基于高分一号时间序列数据的沙化土地分类

发布时间：2018-11-28 17:05

【摘要】：以高分一号(GF-1)16 m空间分辨率多光谱影像为数据源,对沙化土地类型的光谱特征以及其全年的NDVI变化特征进行了分析,发现时间序列数据变化信息可提高沙化土地类别之间的可分离度。对单一时相影像的分类结果和加入时间序列NDVI之后的分类结果进行了对比分析,结果表明,基于生长季单一时相原始影像的分类结果精度为73.34%,Kappa系数为0.7;非生长季单一影像与NDVI时间序列数据的分类结果总体精度为81.44%,Kappa系数为0.77;生长季单一时相影像并加入NDVI时间序列数据之后精度提高到了92.04%,Kappa系数达0.87,明显改善了对沙化土地类型的识别精度。表明单时相影像结合时间序列NDVI数据在沙化土地分类识别中有巨大的应用潜力。
[Abstract]:The spectral characteristics of desertification land type and its NDVI variation in the whole year were analyzed based on the multispectral image with 16 m spatial resolution of GF-1 as the data source. It is found that the time series data change information can improve the separability between desertification land types. The classification results of single phase image are compared with those after adding the time series NDVI. The results show that the accuracy of the classification result based on the single phase image in growing season is 73.34 and the Kappa coefficient is 0.7. The overall accuracy of single image and NDVI time series data of non-growth season is 81.44 and the coefficient of Kappa is 0.77; After adding NDVI time series data, the accuracy of single temporal image in growing season was increased to 0.87, which improved the recognition accuracy of desertified land obviously. The results show that monochronous images combined with time series NDVI data have great application potential in the classification and identification of sandy land.
【作者单位】： 中国林业科学研究院资源信息研究所;中国科学院遥感与数字地球研究所;
【基金】：国家高分辨率对地观测重大专项“高分林业遥感应用示范系统(一期)”(编号:21-Y30B05-9001-13/15)
【分类号】：S127;S288

【相似文献】

相关期刊论文 前10条

1 白亚恒,吴胜军,黄进良,薛怀平;基于时间序列的灰色预测技术在估产模型中的应用[J];华中师范大学学报(自然科学版);2001年02期

2 李鑫川;徐新刚;王纪华;武洪峰;金秀良;李存军;鲍艳松;;基于时间序列环境卫星影像的作物分类识别[J];农业工程学报;2013年02期

3 廖娟;阮运飞;;一种基于时间序列的自然灾害农业辅助决策系统[J];电脑知识与技术;2014年12期

4 邹小南;鲍宇峰;王高峰;;农产品产地安全预警方法研究[J];安徽农业科学;2012年23期

5 王春乙;安顺清;潘亚茹;;时间序列的ARMA模型在干旱长期预测中的应用[J];中国农业气象;1989年01期

6 颉继珍;王红说;黄敬峰;;基于MODIS时间序列数据的作物季相信息提取[J];遥感技术与应用;2010年05期

7 杨秀春,朱晓华;农业相关时间序列混沌特征的定量研究方法[J];安徽农业科学;2000年02期

8 吕学梅;高安春;王新;申培鲁;;1961～2008年临沂降水变化特征的气候分析[J];安徽农业科学;2009年35期

9 李曼曼;刘峻明;王鹏新;;基于粒子滤波的LAI时间序列重构算法设计与实现[J];中国农业科技导报;2012年03期

10 侯东;潘耀忠;张锦水;梁顺林;朱文泉;李乐;李苓苓;;农区MODIS植被指数时间序列数据重建[J];农业工程学报;2010年S1期

相关会议论文 前1条

1 范锦龙;吴炳方;;复种指数遥感监测方法[A];中国数字农业与农村信息化学术研究研讨会论文集[C];2005年

相关硕士学位论文 前4条

1 高雄飞;基于分形理论的土壤含水量时间序列特性分析[D];长安大学;2015年

2 平跃鹏;基于MODIS时间序列地表物候特征分析及农作物分类[D];哈尔滨师范大学;2016年

3 石宁卓;基于MODIS-NDVI时间序列小麦面积提取方法研究[D];西安科技大学;2015年

4 李星;时间序列非线性分析及其应用[D];湖南农业大学;2011年

，

本文编号：2363627