论文部分内容阅读
遥感数据有着综合性和时效性等优点,可以迅速、准确地获得土地利用信息。MODIS数据具有较高的光谱分辨率和空间分辨率,对宏观尺度土地利用的分类具有很强的优势和广泛的应用价值。本文以甘肃河东地区为研究区域,采用2016年全年MOD09时间序列数据并结合决策树分类方法,挖掘MODIS数据的土地利用分类的潜力,对研究区域的土地利用分类进行研究和探讨。本文的主要内容和结论如下:1.NDVI时间序列曲线的平滑处理对提取分类参数特征有着至关重要的作用。本文采用TIMESAT软件中的Savitzky-Golay滤波拟合算法对该曲线进行平滑处理,拟合后的NDVI曲线在保持原有曲线形状的基础上也能够清楚的反映全年植被的生长状况。2.分类参数特征的选取对分类精度的结果有着直接的影响,采用平滑后的NDVI时间序列曲线进行提取6种可以反映区域物候模式、植被生长速率等信息的分类参数,其中提取的6种分类参数特征包括18~28时相的NDVI增长速率、高植被覆被的时间长度、18~30时相NDVI平均值、全年NDVI最小值、全年NDVI最大值和全年NDVI波动幅度。3.依据ENVI软件平台提取土地利用信息来建立决策树分类方法规则。在不同生长期,根据不同地类NDVI值是不同的,通过充分利用提取的6种分类参数特征分析空间分布特征图确定其阈值。4.以MOD09时间序列数据为依据构建的7类甘肃河东地区土地利用分类体系,借助Landsat-8 OLI数据对MODIS数据选择训练样本进行研究区域土地利用分类结果精度的检验,分类结果总体精度达到82.47%,Kappa系数是0.8018,其中林地的分类精度是85.49%,园地的分类精度是82.74%,耕地的分类精度是73.83%,草地的分类精度是77.6%,水域的分类精度是89.92%,建设用地的分类精度是89.73%,其他土地的分类精度是94.1%。本文选取的研究区域的土地利用分类结果能较好地反映该区域土地利用的实际情况。本文选择了多时相的MOD09Q1数据,运用该数据的2个波段的反射率数据进行研究区域土地利用分类取得了较好的分类效果,该方法在区域的尺度上利用多时相MODIS数据进行土地利用分类存在一定的优势。