基于DTW距离的时序相似性方法提取水稻遥感信息——以泰国为例

被引：20

作者：

管续栋 ^{[1
,2
]}

黄翀 ^{[1
]}

刘高焕 ^{[1
]}

徐增让 ^{[1
]}

刘庆生 ^{[1
]}

机构：

[1] 中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室

[2] 不详

来源：

资源科学 | 2014年 / 36卷 / 02期

关键词：

MODIS时序数据; DTW; 模糊分类; 泰国; 水稻;

D O I：

暂无

中图分类号：

S511 [稻]; S127 [遥感技术在农业上的应用]; P237 [测绘遥感技术];

学科分类号：

082804 ; 1404 ;

摘要：

热带季风区多云多雨的天气条件一直是多光谱遥感探测地表信息的难点之一。本文针对东南亚地区多雨多云的复杂天气条件以及水稻种植灵活的特点,利用MODIS时间序列数据,提出一种基于动态时间弯曲(DTW)距离的相似性判别的土地覆盖分类方法,对泰国东北部地区单、双季稻种植面积进行了遥感提取研究。针对研究区雨季遥感影像像元受到云覆盖影响严重,使用替换法去云,结合S-G滤波方法对计算得到的MODIS09A1数据的NDVI时序数据去噪,再采用DTW距离相似性方法逐像元比较与标准NDVI时间序列的时序相似性,将不同类型所得NDVI相似性值作为模糊分类隶属度参考值对泰国东北部地区单季稻、双季稻进行分类提取面积。最后结合野外采样数据、Google Earth高清遥感影像进行精度验证。结果表明,该方法能够用于针对东南亚多雨多云区水稻种植面积大范围监测。

引用

页码：267 / 272

页数：6

共 8 条

[1] 新型时间序列相似性度量方法研究 [J].

刘懿 ;

鲍德沛 ;

杨泽红 ;

赵雁南 ;

贾培发 ;

王家钦 .

计算机应用研究, 2007, (05) :112-114

[2] 泰国水稻种植面积月变化的遥感监测 [J].

张峰 ;

吴炳方 .

遥感学报, 2004, (06) :664-671

[3]

遥感图像智能分类及其应用[M]. 电子工业出版社 , 罗小波, 2011

[4]

Monitoring of rice cropping intensity in the upper Mekong Delta, Vietnam using time-series MODIS data[J] . C.F. Chen,N.T. Son,L.Y. Chang.Advances in Space Research . 2011 (2)

[5]

Detection and estimation of mixed paddy rice cropping patterns with MODIS data[J] . Dailiang Peng,Alfredo R. Huete,Jingfeng Huang,Fuming Wang,Huasheng Sun.International Journal of Applied Earth Observations and Geoinformation . 2010 (1)

[6] Classifying rangeland vegetation type and coverage using a Fourier component based similarity measure [J].

Evans, J. P. ;

Geerken, R. .

REMOTE SENSING OF ENVIRONMENT, 2006, 105 (01) :1-8

[7]

Mapping paddy rice agriculture in South and Southeast Asia using multi-temporal MODIS images[J] . Xiangming Xiao,Stephen Boles,Steve Frolking,Changsheng Li,Jagadeesh Y. Babu,William Salas,Berrien Moore.Remote Sensing of Environment . 2005 (1)

[8]

A crop phenology detection method using time-series MODIS data[J] . Toshihiro Sakamoto,Masayuki Yokozawa,Hitoshi Toritani,Michio Shibayama,Naoki Ishitsuka,Hiroyuki Ohno.Remote Sensing of Environment . 2005 (3)

← 1 →