基于MODIS数据的京津冀地区土地覆被分类方法研究

发布时间：2017-03-24 07:04

  本文关键词：基于MODIS数据的京津冀地区土地覆被分类方法研究，由笔耕文化传播整理发布。

【摘要】：当今,全球性的环境变化已经成为世界性的热点问题,以这一中心展开的大量研究中,对土地利用/土地覆被的研究具有特殊重要的意义。这是因为引起全球生态环境的众多驱动因素中人类活动具有十分重要的作用,但是人类活动对于整个地球系统的影响机理十分复杂,而土地覆被作为地球表层系统中最为明显的景观标志,对生物地球化学循环、生态复杂度、全球辐射平衡和水循环等产生了深远影响,所以对土地利用/土地覆被的研究便于直观的揭示全球生态环境变化的规律。而展开土地利用/土地覆被研究的基础就是及时、准确、有效的了解地表的土地覆被状况。随着遥感技术的不断发展、遥感技术应用领域的不断扩展,研究者从海量的遥感数据中选取适合的特征参量来对土地覆被分类进行研究,利用遥感数据进行土地覆被分类研究具有及时、快速、效率高、自动化等优点,使之逐渐成为研究热点领域。目前利用遥感数据进行土地覆被分类体系和分类的方法很多,大多数基于自身的研究目标,现今国内外还没有一个统一的分类体系和分类方法,所以如何利用遥感数据光谱和时相等优点研究出适合本区域的分类体系和分类方法成为一个关键问题。本研究以京津冀地区为例,采用联合国粮食及农业组织(FAO)的二分法原理,参考IGBP、UMD和刘勇洪等的土地分类体系,并结合京津冀的自然经济特征,建立了符合京津冀研究区实际情况的土地覆被分类体系。通过谐波分析提取京津冀地区MODIS/EVI时间序列数据和谐波余项、谐波幅值等特征参数,使MODIS时间序列数据更能反映诸如耕地、林地、灌木、草地、园地等植被覆盖的物候学特征。本文通过MOD09数据提取MODIS前7个波段的反射率数据,并通过计算得到NDWI(归一化差异水体指数)、MNDWI(改进归一化差异水体指数)和NDSI(土壤亮度指数)三个特征波段数据。本文构建了3种特征波段组合方案,分别是2013全年EVI的23个时相(方案一),方案一+MOD09的Ref1-7+MNDW+NDSI+NDWI(方案二),方案二+谐波特征参数(方案三)。利用三种组合方案进行最佳土地覆被分类特征提取实验。最后构建不同的方案的CART决策树,得到京津冀地区土地覆被分类结果,并对分类结果进行土地覆被分类精度评价。分类结果表明:三个方案的分类的总体精度分别为为85.20%、88.79%、92.33%,Kappa系数分别为0.8396、0.8932、0.9140,可以看出方案三分类精度最高,结果最好。并结合对京津冀自然综合情况和MODIS土地覆被产品对分类结果进行分析,表明本文分类类别分布符合京津冀自然综合情况。本文的创新点在于:(1)建立了符合京津冀区域的基于MODIS影像的土地覆盖分类系统。(2)利用谐波分析重构EVI时间序列序列数据,并提取谐波分析特征参量。更有利于对植被覆被的物候特征分析,使土地覆被分类更加符合研究区实际情况。(3)利用MODIS反射率数据并计算湿度指数等分类特征指数,使土地覆被分类更加精确。(4)利用分类特征组合建立不同组合CART决策树进行京津冀土地覆被分类研究,分析分类精度,选取最佳分类特征组合得到的京津冀土地覆被分类结果。
【关键词】：MODIS影像 谐波分析 分类特征选择和提取 CART决策树 京津冀地区 土地覆被分类
【学位授予单位】：河北师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：P237;P901
【目录】：

• 摘要4-6
• Abstract6-10
• 1 绪论10-20
• 1.1 选题的背景和意义10-12
• 1.2 国内外研究进展12-18
• 1.2.1 土地覆被分类体系研究进展12-15
• 1.2.2 土地覆被分类方法研究进展15-17
• 1.2.3 植被指数时间序列数据提取特征参数研究进展17-18
• 1.3 技术路线18-19
• 1.4 论文结构19-20
• 2 研究区概况与数据预处理20-26
• 2.1 研究区概况20-24
• 2.1.1 河北省概况21-22
• 2.1.2 北京市概况22-23
• 2.1.3 天津市概况23-24
• 2.2 数据来源与预处理24-26
• 2.2.1 数据来源24
• 2.2.2 数据的预处理24-26
• 3 基于MODIS的京津冀土地覆被分类体系26-28
• 4 基于MODIS的京津冀土地覆被分类方法28-40
• 4.1 时间序列平滑重构及特征参量提取28-34
• 4.1.1 时间序列平滑重构28-30
• 4.1.2 EVI时间序列谐波参量提取30-34
• 4.2 MOD09的特征参量提取34-35
• 4.2.1 归一化差异水体指数(NDWI)35
• 4.2.2 改进的归一化差异水体指数(MNDWI)35
• 4.2.3 土壤亮度指数(NDSI)35
• 4.3 分类样本的的选取35-37
• 4.4 分类方案和CART决策树分类37-40
• 5 京津冀土地覆被分类的可分性、分类精度与结果分析40-49
• 5.1 分类特征的可分性研究40-45
• 5.2 分类精度与结果分析45-49
• 5.2.1 不同方案分类精度分析45-46
• 5.2.2 分类结果分析46-49
• 6 结论与讨论49-51
• 6.1 研究结论49
• 6.2 研究问题与讨论49-51
• 参考文献51-56
• 攻读硕士期间发表论文、参与课题清单56-57
• 致谢57-58

【参考文献】

中国期刊全文数据库 前10条

1 潘琛;杜培军;张海荣;;决策树分类法及其在遥感图像处理中的应用[J];测绘科学;2008年01期

2 于凤鸣;卓义;包玉海;;基于BP神经网络和MODIS-EVI时间序列的土地覆被分类[J];测绘科学;2008年S3期

3 郭健;张继贤;张永红;曹银璇;;多时相MODIS影像土地覆盖分类比较研究[J];测绘学报;2009年01期

4 李红军;郑力;雷玉平;李春强;周戡;;基于EOS/MODIS数据的NDVI与EVI比较研究[J];地理科学进展;2007年01期

5 赵伟;李召良;;利用MODIS/EVI时间序列数据分析干旱对植被的影响[J];地理科学进展;2007年06期

6 赵英时;美国中西部沙山地区环境变化的遥感研究[J];地理研究;2001年02期

7 吐热尼古丽·阿木提;张晓帆;;自组织神经网络的土地覆盖图像识别分析应用[J];地球信息科学;2007年03期

8 徐晓桃;韩涛;颉耀文;;基于单时相MODIS数据的土地覆盖三种分类方法对比研究[J];干旱地区农业研究;2008年03期

9 金卫斌;熊勤学;薛莲;;基于MODIS-EVI时序数据的江汉平原四湖地区土地覆盖动态分析[J];湖北农业科学;2011年11期

10 栗小东;过仲阳;朱燕玲;戴晓燕;;结合GIS数据的神经网络湿地遥感分类方法:以上海崇明岛东滩湿地为例[J];华东师范大学学报(自然科学版);2010年04期

中国硕士学位论文全文数据库 前3条

1 李淼;基于支持向量机的MODIS数据土地覆盖分类研究[D];辽宁工程技术大学;2007年

2 喻小倩;基于最大似然分类的宁夏红寺堡灌区的景观变化[D];西南大学;2010年

3 岳瑞红;基于MODIS数据的蒙古高原土地覆盖分类研究[D];内蒙古师范大学;2010年

  本文关键词：基于MODIS数据的京津冀地区土地覆被分类方法研究，由笔耕文化传播整理发布。

，

本文编号：265225