基于谐波分析和线性混合模型的河北平原区土地覆被分类研究

被引：4

作者：

张连翀 ^{[1
,2
,3
]}

王卫 ^{[3
]}

机构：

[1] 中国科学院遥感与数字地球研究所

[2] 中国科学院大学

[3] 河北师范大学资源与环境科学学院河北省环境演变与生态建设重点实验室

来源：

地理与地理信息科学 | 2015年 / 03期

关键词：

谐波分析; 线性混合模型; MODIS时间序列; 混合像元; 土地覆被分类;

D O I：

暂无

中图分类号：

P901 [景观学、区域论]; P208 [测绘数据库与信息系统];

学科分类号：

0705 ; 070501 ; 070503 ; 081603 ; 0818 ; 081802 ;

摘要：

土地覆被分类是研究土地利用/覆被变化的基础数据和关键环节。以16d合成MODIS-EVI时间序列数据为主要数据源,采用谐波分析方法分析不同土地覆被类型的季节性变化规律和物候特征差异,引入谐波特征值构建线性混合模型,提取不同端元的丰度值。从土地覆被类型较齐全、谐波特征具有代表性的石家庄地区高空间分辨率影像上选择训练样本,确定MODIS纯净像元和混合像元的划分阈值,对河北平原区进行土地覆被分类制图。结果表明,与河北省县级土地调查统计数据对比,一年两熟耕地、一年一熟耕地、园地及有林地、自然陆地表面的总量精度分别为90.19%、86.17%、85.96%和77.82%,平均总量精度为85.03%;与石家庄地区9个县(市)一年两熟耕地和一年一熟耕地基于TM的分类结果对比,平均面积相对误差分别为10.25%、13.98%。受粗空间分辨率和合成周期、水热条件以及种植模式破碎化限制,混合像元主要集中在河北平原中东部地区,一年两熟耕地、一年一熟耕地、园地及有林地混合面积比重较大。

引用

页码：98 / 103+127 +127

页数：7

共 9 条

[1]

Crop Classification Using MODIS NDVI Data Denoised by Wavelet: A Case Study in Hebei Plain, China[J]. ZHANG Shengwei1, 2, LEI Yuping2, WANG Liping1, LI Hongjun2, ZHAO Hongbin1 (1. Inner Mongolia Agricultural University, Hohhot 010018, China;2. Center for Agricultural Resources Research, Institute of Genetics and Developmental Biology, Chinese Academy of Sciences, Shijiazhuang 050021, China).Chinese Geographical Science. 2011(03)

[2] 基于MODIS-NDVI时序数据的黄土丘陵区土地覆盖分类研究 [J].

陆广勇 ;

杨勤科 ;

王海江 .

水土保持研究, 2011, 18 (02) :112-115+120

[3] 山东省典型地表覆被NDVI时间序列谐波分析 [J].

梁守真 ;

邢前国 ;

施平 ;

周迪 .

生态学杂志, 2011, 30 (01) :59-65

[4] 基于时间序列谐波分析的东北地区耕地资源提取 [J].

侯光雷 ;

张洪岩 ;

王野乔 ;

张正祥 .

自然资源学报, 2010, 25 (09) :1607-1617

[5] 谐波改进的植被指数时间序列重建算法 [J].

张霞 ;

李儒 ;

岳跃民 ;

刘波 ;

刘海霞 .

遥感学报, 2010, 14 (03) :437-447

[6] 利用MODISEVI图像时间序列提取作物种植模式初探 [J].

张霞 ;

焦全军 ;

张兵 ;

陈正超 .

农业工程学报, 2008, (05) :161-165

[7] NDVI时间序列谐波分析与地表物候信息获取 [J].

林忠辉 ;

莫兴国 .

农业工程学报, 2006, (12) :138-144

[8]

Crop discrimination in Northern China with double cropping systems using Fourier analysis of time-series MODIS data[J] . Zhang Mingwei,Zhou Qingbo,Chen Zhongxin,Liu Jia,Zhou Yong,Cai Chongfa.International Journal of Applied Earth Observations and Geoinformation . 2007 (4)

[9]

Crop identification using harmonic analysis of time-series AVHRR NDVI data[J] . Mark E Jakubauskas,David R Legates,Jude H Kastens.Computers and Electronics in Agriculture . 2002 (1)

← 1 →