基于諧波分析和線性光譜模型的土地覆被遙感反演研究——以河北平原區(qū)為例.pdf

1、中圖分類(lèi)號(hào)：K903UDC：900密級(jí)：公開(kāi)學(xué)校代碼：10094碩士學(xué)位論文(學(xué)歷碩士)基于諧波分析和線性光譜模型的土地覆被遙感反演研究一以河北平原區(qū)為例EstimationofLandCoverClassificationUsingHarmonicsAnalysisandLinearSpectralMixtureModel：ACaseStudyofHebeiPlainArea研究生姓名：張連獅指導(dǎo)教師：王衛(wèi)教授學(xué)科專(zhuān)業(yè)：自然地理學(xué)研究

2、方向：資源評(píng)價(jià)與可持續(xù)利用論文開(kāi)題日期：2012年l0月10日摘要土地利用／覆被分類(lèi)是研究土地利用／覆被變化的基礎(chǔ)數(shù)據(jù)和關(guān)鍵環(huán)節(jié)。隨著遙感科學(xué)理論的發(fā)展和應(yīng)用領(lǐng)域的深入，利用遙感技術(shù)獲取地物目標(biāo)特征信息已成為現(xiàn)代地學(xué)研究及其相關(guān)科學(xué)研究的重要手段。傳統(tǒng)分類(lèi)方法主要依據(jù)計(jì)算機(jī)對(duì)分類(lèi)特征波段的數(shù)理統(tǒng)計(jì)信息，是基于像元光譜特性統(tǒng)計(jì)的硬分類(lèi)。對(duì)于中、低空間分辨率的遙感數(shù)據(jù)來(lái)說(shuō)，在區(qū)域尺度上絕大多數(shù)像元是包含若干個(gè)類(lèi)別的混合像元。若對(duì)其采用硬分類(lèi)

3、方法，則無(wú)法避免因混合像元而引起的錯(cuò)分、漏分現(xiàn)象，降低了地物類(lèi)型面積估算的精度。植被指數(shù)時(shí)間序列曲線是由時(shí)間序列數(shù)據(jù)構(gòu)成的離散時(shí)間信號(hào)，它隨地表覆被類(lèi)型的不同而不同，在時(shí)間上呈現(xiàn)出與植被生物學(xué)特征相關(guān)的季節(jié)性變化。植被指數(shù)時(shí)間序列數(shù)據(jù)量一般比較大，從中提取特征信息需要特定的分析方法。諧波分析法是通過(guò)離散傅立葉變換將一定長(zhǎng)度的時(shí)間序列數(shù)據(jù)分解成有限階諧波疊加的形式，通過(guò)余項(xiàng)、幅值和相位等諧波特征參數(shù)，定量化地反演植被覆蓋和季節(jié)性變化數(shù)據(jù)，

4、進(jìn)行植被物候分析的有效手段。本研究以河北平原區(qū)為例，基于2011年1月1日一12月31日23個(gè)時(shí)相的250m分辨率植被指數(shù)16天合成產(chǎn)品MODIS增強(qiáng)型植被指數(shù)(EVI)建立土地覆被分類(lèi)體系，經(jīng)過(guò)數(shù)據(jù)拼接、波段提取、投影和格式轉(zhuǎn)換、研究區(qū)裁切等預(yù)處理過(guò)程，采用時(shí)間序列諧波分析法重構(gòu)無(wú)云影像和提取各階諧波分量的幅值和相位，通過(guò)最小噪聲分離變換、純凈像元指數(shù)、刀維可視化分析等操作，確定研究區(qū)主要端元組分的特征波段，利用線性光譜模型獲得河北平

5、原區(qū)一年一熟耕地、一年兩熟耕地、園地及有林地、自然及人工陸地表面的豐度值，按照最大值法和二分法對(duì)MODIS像元和亞像元尺度的土地覆被進(jìn)行遙感反演，最后對(duì)端元豐度和端元總量進(jìn)行精度評(píng)價(jià)。評(píng)價(jià)結(jié)果表明，均方根誤差最大值為00178549，最小值為0000091，平均值為0000637，95％以上的均方根誤差都小于0003569。與河北平原區(qū)2010年土地利用統(tǒng)計(jì)數(shù)據(jù)比較，園地及有林地、水體(含鹽田)、人工陸地表面、自然陸地表面在像元尺度上的