本文關鍵詞：基于MODIS數據的京津冀地區(qū)土地覆被分類方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：當今,全球性的環(huán)境變化已經成為世界性的熱點問題,以這一中心展開的大量研究中,對土地利用/土地覆被的研究具有特殊重要的意義。這是因為引起全球生態(tài)環(huán)境的眾多驅動因素中人類活動具有十分重要的作用,但是人類活動對于整個地球系統(tǒng)的影響機理十分復雜,而土地覆被作為地球表層系統(tǒng)中最為明顯的景觀標志,對生物地球化學循環(huán)、生態(tài)復雜度、全球輻射平衡和水循環(huán)等產生了深遠影響,所以對土地利用/土地覆被的研究便于直觀的揭示全球生態(tài)環(huán)境變化的規(guī)律。而展開土地利用/土地覆被研究的基礎就是及時、準確、有效的了解地表的土地覆被狀況。隨著遙感技術的不斷發(fā)展、遙感技術應用領域的不斷擴展,研究者從海量的遙感數據中選取適合的特征參量來對土地覆被分類進行研究,利用遙感數據進行土地覆被分類研究具有及時、快速、效率高、自動化等優(yōu)點,使之逐漸成為研究熱點領域。目前利用遙感數據進行土地覆被分類體系和分類的方法很多,大多數基于自身的研究目標,現(xiàn)今國內外還沒有一個統(tǒng)一的分類體系和分類方法,所以如何利用遙感數據光譜和時相等優(yōu)點研究出適合本區(qū)域的分類體系和分類方法成為一個關鍵問題。本研究以京津冀地區(qū)為例,采用聯(lián)合國糧食及農業(yè)組織(FAO)的二分法原理,參考IGBP、UMD和劉勇洪等的土地分類體系,并結合京津冀的自然經濟特征,建立了符合京津冀研究區(qū)實際情況的土地覆被分類體系。通過諧波分析提取京津冀地區(qū)MODIS/EVI時間序列數據和諧波余項、諧波幅值等特征參數,使MODIS時間序列數據更能反映諸如耕地、林地、灌木、草地、園地等植被覆蓋的物候學特征。本文通過MOD09數據提取MODIS前7個波段的反射率數據,并通過計算得到NDWI(歸一化差異水體指數)、MNDWI(改進歸一化差異水體指數)和NDSI(土壤亮度指數)三個特征波段數據。本文構建了3種特征波段組合方案,分別是2013全年EVI的23個時相(方案一),方案一+MOD09的Ref1-7+MNDW+NDSI+NDWI(方案二),方案二+諧波特征參數(方案三)。利用三種組合方案進行最佳土地覆被分類特征提取實驗。最后構建不同的方案的CART決策樹,得到京津冀地區(qū)土地覆被分類結果,并對分類結果進行土地覆被分類精度評價。分類結果表明:三個方案的分類的總體精度分別為為85.20%、88.79%、92.33%,Kappa系數分別為0.8396、0.8932、0.9140,可以看出方案三分類精度最高,結果最好。并結合對京津冀自然綜合情況和MODIS土地覆被產品對分類結果進行分析,表明本文分類類別分布符合京津冀自然綜合情況。本文的創(chuàng)新點在于:(1)建立了符合京津冀區(qū)域的基于MODIS影像的土地覆蓋分類系統(tǒng)。(2)利用諧波分析重構EVI時間序列序列數據,并提取諧波分析特征參量。更有利于對植被覆被的物候特征分析,使土地覆被分類更加符合研究區(qū)實際情況。(3)利用MODIS反射率數據并計算濕度指數等分類特征指數,使土地覆被分類更加精確。(4)利用分類特征組合建立不同組合CART決策樹進行京津冀土地覆被分類研究,分析分類精度,選取最佳分類特征組合得到的京津冀土地覆被分類結果。
【關鍵詞】：MODIS影像 諧波分析 分類特征選擇和提取 CART決策樹 京津冀地區(qū) 土地覆被分類
【學位授予單位】：河北師范大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：P237;P901
【目錄】：

• 摘要4-6
• Abstract6-10
• 1 緒論10-20
• 1.1 選題的背景和意義10-12
• 1.2 國內外研究進展12-18
• 1.2.1 土地覆被分類體系研究進展12-15
• 1.2.2 土地覆被分類方法研究進展15-17
• 1.2.3 植被指數時間序列數據提取特征參數研究進展17-18
• 1.3 技術路線18-19
• 1.4 論文結構19-20
• 2 研究區(qū)概況與數據預處理20-26
• 2.1 研究區(qū)概況20-24
• 2.1.1 河北省概況21-22
• 2.1.2 北京市概況22-23
• 2.1.3 天津市概況23-24
• 2.2 數據來源與預處理24-26
• 2.2.1 數據來源24
• 2.2.2 數據的預處理24-26
• 3 基于MODIS的京津冀土地覆被分類體系26-28
• 4 基于MODIS的京津冀土地覆被分類方法28-40
• 4.1 時間序列平滑重構及特征參量提取28-34
• 4.1.1 時間序列平滑重構28-30
• 4.1.2 EVI時間序列諧波參量提取30-34
• 4.2 MOD09的特征參量提取34-35
• 4.2.1 歸一化差異水體指數(NDWI)35
• 4.2.2 改進的歸一化差異水體指數(MNDWI)35
• 4.2.3 土壤亮度指數(NDSI)35
• 4.3 分類樣本的的選取35-37
• 4.4 分類方案和CART決策樹分類37-40
• 5 京津冀土地覆被分類的可分性、分類精度與結果分析40-49
• 5.1 分類特征的可分性研究40-45
• 5.2 分類精度與結果分析45-49
• 5.2.1 不同方案分類精度分析45-46
• 5.2.2 分類結果分析46-49
• 6 結論與討論49-51
• 6.1 研究結論49
• 6.2 研究問題與討論49-51
• 參考文獻51-56
• 攻讀碩士期間發(fā)表論文、參與課題清單56-57
• 致謝57-58

【參考文獻】

中國期刊全文數據庫 前10條

1 潘琛;杜培軍;張海榮;;決策樹分類法及其在遙感圖像處理中的應用[J];測繪科學;2008年01期

2 于鳳鳴;卓義;包玉海;;基于BP神經網絡和MODIS-EVI時間序列的土地覆被分類[J];測繪科學;2008年S3期

3 郭健;張繼賢;張永紅;曹銀璇;;多時相MODIS影像土地覆蓋分類比較研究[J];測繪學報;2009年01期

4 李紅軍;鄭力;雷玉平;李春強;周戡;;基于EOS/MODIS數據的NDVI與EVI比較研究[J];地理科學進展;2007年01期

5 趙偉;李召良;;利用MODIS/EVI時間序列數據分析干旱對植被的影響[J];地理科學進展;2007年06期

6 趙英時;美國中西部沙山地區(qū)環(huán)境變化的遙感研究[J];地理研究;2001年02期

7 吐熱尼古麗·阿木提;張曉帆;;自組織神經網絡的土地覆蓋圖像識別分析應用[J];地球信息科學;2007年03期

8 徐曉桃;韓濤;頡耀文;;基于單時相MODIS數據的土地覆蓋三種分類方法對比研究[J];干旱地區(qū)農業(yè)研究;2008年03期

9 金衛(wèi)斌;熊勤學;薛蓮;;基于MODIS-EVI時序數據的江漢平原四湖地區(qū)土地覆蓋動態(tài)分析[J];湖北農業(yè)科學;2011年11期

10 栗小東;過仲陽;朱燕玲;戴曉燕;;結合GIS數據的神經網絡濕地遙感分類方法:以上海崇明島東灘濕地為例[J];華東師范大學學報(自然科學版);2010年04期

中國碩士學位論文全文數據庫 前3條

1 李淼;基于支持向量機的MODIS數據土地覆蓋分類研究[D];遼寧工程技術大學;2007年

2 喻小倩;基于最大似然分類的寧夏紅寺堡灌區(qū)的景觀變化[D];西南大學;2010年

3 岳瑞紅;基于MODIS數據的蒙古高原土地覆蓋分類研究[D];內蒙古師范大學;2010年

  本文關鍵詞：基于MODIS數據的京津冀地區(qū)土地覆被分類方法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：265225