基于年度时间序列Landsat数据的土地覆盖分类方法研究

发布时间：2020-12-19 07:04

　　Landsat卫星数据因其较高的数据质量和易获取性,一直是大、中尺度土地覆盖分类的主要数据源。然而,部分传统分类方法较多依赖于单一时相数据,结果精度较低,对农田、草地、落叶林地和常绿林地等不同类型植被覆盖区域的分类效果较差;虽然有许多研究也尝试将多时相影像数据用于分类,但其在特征构造时多基于简单代数运算或线性组合,致使特征的判别性不够显著。实际上,部分Landsat影像数据存在“条带”问题,而且部分区域经常有云/雪覆盖,这些复杂的数据状况为相关研究提出了巨大挑战。对此,本文提出一种基于年度时间序列Landsat数据的土地覆盖分类方法(LandUTime),旨在克服上述局限,提高分类精度,保障算法适用性、稳定性和鲁棒性。围绕该分类方法,论文的主要研究工作和成果如下:(1)提出了基于年度时序数据回归的特征构造算法该算法以年度时间序列Landsat影像数据为输入,利用回归分析技术对地表的变化模式进行建模,从时间序列模型中构造分类特征。本文在两个研究区开展了验证实验,分别取得了88.76%和89.44%的总体分类精度,较传统基于单时相数据分类方法的精度提高了8.85%和9.51%。结果表明基于... 

【文章来源】：中国科学院大学(中国科学院遥感与数字地球研究所)北京市

【文章页数】：119 页

【学位级别】：硕士

【部分图文】：

LandUTime土地覆盖分类方法

技术路线图

具体情况如下：研究区 A 位于中国安徽省西南部，地处淮河以南，以潜山县为主体，另跨太湖县、怀宁县、桐城市、岳西县、舒城县和霍山县的部分地区，占地面积 4107.8平方公里，介于北纬 30°26′13.05″～31°05′21.40″与东经 116°11′33.19″～116°47′30.85″之间（图 2.1）。地处大别山东南麓，长江北岸，皖河上游，西北高东南低，由西北向东南呈梯状延伸为中低山区、丘陵、岗地和平原。土壤类型较多，土壤呈垂直分布规律，250 米为黄红壤，至 800 米为山地黄棕壤，800 米以上为山地棕壤，局部发育山地草甸土。该研究区处在亚热带与北温带过渡带，四季分明，气候温和，雨量充沛，光照充足，无霜期长，适宜于暖温带和亚热带各种林木生长。有各种典型的植被（包括比例相当的常绿林与落叶林）和土地覆盖类型。森林覆盖率高，且人为因素影响下的土地覆盖（建设用地、农田等）区域也比较明显，具有比较强的区域代表性。

【参考文献】：
期刊论文
[1]土地资源遥感应用研究进展[J]. 张增祥,汪潇,温庆可,赵晓丽,刘芳,左丽君,胡顺光,徐进勇,易玲,刘斌.  遥感学报. 2016(05)
[2]Societal response to challenges of global change and human sustainable development[J]. XU GuanHua,GE QuanSheng,GONG Peng,FANG XiuQi,CHENG BangBo,HE Bin,LUO Yong,XU Bing.  Chinese Science Bulletin. 2013(25)
[3]国家土地覆盖数据的生产与建库[J]. 赵有松,廖安平,陈利军.  测绘科学. 2007(04)
[4]土地利用/土地覆盖变化研究进展综述[J]. 塔西甫拉提·特依拜,丁建丽.  新疆大学学报(自然科学版). 2006(01)

博士论文
[1]中国东中西部城市扩展遥感监测、驱动因素及效应比较研究[D]. 廖从健.浙江大学 2013



本文编号：2925488