基于MODIS NDVI時(shí)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(shí)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(qiáng)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(dòng)態(tài)聚類法對(duì)浙江省的耕作季相進(jìn)行分區(qū)，以保證每個(gè)區(qū)作物耕作季相盡量一致，為神經(jīng)網(wǎng)絡(luò)訓(xùn)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(shí)獲得研究區(qū)的NDVI時(shí)間序列數(shù)據(jù)． 介紹了MODIS數(shù)據(jù)的各種預(yù)處理流程和產(chǎn)品數(shù)據(jù)的獲得過(guò)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(duì)TM數(shù)據(jù)進(jìn)行輻射定標(biāo)、幾何校正并執(zhí)行最大似然法分類以獲得耕地區(qū)的驗(yàn)證數(shù)據(jù)。 利用BP神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)對(duì)耕地面積進(jìn)行提取，探討了BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練函數(shù)的的選取和RBF神經(jīng)網(wǎng)絡(luò)Spread值的確定對(duì)神經(jīng)網(wǎng)絡(luò)性能的影響。對(duì)最終的提取結(jié)果進(jìn)行了網(wǎng)格分析。研究表明二值輸出的RBF神經(jīng)網(wǎng)絡(luò)的耕地提取效果要優(yōu)于BP神經(jīng)網(wǎng)絡(luò)；而多值輸出的BP神經(jīng)網(wǎng)絡(luò)的耕地提取效果要優(yōu)于RBF神經(jīng)網(wǎng)絡(luò)。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(duì)NDVI時(shí)間序列數(shù)據(jù)進(jìn)行離散傅立葉變換，在此基礎(chǔ)上根據(jù)時(shí)間序列上最大值點(diǎn)來(lái)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(duì)應(yīng)的時(shí)間序列上最大值點(diǎn)的季相一致性沒(méi)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(zhǎng)周期的不一致造成的。 在離散傅立葉變換的基礎(chǔ)上進(jìn)行了耕地區(qū)的植被覆蓋變化強(qiáng)度分析，表明人類活動(dòng)和人為的種植季相變化等對(duì)耕地