基于时序NDVI图谱库提高土地覆盖分类精度的方法

摘要：

为提高MODIS土地覆盖产品的分类精度,该文以河南省为试验区,首先将MODIS土地覆盖产品(MCD12Q1)分为高精度区域和低精度区域,然后通过构建时序NDVI图谱库并利用图谱曲线相似性测定方法,改进MCD12Q1低精度区域的分类精度.结果表明:1)时序 NDVI 是土地覆盖的重要分类特征,二者之间具有较强的关联性.2)利用时序NDVI图谱库能够明显提高MODIS土地覆盖产品的分类精度,改进后的MCD12Q1的总体分类精度分别由72.76%(比较评价)、64.52%(样本评价)提高到83.05%和81.72%.3)不同土地覆盖类别精度提高的程度不同,林地、草地、耕地、人工地表以及水体的生产者精度分别提高35.36%、29.51%、2.98%、6.96%和6.11%.4)对于判定时序NDVI曲线相似度的2种具体方法而言,最小距离法(minimum distance, MD)总体上优于光谱角度匹配法(spectral angle mapper, SAM).综上,保留现有土地覆盖产品中分类精度较高的部分,基于时序NDVI图谱库改进分类精度较低的部分,是提高现有土地覆盖产品分类精度的有效方法.

关键词：遥感、土地利用、时序NDVI、土地覆盖、分类、精度、评价

所属期刊栏目：34

分类号：S127(农业物理学)

资助基金：国家重点研发计划重点专项2017YFD0300400;河北省自然科学基金D2018512002;中国清洁发展机制基金赠款项目2014109

在线出版日期：2018-05-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：241-248