基于MODIS NDVI時間序列數(shù)據(jù)的耕地信息提取研究.pdf

1、本研究主要探討了基于MODIS NDVI時間序列數(shù)據(jù)獲取耕地的面積、作物季相和植被覆蓋變化強度的信息。 根據(jù)作物種植面積，耕地比和地形數(shù)據(jù)利用動態(tài)聚類法對浙江省的耕作季相進行分區(qū)，以保證每個區(qū)作物耕作季相盡量一致，為神經(jīng)網(wǎng)絡訓練樣本的選取提供依據(jù)．最終選擇浙北平原單季稻區(qū)作為研究區(qū)，同時獲得研究區(qū)的NDVI時間序列數(shù)據(jù)． 介紹了MODIS數(shù)據(jù)的各種預處理流程和產(chǎn)品數(shù)據(jù)的獲得過程，探討了造成MODIS影像噪聲和變形的主要原

2、因及其校正算法，植被指數(shù)的合成算法。對TM數(shù)據(jù)進行輻射定標、幾何校正并執(zhí)行最大似然法分類以獲得耕地區(qū)的驗證數(shù)據(jù)。 利用BP神經(jīng)網(wǎng)絡和RBF神經(jīng)網(wǎng)絡對耕地面積進行提取，探討了BP神經(jīng)網(wǎng)絡訓練函數(shù)的的選取和RBF神經(jīng)網(wǎng)絡Spread值的確定對神經(jīng)網(wǎng)絡性能的影響。對最終的提取結果進行了網(wǎng)格分析。研究表明二值輸出的RBF神經(jīng)網(wǎng)絡的耕地提取效果要優(yōu)于BP神經(jīng)網(wǎng)絡；而多值輸出的BP神經(jīng)網(wǎng)絡的耕地提取效果要優(yōu)于RBF神經(jīng)網(wǎng)絡。MODIS提取耕

3、地面積與TM提取耕地面積的最高回歸系數(shù)為0.92。 對NDVI時間序列數(shù)據(jù)進行離散傅立葉變換，在此基礎上根據(jù)時間序列上最大值點來提取作物的季相一致性信息。研究表明耕地區(qū)的水稻季相存在良好的一致性，而小麥和油菜所對應的時間序列上最大值點的季相一致性沒有水稻好。主要是由于油菜花期的存在和研究區(qū)小麥油菜生長周期的不一致造成的。 在離散傅立葉變換的基礎上進行了耕地區(qū)的植被覆蓋變化強度分析，表明人類活動和人為的種植季相變化等對耕地