行制图,得到较好效果J。研究尺度的遥感数据。研究表明,中空间分辨率、宫鹏等基于MODISLST修正NDVI时序数列进行高时间分辨率的MODIS数据为大尺度的土地资源土地覆盖分类,李金莲等基于SPOT5影像纹理调查提供了更好的数据源』。该数据不仅提供了特征提取进行土地利用信息识别方法研究。刘地表覆盖的概貌,还提供了季节性信息和植被光合晓辉等以LANDSAT/TM为信息源,采用分维分析能力等特征信息,它们可以进行长时间的积累,提的方

5、法,探讨珠江三角洲土地利用类型的空间占据供土地覆盖变化的信息J。MODIS传感器提供的程度、稳定性、变化趋势同分维数之间的关系J。图像数据较NOAA/AVHRR数据而言在光谱性能、因此,利用多分类特征参与分类是提高分类精度的空间分辨率、数据质量等方面有了很大改善,使传有效方法。基于此,本研究充分利用MODIS遥感统方法中的时间序列NDVI数据和新的空间光谱数据多光谱多时相优势并结合其他分类特征,对土信息结合起来提高了区域土地覆盖制图的精度。地覆盖遥感分类特征的分类精度进行评价和比较。近年来,土地覆盖分类的

6、研究中大都用到了由1适用于遥感分类的特征信息遥感数据生成的NDVI813],为了提高分类精度,除了植被指数特征外,还利用了其它特征信息,如分类特征是指参与土地覆盖遥感分类运算的Gopal等在全球1。×1。制图中加入纬度信息能明数据,其数据源可以是遥感特征信息,也可以是非显提高分类精度14],Hansen等在全球1km分辨率遥感特征信息如高程、气温等因子。土地覆盖分类收稿日期:2009—06—26;修订日期:2009—11—08基金项目:国家自然科学基金(40771147)、科技部863项目(2006AA1

7、0Z213)资助。作者简介:张景(1985一),女,宁夏银川人,硕士研究生,研究方向为生态环境遥感与气候变化。E—mail:zjztxfx@yahoo.eom.en通讯作者:姚风梅,副教授,主要研究方向为全球变化。E-mail:yaofm@gucas.ae.en2期张景等:基于MODIS的土地覆盖遥感分类特征的评价与比较249信息通常有光谱维、时间维、空间维等。其中基于布局等使其在空间上特性明显,这就是基于空问维光谱维的分类特征所反映的不同波段的地物波谱的信息。空间维的分类特征主要是纹理特征,可以响应特性

8、,可以有效识别地物,通过不同波段组合帮助抑制异物同谱、同物异谱现象的发生。本研究或图像运算突出专题信息,提取土地覆盖类型。基采用的纹理特征是基于灰度共生矩阵计算而来。于时间维的分类特征能够反映土地覆盖类型随时2试验研究问变化的特性,对具有明显季相节律和物候差异的植被和农作物的分类具有重要意义。单一时相的2.1研究区概况遥感数据不能很好的区分出的土地覆盖类型,可以研究区域位于111~11oE、38~44。N,包含北通过多时相数据

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。