基于NDVI-Ts特征空间的中国土地覆盖分类研究

被引：12

作者：

喻锋

李晓兵

王宏

余弘婧

陈云浩

机构：

[1] 北京师范大学环境演变与自然灾害教育部重点实验室

来源：

植物生态学报 | 2005年 / 06期

关键词：

Ts; NDVI; Ts/NDVI; 土地覆盖分类;

D O I：

暂无

中图分类号：

P237 [测绘遥感技术];

学科分类号：

1404 ;

摘要：

归一化植被指数（NDVI）与地表温度（Ts）是描述地表覆盖特征的两个重要参数,其构成的NDVITs特征空间具有丰富的地学和生态学内涵。该文在NOAA/AVHRR连续时间序列数据反演Ts的基础上,通过主成分分析、非监督分类和基于DEM的分类后处理等方法,以Ts/NDVI为指标对中国土地覆盖进行分类。结果表明,Ts/NDVI对中国较大尺度上不同土地覆盖类型的差异具有较强的敏感性,其对中国土地覆盖分类结果的野外抽样检验精度比传统的单独利用NDVI时间序列进行非监督分类提高了3.3%,Kappa系数提高了0.0202;在综合其它反映植被特征及其环境的指标（如气候、地形等）的基础上,利用Ts/NDVI将有可能较为准确地提取中国植被或土地覆盖的信息,有利于对其进行分类和变化监测,具有深远的研究潜力和应用价值。

引用

页码：68 / 78

页数：11

共 20 条

[1] ART neural networks for remote sensing: vegetation classification from Landsat TM and terrain data. GA Carpenter,MN Gjaja,S Gopal,CE Woodcock. IEEE Transactions on Geoscience and Remote Sensing . 1997
[2] Combingvegetationindicesandsurfacetemperatureforland_covermappingatbroadspatialscales. LambinEF,EhrlichD. InternationalJournalofRemoteSensing . 1995
[3] Thesurfacetemperature_vegetationindexspaceforlandcoverandland_coverchangeanalysis. LambinEF,EhrlichD. Inter-nationalJournalofRemoteSensing . 1996
[4] AreappraisalofunsupervisedclassificationⅡ.Optimaladjustmentofthemaplegendandaneigbourhoodap-proachformappinglegendunits. LarkRM. InternationalJournalofRemoteSensing . 1995
[5] Devel-opmentofaland_coverdatabasefortheconterminousU.S. LovelandTR,MerchantJW,OhlenDO,BrownJ. Pho-togrammetricEngineeringandRemoteSensing . 1991
[6] Land_coverchangeinSub_SaharanAfrica(1982-1991):applicationofachangeindexbasedonremotelysensedsurfacetemperatureandvegetationindicesatacontinentalscale. LambinEF,EhrlichD. RemoteSensingofEnvironment . 1997
[7] Globallandcovercharacterizationdatabase. LandProcessesDistributedActiveArchiveCenter. http://ed-cdaac.usgs.gov/glcc/ . 2004
[8] Multitemporal,mulitichannelAVHRRdatasetsforlandbiospherestudies_artifactsandcorrections. JosefC,LyH,LiQZ,ChenJ,HartelyP,HuangFT. RemoteSensingofEnvironment . 1997
[9] Characteristicsofmaximum_valuecompositeimagesfortemporalAVHRRdata. HolbenBN. InternationalJournalofRe-moteSensing . 1986
[10] Classificationtrees:analternativetotraditionallandcoverclassifiers. HansenM,DubayahR,DeFriesR. InternationalJour-nalofRemoteSensing . 1996

← 1 2 →