本文選題：Landsat時序數(shù)據(jù)影像 + 長時間序列�。� 參考：《北京工業(yè)大學學報》2017年05期

【摘要】：為了研究祁連山地區(qū)土地利用變化情況,基于祁連山區(qū)域1986—2015年的Landsat時間序列數(shù)據(jù),通過相對輻射校正獲取時序地表反射率數(shù)據(jù).采用光譜擴展與基于回歸樹的決策樹分類(CART)獲取規(guī)則的決策樹分類方法,應用于長時間序列衛(wèi)星影像,對各類土地利用類型近30 a的變化情況進行分析.結(jié)果表明:相對輻射歸一化能有效減少時間序列數(shù)據(jù)之間光譜值差異,基于CART獲取規(guī)則的決策樹分類方法具有較高的分類精度.以2012年分類結(jié)果為例,總體分類精度為88.72%,Kappa系數(shù)為0.86,并分析了可能存在的誤差.研究區(qū)耕地、林地和草地面積總體呈下降趨勢發(fā)展,并且草地破碎化程度加劇,戈壁面積增多,植被退化導致土地荒漠化問題更加嚴重.最后,根據(jù)研究區(qū)土地利用變化情況進行討論,并針對該情況提出建議.
[Abstract]:In order to study the land use change in Qilian Mountains, based on the Landsat time series data from 1986 to 2015, the time series surface reflectance data were obtained by relative radiation correction. The decision tree classification method based on spectral expansion and decision tree classification based on regression tree is applied to long-time series satellite images to analyze the changes of various land use types in the past 30 years. The results show that relative radiation normalization can effectively reduce the spectral difference between time series data, and the decision tree classification method based on CART rules has higher classification accuracy. Taking the result of classification in 2012 as an example, the overall classification accuracy is 88.72 and Kappa coefficient is 0.86, and the possible errors are analyzed. The area of cultivated land, woodland and grassland in the study area generally showed a downward trend, and the degree of grassland fragmentation increased, the Gobi area increased, and the degradation of vegetation led to a more serious problem of land desertification. Finally, according to the situation of land use change in the study area, some suggestions are put forward.
【作者單位】： 重慶交通大學建筑與城市規(guī)劃學院;中國科學院遙感與數(shù)字地球研究所數(shù)字地球重點實驗室;重慶交通大學水利水運工程教育部重點實驗室;中國科學院遙感與數(shù)字地球研究所國家遙感應用工程技術(shù)研究中心;長豐縣楊廟中學;
【基金】：國家自然科學基金資助項目(41571423) 國家重點研發(fā)計劃資助項目(2016YFB0501501) 中國科學院青年創(chuàng)新促進會資助項目 國土資源部地學空間信息技術(shù)重點實驗室開放基金資助項目(KLGSIT2015-07) 重慶交通大學國家內(nèi)河航道整治工程技術(shù)研究中心暨水利水運工程教育部重點實驗室開放基金資助項目(SLK2014B04)
【分類號】：F301.2;TP79

【相似文獻】

相關(guān)期刊論文 前10條

1 ;2009年度(第七屆)國際水利先進技術(shù)(產(chǎn)品)推介會推介技術(shù)[J];中國水利;2009年09期

2 胡志斌;時間序列的非線性測試及其應用[J];武漢水利電力大學(宜昌)學報;1997年03期

3 胡志斌;時間序列的非線性測試及其應用[J];武漢水利電力大學(宜昌)學報;1998年04期

4 石巖,胡昌振,馬寶華,譚惠民;模糊時間序列的最優(yōu)預測方法[J];探測與控制學報;1999年03期

5 孫青華,張世英;長記憶向量時間序列的非線性協(xié)整關(guān)系研究[J];天津大學學報;2002年03期

6 于景華,田立新;混沌時間序列及其在能源系統(tǒng)中的應用[J];江蘇大學學報(自然科學版);2002年04期

7 曹廣喜;;向量分整時間序列的協(xié)整關(guān)系探討[J];河海大學學報(自然科學版);2006年04期

8 許娜;商朋見;胡廣生;;氣溫變化時間序列的復雜性分析[J];北京交通大學學報;2008年03期

9 熊有倫,楊叔子,王躍科;復時間序列與主軸回轉(zhuǎn)精度[J];華中工學院學報;1987年02期

10 陳章潮;用時間序列預測電力系統(tǒng)負荷[J];電力系統(tǒng)自動化;1982年04期

相關(guān)會議論文 前10條

1 周家斌;張海福;楊桂英;;多維多步時間序列預報方法及其應用[A];中國現(xiàn)場統(tǒng)計研究會第九屆學術(shù)年會論文集[C];1999年

2 馬培蓓;紀軍;;基于時間序列的航空備件消耗預測[A];中國系統(tǒng)工程學會決策科學專業(yè)委員會第六屆學術(shù)年會論文集[C];2005年

3 盧世坤;李夕海;牛超;陳蛟;;時間序列的非線性非平穩(wěn)特性研究綜述[A];國家安全地球物理叢書（八）——遙感地球物理與國家安全[C];2012年

4 李強;;基于線性模型方法對時間序列中異常值的檢測及證券實證分析[A];加入WTO和中國科技與可持續(xù)發(fā)展——挑戰(zhàn)與機遇、責任和對策（上冊）[C];2002年

5 戴麗金;何振峰;;基于云模型的時間序列相似性度量方法[A];第八屆中國不確定系統(tǒng)年會論文集[C];2010年

6 謝美萍;趙希人;莊秀龍;;多維非線性時間序列的投影尋蹤學習逼近[A];'99系統(tǒng)仿真技術(shù)及其應用學術(shù)交流會論文集[C];1999年

7 張大斌;李紅燕;劉肖;張文生;;非線性時問序列的小波-模糊神經(jīng)網(wǎng)絡(luò)集成預測方法[A];第十五屆中國管理科學學術(shù)年會論文集（下）[C];2013年

8 黃云貴;;基于時間序列的電網(wǎng)固定資產(chǎn)投資規(guī)模研究[A];2012年云南電力技術(shù)論壇論文集（文摘部分）[C];2012年

9 李松臣;張世英;;時間序列高階矩持續(xù)和協(xié)同持續(xù)性研究[A];21世紀數(shù)量經(jīng)濟學（第8卷）[C];2007年

10 陳赫;羅聲求;;歷史橫斷面數(shù)據(jù)的時間序列化[A];科學決策與系統(tǒng)工程——中國系統(tǒng)工程學會第六次年會論文集[C];1990年

相關(guān)重要報紙文章 前6條

1 ;《時間序列與金融數(shù)據(jù)分析》[N];中國信息報;2004年

2 何德旭 王朝陽;時間序列計量經(jīng)濟學：協(xié)整與有條件的異方差自回歸[N];中國社會科學院院報;2003年

3 劉俏;讓數(shù)據(jù)坦白真相[N];21世紀經(jīng)濟報道;2003年

4 西南證券高級研究員 董先安邋德圣基金研究中心 郭奔宇;預計6月CPI同比上漲7.2%[N];證券時報;2008年

5 東證期貨 王愛華　楊衛(wèi)東;兩年漲跌輪回 秋季普遍下跌[N];期貨日報;2009年

6 任勇邋鄭重;中國對世界鋼材價格的影響實證分析[N];現(xiàn)代物流報;2007年

相關(guān)博士學位論文 前10條

1 張墨謙;遙感時間序列數(shù)據(jù)的特征挖掘：在生態(tài)學中的應用[D];復旦大學;2014年

2 張德成;滑坡預測預報研究[D];昆明理工大學;2015年

3 苗圣法;時間序列的模式檢測[D];蘭州大學;2015年

4 翁同峰;時間序列與復雜網(wǎng)絡(luò)之間等價性問題及表征應用研究[D];哈爾濱工業(yè)大學;2015年

5 楊婷婷;用Argo浮標結(jié)合衛(wèi)星觀測估算北太平洋經(jīng)向熱輸運[D];中國科學院研究生院(海洋研究所);2015年

6 史文彬;時間序列的相關(guān)性及信息熵分析[D];北京交通大學;2016年

7 原繼東;時間序列分類算法研究[D];北京交通大學;2016年

8 盧偉;基于粒計算的時間序列分析與建模方法研究[D];大連理工大學;2015年

9 胡建明;基于正則化核學習模型的時間序列多步預測的研究與應用[D];蘭州大學;2016年

10 王曉曄;時間序列數(shù)據(jù)挖掘中相似性和趨勢預測的研究[D];天津大學;2003年

相關(guān)碩士學位論文 前10條

1 陳健;基于多變量相空間重構(gòu)的投資組合策略研究[D];華南理工大學;2015年

2 蘭鑫;時間序列的復雜網(wǎng)絡(luò)轉(zhuǎn)換策略研究[D];西南大學;2015年

3 米曉將;區(qū)域尺度下月均氣溫的時空演化格局研究[D];昆明理工大學;2015年

4 張鳴敏;基于支持向量回歸的PM_(2.5)濃度預測研究[D];南京信息工程大學;2015年

5 林健;基于改進小世界回聲狀態(tài)網(wǎng)的時間序列預測[D];渤海大學;2015年

6 曹智麗;日氣溫和干旱指數(shù)支持向量回歸預測方法[D];南京信息工程大學;2015年

7 高雄飛;基于分形理論的土壤含水量時間序列特性分析[D];長安大學;2015年

8 姚茜;城市安全生產(chǎn)發(fā)展目標研究[D];中國地質(zhì)大學(北京);2015年

9 謝翠穎;蘇州社會消費品零售總額簡析[D];蘇州大學;2015年

10 包仁義;基于時間序列的搜索引擎評估模型算法研究[D];東北師范大學;2015年

，

本文編號：1865190