本文選題：時(shí)間序列　切入點(diǎn)：MODIS　出處：《遙感學(xué)報(bào)》2017年03期 　論文類型：期刊論文

【摘要】：以洞庭湖流域?yàn)檠芯繀^(qū),對(duì)大范圍濕地信息遙感提取方法進(jìn)行了研究。先基于時(shí)間序列MODIS EVI及物候特征參數(shù),通過(guò)J-M(Jeffries-Matusita distance)距離分析,構(gòu)建了MODIS(250 m)最佳時(shí)序組合分類數(shù)據(jù);其次,通過(guò)Johnson指數(shù)確定了最佳分割尺度,采用面向?qū)ο蟮倪b感分類方法(Random tree分類器)提取了洞庭湖流域的濕地信息,并驗(yàn)證該方法的適用性。研究結(jié)果表明,基于時(shí)序數(shù)據(jù)與面向?qū)ο蟮腞andom tree分類的總體精度和Kappa系數(shù)分別為78.84%和0.71,較之基于像元的相同算法的總體分類精度和Kappa系數(shù)分別提高了5.79%和0.04。同時(shí),基于面向?qū)ο蠓椒ǖ臐竦卣w的用戶精度與生產(chǎn)者精度較基于像元方法分別提高了4.56%和6.21%,可有效提高大區(qū)域濕地信息提取的精度。
[Abstract]:Taking the Dongting Lake Basin as the study area, this paper studies the remote sensing extraction method of large-scale wetland information. Firstly, based on the time series MODIS EVI and phenological characteristic parameters, the best time series classification data of MODIS(250 m are constructed by J-M-MjiJeffries-Matusita distance analysis. The optimal segmentation scale is determined by Johnson index, and the wetland information of Dongting Lake basin is extracted by using an object-oriented remote sensing classification method named Random tree classifier. The total accuracy and Kappa coefficient of Random tree classification based on temporal data and object oriented are 78.84% and 0.71 respectively, which are 5.79% and 0.04 higher than that of the same algorithm based on pixel, respectively. The user accuracy and producer precision of the wetland based on object-oriented method are improved by 4.56% and 6.21, respectively, which can effectively improve the precision of wetland information extraction in large area.
【作者單位】： 中南大學(xué)地球科學(xué)與信息物理學(xué)院;中南大學(xué)空間信息技術(shù)與可持續(xù)發(fā)展研究中心;
【基金】：國(guó)家自然科學(xué)基金(編號(hào):41171326,40771198) 中南大學(xué)中央高�；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金(編號(hào):2016zzts087)~~
【分類號(hào)】：P237;TP751

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李紅梅;;基于MODIS數(shù)據(jù)的積雪提取方法[J];陜西氣象;2009年02期

2 付安民;孫國(guó)清;過(guò)志峰;王殿中;;基于MODIS數(shù)據(jù)的東北亞森林時(shí)序變化分析[J];北京大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年05期

3 朱長(zhǎng)明;沈占鋒;駱劍承;楊遼;胡曉東;沈金祥;;基于MODIS數(shù)據(jù)的Landsat-7 SLC-off影像修復(fù)方法研究[J];測(cè)繪學(xué)報(bào);2010年03期

4 梁文廣;趙英時(shí);周霞;劉茜;;MODIS數(shù)據(jù)濕地組分蒸散遙感模型(英文)[J];中國(guó)科學(xué)院研究生院學(xué)報(bào);2009年03期

5 譚德寶,劉良明,鄢俊潔,胡艷;MODIS數(shù)據(jù)的干旱監(jiān)測(cè)模型研究[J];長(zhǎng)江科學(xué)院院報(bào);2004年03期

6 馬建成;黃詩(shī)峰;胡健偉;章四龍;李小濤;;基于MODIS數(shù)據(jù)的山東省土壤墑情遙感動(dòng)態(tài)監(jiān)測(cè)與分析[J];水文;2013年03期

7 劉榮高;劉紀(jì)遠(yuǎn);梁順林;陳鏡明;莊大方;;基于MODIS數(shù)據(jù)的中國(guó)陸面制圖:方法軟件和數(shù)據(jù)產(chǎn)品(英文)[J];遙感學(xué)報(bào);2007年05期

8 周紀(jì);陳云浩;李京;蔣衛(wèi)國(guó);;基于MODIS數(shù)據(jù)的雪面溫度遙感反演[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2007年08期

9 熊立;;基于MODIS數(shù)據(jù)的遙感旱情監(jiān)測(cè)技術(shù)研究[J];科技資訊;2011年05期

10 葉晶;嚴(yán)衛(wèi);李志明;;利用加權(quán)平均法進(jìn)行多軌MODIS數(shù)據(jù)拼圖[J];遙感信息;2007年01期

相關(guān)會(huì)議論文 前1條

1 王成;程峰;;基于ICESat GLAS和MODIS數(shù)據(jù)的植被平均高度反演——以東北三省為例[A];第十七屆中國(guó)遙感大會(huì)摘要集[C];2010年

相關(guān)碩士學(xué)位論文 前4條

1 劉靜楠;基于MODIS數(shù)據(jù)的三江源自然保護(hù)區(qū)濕地動(dòng)態(tài)監(jiān)測(cè)[D];成都理工大學(xué);2015年

2 劉敏;基于MODIS數(shù)據(jù)的長(zhǎng)白山地區(qū)植被水分動(dòng)態(tài)變化研究[D];東北師范大學(xué);2010年

3 卓義;基于MODIS數(shù)據(jù)的蒙古高原荒漠化遙感定量監(jiān)測(cè)方法研究[D];內(nèi)蒙古師范大學(xué);2007年

4 王霞;基于支持向量機(jī)及MODIS數(shù)據(jù)的城市擴(kuò)張監(jiān)測(cè)研究[D];中國(guó)地質(zhì)大學(xué);2014年

，

本文編號(hào)：1559245