基于环境减灾卫星CCD数据与决策树技术的植被分类研究

被引：9

作者：

刘睿 ^{[1
,2
]}

冯敏 ^{[2
]}

孙九林 ^{[2
]}

廖顺宝 ^{[2
]}

王卷乐 ^{[2
]}

机构：

[1] 重庆师范大学地理科学学院

[2] 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

来源：

地理科学 | 2012年 / 32卷 / 12期

关键词：

植被分类; 环境减灾卫星CCD数据; NDVI时间序列曲线; 呼伦贝尔;

D O I：

10.13249/j.cnki.sgs.2012.12.011

中图分类号：

Q948 [植物生态学和植物地理学]; TP79 [遥感技术的应用];

学科分类号：

071012 ; 0713 ; 081102 ; 0816 ; 081602 ; 083002 ; 1404 ;

摘要：

以内蒙古呼伦贝尔地区为例,基于遥感数据获取区域7种典型植被的NDVI时间序列曲线。在此基础之上,分析曲线趋势及其特征值,研究基于曲线差异的植被分类信息提取方法。同时,以国产环境减灾卫星CCD数据作为主要遥感数据源,提取研究区5月上旬与8月上旬两期NDVI数据及其比值,采用决策树分类方法研究得到区域30 m空间分辨率植被分类结果。经实地验证,一级类型总体分类精度为83.64%,二级类型为70.91%,其中乔木林的分类精度最高,然后是农田与草地,灌丛的分类精度相对最低。结果表明该方法能够快速、准确据提取植被分类信息,为国产环境减灾卫星CCD数据的广泛深入应用提供理论与数据支持。

引用

页码：1488 / 1495

页数：8

共 15 条

[11] Land-cover change detection using multi-temporal MODIS NDVI data [J].

Lunetta, Ross S. ;

Knight, Joseph F. ;

Ediriwickrema, Jayantha ;

Lyon, John G. ;

Worthy, L. Dorsey .

REMOTE SENSING OF ENVIRONMENT, 2006, 105 (02) :142-154

[12]

Detecting Long-term Global Forest Change Using Continuous Fields of Tree-Cover Maps from 8-km Advanced Very High Resolution Radiometer （AVHRR） Data for the Years 1982–99[J] . Matthew C. Hansen,Ruth S. DeFries.Ecosystems . 2004 (7)

[13] 基于决策树和MODIS数据的土地利用分类 [J].

孙艳玲 ;

杨小唤 ;

王新生 ;

陈建军 .

资源科学, 2007, (05) :169-174

[14] NDVI-Ts空间全国土地覆盖分类方法研究 [J].

王长耀 ;

骆成凤 ;

齐述华 ;

牛铮 .

遥感学报, 2005, (01) :93-99

[15] 呼伦贝尔市土地利用动态变化研究 [J].

金良 .

干旱区资源与环境 , 2004, (02) :110-114

← 1 2 →