基于EVI-Albedo特征空间的土地荒漠化遥感分类方法

摘要：

针对基于NDVI-Albedo特征空间的土地荒漠化遥感分类方法受大气和土壤影响存在不足的问题,提出基于EVI-Albedo特征空间的辽北亚湿润干旱地区土地荒漠化遥感分类方法.首先,设计基于支持向量机(support vector machine,SVM)的多分类器从总体上提取荒漠化土地覆盖区,并以此作为研究区;其次,对提取的荒漠化研究区构建EVI-Albedo特征空间,计算其荒漠化差值指数(desertification difference index,DDI);随后,依据DDI值,提出土地荒漠化等级分类模型,并与NDVI-Albedo模型进行对比分析;最后,以1989年和2020年两期Landsat图像为数据源,分析辽宁省康平县土地荒漠化动态变化情况.结果表明,EVI-Albedo模型在荒漠化分类的准确度上优于NDVI-Albedo模型;同时,基于EVI-Albedo模型的荒漠化监测结果表明,康平县1989—2020年土地荒漠化逐渐走向好转.

关键词：土地荒漠化、康平县、支持向量机、EVI-Albedo特征空间、荒漠化差值指数

所属期刊栏目：37

分类号：P237(摄影测量学与测绘遥感)

资助基金：辽宁省教育厅重点攻关项目;国家自然科学基金;国家自然科学基金

在线出版日期：2022-11-10（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：8-14