Landsat8时间序列影像支持下的农田防护林提取方法研究
发布时间：2021-09-07 07:50
【目的】农田防护林空间分布是三北防护林生态工程监测的重要内容之一。传统的人工调查方式获取农田防护林费时耗力,效率较低,遥感技术可以弥补传统人工调查的不足。现有农田防护林空间分布研究中,基于单期高分辨率遥感影像可以较好提取植被信息,但是不能很好的解决影像中一些地类存在的同谱异物和同物异谱现象。利用中等分辨率遥感影像进行农田防护林信息提取也仅限于利用光谱信息、形状指数等进行决策树分类,且精度受限。鉴于此,依托中低分辨率遥感影像的农田防护林提取方法有待研究。【方法】选择甘肃省张掖市甘州区为研究区,选取2017年4个季度9期Landsat8 OLI时间序列数据为农田防护林信息提取的数据源,在进行辐射定标和大气校正的基础上,基于分层分类的思想,融入植被物候特征、水体和植被指数,利用时间序列遥感影像以及多特征分类指标,逐步提取并掩膜研究区内其他地物,最终实现农田防护林的提取。利用野外样点调查结果和甘州区土地利用数据库对信息提取结果进行精度评价。【结果】该方法分类总体精度为85.93%,kappa系数为0.79,其中野外调查记录的33个农田防护林样点中29个被正确提取,精度达到87.8%。【结论】时...
【文章来源】：中南林业科技大学学报. 2020,40(04)北大核心CSCD
【文章页数】：7 页
【部分图文】：
研究区位置
经过水体信息的掩膜，对研究区内剩余地物提取NDVI信息，利用该指数可以进行植被与非植被信息区分提取。2017年7月16日的遥感影像除去水体信息的其他地物NDVI范围分布见图2。从图2可以看出：影像的NDVI范围值贴合实际情况，7月16日处于植被最茂盛的时期，提取的耕地和林地NDVI值均较高。从提取的NDVI范围结果可以看出：除去水体，其他地类具有明显的NDVI值界线—耕地与林地处于最茂盛的时期，NDVI最小值均大于0.2；建筑用地和未利用地的NDVI最大值不超过0.2；草地的NDVI值相对偏向于非植被类型，同时与植被（耕地、有林地）存在信息混淆现象。这是因为研究区内的草地大致分为两类——戈壁滩上的草本植被和人工种植的成片牧草，其中牧草在此季节处于茂盛时期，其NDVI值相对偏大，后期将此归类于耕地类型中。根据NDVI阈值训练，研究利用归一化植被指数最大值NDVImax将剩下的5个地类分为植被与非植被。其中NDVImax<0.2定义为非植被，其余定义为植被。由此，最终将从植被（有林地、耕地）中提取农田防护林。
利用NDVI时间序列数据提取地物的物候信息时，需对数据进行平滑处理，以减少噪声及缺失值的影响。常用的平滑方法有：SavitzkyGolay[25]、分段高斯函数拟合[26]等。本研究利用多项式函数对NDVI时间序列进行重构（见图3），耕地与有林地的拟合精度均达到85%以上。对比平滑前后的NDVI时间序列曲线，重构的光滑曲线保持了原有曲线的基本走向和形状，去除噪声后能更好地描述一年间地物随季节的微小变化。从两种地物的NDVI时间序列曲线中可以看出：经过多项式函数拟合的曲线噪声明显减少，曲线更加平滑，并且保持了原曲线的形状特征。不同地物的NDVI时间序列曲线形状特征不同：耕地与有林地都具有明显的生长季，每年的5月到7月之间生长速度最快，并且在之后一段时间内保持较高的NDVI值；其中耕地的生长季变化幅度较大，NDVI值从0.2以下变化至接近0.8，而有林地的生长季变化幅度不如耕地大，最大值在0.55左右。每年生长季过后，耕地的NDVI值会逐渐降低至接近0，而林地则保持有植被特征，NDVI值始终不会变为0。
【参考文献】：
期刊论文
[1]基于MODIS影像的森林类型决策树分类方法研究[J]. 吴梓尚,林辉,孙华,林欣. 中南林业科技大学学报. 2017(09)
[2]高分辨率遥感影像居民地半自动提取方法研究[J]. 李金香,李志强,李帅,王伟,陈勇. 国土资源遥感. 2017(03)
[3]甘肃省退化防护林更新改造技术路线与策略[J]. 王娜,刘峰,赵万奎,王艳驹,丁乾平. 甘肃科技. 2016(24)
[4]基于ZY-3影像的农田防护林自动提取[J]. 幸泽峰,李颖,邓荣鑫,朱红雷,付波霖. 林业科学. 2016(04)
[5]基于MODIS时间序列及物候特征的农作物分类[J]. 平跃鹏,臧淑英. 自然资源学报. 2016(03)
[6]城市道路网主干道提取的形态分析方法[J]. 栾学晨,范红超,杨必胜,李秋萍. 武汉大学学报(信息科学版). 2014(03)
[7]辅以纹理特征的植被分类方法研究[J]. 高闪闪,陈仁喜. 科学技术与工程. 2013(29)
[8]防护林学研究现状与展望[J]. 朱教君. 植物生态学报. 2013(09)
[9]植被物候特征的遥感提取与农业应用综述[J]. 李正国,唐华俊,杨鹏,吴文斌,陈仲新,周清波,张莉,邹金秋. 中国农业资源与区划. 2012(05)
[10]TM与SPOT5数据对农田防护林景观评价影响的对比分析[J]. 王文娟,邓荣鑫,李颖,张树文,史晓亮. 东北林业大学学报. 2011(09)
硕士论文
[1]基于HJ-1和ZY-3遥感图像的农田防护林信息提取研究[D]. 扈晶晶.北京林业大学 2014
本文编号：3389161
【文章来源】：中南林业科技大学学报. 2020,40(04)北大核心CSCD
【文章页数】：7 页
【部分图文】：
研究区位置
经过水体信息的掩膜，对研究区内剩余地物提取NDVI信息，利用该指数可以进行植被与非植被信息区分提取。2017年7月16日的遥感影像除去水体信息的其他地物NDVI范围分布见图2。从图2可以看出：影像的NDVI范围值贴合实际情况，7月16日处于植被最茂盛的时期，提取的耕地和林地NDVI值均较高。从提取的NDVI范围结果可以看出：除去水体，其他地类具有明显的NDVI值界线—耕地与林地处于最茂盛的时期，NDVI最小值均大于0.2；建筑用地和未利用地的NDVI最大值不超过0.2；草地的NDVI值相对偏向于非植被类型，同时与植被（耕地、有林地）存在信息混淆现象。这是因为研究区内的草地大致分为两类——戈壁滩上的草本植被和人工种植的成片牧草，其中牧草在此季节处于茂盛时期，其NDVI值相对偏大，后期将此归类于耕地类型中。根据NDVI阈值训练，研究利用归一化植被指数最大值NDVImax将剩下的5个地类分为植被与非植被。其中NDVImax<0.2定义为非植被，其余定义为植被。由此，最终将从植被（有林地、耕地）中提取农田防护林。
利用NDVI时间序列数据提取地物的物候信息时，需对数据进行平滑处理，以减少噪声及缺失值的影响。常用的平滑方法有：SavitzkyGolay[25]、分段高斯函数拟合[26]等。本研究利用多项式函数对NDVI时间序列进行重构（见图3），耕地与有林地的拟合精度均达到85%以上。对比平滑前后的NDVI时间序列曲线，重构的光滑曲线保持了原有曲线的基本走向和形状，去除噪声后能更好地描述一年间地物随季节的微小变化。从两种地物的NDVI时间序列曲线中可以看出：经过多项式函数拟合的曲线噪声明显减少，曲线更加平滑，并且保持了原曲线的形状特征。不同地物的NDVI时间序列曲线形状特征不同：耕地与有林地都具有明显的生长季，每年的5月到7月之间生长速度最快，并且在之后一段时间内保持较高的NDVI值；其中耕地的生长季变化幅度较大，NDVI值从0.2以下变化至接近0.8，而有林地的生长季变化幅度不如耕地大，最大值在0.55左右。每年生长季过后，耕地的NDVI值会逐渐降低至接近0，而林地则保持有植被特征，NDVI值始终不会变为0。
【参考文献】：
期刊论文
[1]基于MODIS影像的森林类型决策树分类方法研究[J]. 吴梓尚,林辉,孙华,林欣. 中南林业科技大学学报. 2017(09)
[2]高分辨率遥感影像居民地半自动提取方法研究[J]. 李金香,李志强,李帅,王伟,陈勇. 国土资源遥感. 2017(03)
[3]甘肃省退化防护林更新改造技术路线与策略[J]. 王娜,刘峰,赵万奎,王艳驹,丁乾平. 甘肃科技. 2016(24)
[4]基于ZY-3影像的农田防护林自动提取[J]. 幸泽峰,李颖,邓荣鑫,朱红雷,付波霖. 林业科学. 2016(04)
[5]基于MODIS时间序列及物候特征的农作物分类[J]. 平跃鹏,臧淑英. 自然资源学报. 2016(03)
[6]城市道路网主干道提取的形态分析方法[J]. 栾学晨,范红超,杨必胜,李秋萍. 武汉大学学报(信息科学版). 2014(03)
[7]辅以纹理特征的植被分类方法研究[J]. 高闪闪,陈仁喜. 科学技术与工程. 2013(29)
[8]防护林学研究现状与展望[J]. 朱教君. 植物生态学报. 2013(09)
[9]植被物候特征的遥感提取与农业应用综述[J]. 李正国,唐华俊,杨鹏,吴文斌,陈仲新,周清波,张莉,邹金秋. 中国农业资源与区划. 2012(05)
[10]TM与SPOT5数据对农田防护林景观评价影响的对比分析[J]. 王文娟,邓荣鑫,李颖,张树文,史晓亮. 东北林业大学学报. 2011(09)
硕士论文
[1]基于HJ-1和ZY-3遥感图像的农田防护林信息提取研究[D]. 扈晶晶.北京林业大学 2014
本文编号：3389161
本文链接：https://www.wllwen.com/nykjlw/lylw/3389161.html
