基于GF-1/WFV NDVI时间序列数据的作物分类

摘要：

归一化植被指数（normalized difference vegetation index，NDVI）时间序列已广泛应用于植被信息提取研究，然而目前 NDVI 时间序列的研究主要集中于中低分辨率遥感影像，从而影响了植被信息提取的精度。随着中国高分专项首颗卫星高分一号（GF-1）的发射，为高分辨率NDVI时间序列的构建提供了可能。该文尝试利用GF-1卫星16 m宽覆盖（wide field of view，WFV）影像，构建16 m分辨率NDVI时间序列，以河北省唐山市南部区域为研究区，开展作物分类研究。该文采用覆盖作物完整生长期的GF-1数据构建NDVI时间序列，避免了利用自然年（1－12月）数据构建NDVI时间序列的不足，有助于作物信息的提取。通过分析样地的NDVI时序曲线，发现GF-1/WFV NDVI时间序列能够清晰地区分不同作物的物候差异，捕捉作物特有的生长特性，而且能够识别研究区当年的作物种植模式。该文分别采用最大似然法、马氏距离、最小距离、神经网络分类、支持向量机（support vector machine，SVM）等分类方法，基于GF-1/WFV NDVI时间序列对研究区作物进行分类，研究结果表明SVM分类方法总体精度最高，达到96.33%。同时该文还采用时间序列谐波分析法（harmonic analysis of time series，HANTS）对NDVI时间序列进行了平滑处理，结果表明处理后的NDVI时间序列能更好地描述作物的物候特性，作物分类精度得到进一步提高。

关键词：作物、分类、支持向量机、GF-1/WFV影像、归一化植被指数NDVI、时间序列

分类号：TP79;S127(遥感技术)

资助基金：国家自然科学基金资助项目No.41371416；国家科技重大专项资助项目Y20A-C04，Y20A-D52

在线出版日期：2016-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：155-161