Please wait a minute...
国土资源遥感  2017, Vol. 29 Issue (3): 196-202    DOI: 10.6046/gtzyyg.2017.03.29
  技术应用 本期目录 | 过刊浏览 | 高级检索 |
基于高分一号时间序列数据的沙化土地分类
丁相元1, 高志海1, 孙斌1, 吴俊君2, 薛传平1, 王燕1
1.中国林业科学研究院资源信息研究所,北京 100091;
2.中国科学院遥感与数字地球研究所,北京 100101
Sandy lands classification using GF-1 time series NDVI data
DING Xiangyuan1, GAO Zhihai1, SUN Bin1, WU Junjun2, XUE Chuanping1, WANG Yan1
1. Institute of Forest Resource Information Techniques, Chinese Academy of Forestry, Beijing 100091, China;
2. Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences, Beijing 100101, China
全文: PDF(3196 KB)   HTML
输出: BibTeX | EndNote (RIS)      
摘要 以高分一号(GF-1) 16 m空间分辨率多光谱影像为数据源,对沙化土地类型的光谱特征以及其全年的NDVI变化特征进行了分析,发现时间序列数据变化信息可提高沙化土地类别之间的可分离度。对单一时相影像的分类结果和加入时间序列NDVI之后的分类结果进行了对比分析,结果表明,基于生长季单一时相原始影像的分类结果精度为73.34%,Kappa系数为0.7; 非生长季单一影像与NDVI时间序列数据的分类结果总体精度为81.44%,Kappa系数为0.77; 生长季单一时相影像并加入NDVI时间序列数据之后精度提高到了92.04%,Kappa系数达0.87,明显改善了对沙化土地类型的识别精度。表明单时相影像结合时间序列 NDVI数据在沙化土地分类识别中有巨大的应用潜力。
服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
陶婷
阮仁宗
岁秀珍
王玉强
林鹏
关键词 HyMap数据浮水植被植被指数决策树    
Abstract:In this study, GF-1 16 m multispectral images were used as data source, the spectral characteristics of each type of sandy land and its change characteristics of time series NDVI were analyzed, the sandy lands were classified by the GF-1 image at a single time, and time series NDVI data were compared with each other separately; on such a basis, the classification accuracy was evaluated. The results showed that the accuracy was 73.34% and Kappa coefficient was 0.7 by only using single time original data in growing season; however, the accuracy was increased to 92.04% by joining the time series NDVI data, with Kappa coefficient raised to 0.87; the accuracy was 81.44% and Kappa coefficient was 0.77 by using the time series NDVI data combined with non-growing season data, thus improving the classification accuracy obviously. It is indicated that GF-1 time series NDVI data have a huge application potential in the sandy lands classification.
Key wordsHyMap data    floating-leaved vegetation    vegetation indices    decision tree
收稿日期: 2016-03-01      出版日期: 2017-08-15
基金资助:国家高分辨率对地观测重大专项“高分林业遥感应用示范系统(一期)”(编号: 21-Y30B05-9001-13/15)
通讯作者: 高志海(1963-),男,研究员,主要从事土地退化(荒漠化)遥感评价与防治方面的研究工作。Email:zhgao@caf.ac.cn。   
作者简介: 丁相元(1990-),男,硕士研究生,主要从事荒漠化遥感监测与评价的应用研究。Email:dxy4201@126.com。
引用本文:   
丁相元, 高志海, 孙斌, 吴俊君, 薛传平, 王燕. 基于高分一号时间序列数据的沙化土地分类[J]. 国土资源遥感, 2017, 29(3): 196-202.
DING Xiangyuan, GAO Zhihai, SUN Bin, WU Junjun, XUE Chuanping, WANG Yan. Sandy lands classification using GF-1 time series NDVI data. REMOTE SENSING FOR LAND & RESOURCES, 2017, 29(3): 196-202.
链接本文:  
http://www.gtzyyg.com/CN/10.6046/gtzyyg.2017.03.29      或      http://www.gtzyyg.com/CN/Y2017/V29/I3/196
[1] 国家林业局.中国荒漠化和沙化状况公报[R].北京:国家林业局,2011.
State Forestry Administration.A Bulletin of Status Quo of Desertification and Sandification in China[R].Beijing:State Forestry Administration,2011.
[2] 林 进,周卫东.中国荒漠化监测技术综述[J].世界林业研究,1998(5):58-63.
Lin J,Zhou W D.A review desertification monitoring in China[J].World Forestry Research,1998(5):58-63.
[3] 王晓慧,李增元,高志海.沙化土地遥感监测研究现状[J].林业科学,2008,44(7):90-96.
Wang X H,Li Z Y,Gao Z H.Studies on remote sensing monitoring of sandification[J].Scientia Silvae Sinicae,2008,44(7):90-96.
[4] 龙 晶.沙化土地遥感评价方法[J].国土资源遥感,2005,17(1):17-19,33.doi:10.6046/gtzyyg.2005.01.04"> doi:10.6046/gtzyyg.2005.01.04.
Long J.The application of remote sensing technique to sandy desertification assessment[J].Remote Sensing for Land and Resources,2005,17(1):17-19,33.doi:10.6046/gtzyyg.2005.01.04"> doi:10.6046/gtzyyg.2005.01.04.
[5] 王志波,高志海,王琫瑜,等.基于面向对象方法的沙化土地遥感信息提取技术研究[J].遥感技术与应用,2012,27(5):770-777.
Wang Z B,Gao Z H,Wang F Y,et al.The study of extracting sandy lands information from remote sensing image based on object-oriented method[J].Remote Sensing Technology and Application,2012,27(5):770-777.
[6] 李晓琴,张振德,张佩民.格尔木土地荒漠化遥感动态监测研究[J].国土资源遥感,2006,18(2):61-63,78.doi:10.6046/gtzyyg.2006.02.15"> doi:10.6046/gtzyyg.2006.02.15.
Li X Q,Zhang Z D,Zhang P M.Remote sensing survey and monitoring of desertification in Golmud Area[J].Remote Sensing for Land and Resources,2006,18(2):61-63,78.doi:10.6046/gtzyyg.2006.02.15"> doi:10.6046/gtzyyg.2006.02.15.
[7] 仲 波,马 鹏,聂爱华,等.基于时间序列HJ-1/CCD数据的土地覆盖分类方法[J].中国科学(地球科学),2014,44(5):967-977.
Zhong B,Ma P,Nie A H,et al.Land cover mapping using time series HJ-1/CCD data[J].Science China Earth Sciences,2014,57(8):1790-1799.
[8] 张焕雪,曹 新,李强子,等.基于多时相环境星NDVI时间序列的农作物分类研究[J].遥感技术与应用,2015,30(2):304-311.
Zhang H X,Cao X,Li Q Z,et al.Research on crop identification using multi-temporal NDVI HJ images[J].Remote Sensing Technology and Application,2015,30(2):304-311.
[9] 贾明明,任春颖,刘殿伟,等.基于环境星与MODIS时序数据的面向对象森林植被分类[J].生态学报,2014,34(24):7167-7174.
Jia M M,Ren C Y,Liu D W,et al.Object-oriented forest classification based on combination of HJ-1 CCD and MODIS-NDVI data[J].Acta Ecologica Sinica,2014,34(24):7167-7174.
[10] 朱 满,胡光宇,于之峰.基于融合NDVI和EVI时间序列的遥感影像分类研究[J].遥感信息,2009(5):44-46.
Zhu M,Hu G Y,Yu Z F.Research on remote sensing image classification based on NDVI and EVI time series[J].Remote Sensing Information,2009(5):44-46.
[11] 杨闫君,占玉林,田庆久,等.基于GF-1/WFV NDVI时间序列数据的作物分类[J].农业工程学报,2015,31(24):155-161.
Yang Y J,Zhan Y L,Tian Q J,et al.Crop classification based on GF-1/WFV NDVI time series[J].Transactions of the Chinese Society of Agricultural Engineering,2015,31(24):155-161.
[12] 刘树林,王 涛.浑善达克沙地的土地沙漠化过程研究[J].中国沙漠,2007,27(5):719-724.
Liu S L,Wang T.Study on land desertification process in Hunshandake Sandy Land[J].Journal of Desert Research,2007,27(5):719-724.
[13] 中华人民共和国国家质量监督检验检疫总局,中国国家标准化管理委员会.GB/T 24255—2009沙化土地监测技术规程[S].北京:中国标准出版社,2009.
General Administration of Quality Supervision,Inspection and Quarantine of the People’s Republic of China,China National Standardization Management Committee.GB/T 24255—2009 Technical Code of Practice on the Sandified Land Monitoring[S].Beijing:China Standard Press,2009.
[14] 全国荒漠化和沙化监测技术规定[R].国家林业局,2009.
The National Desertification and Desertification Monitoring Technology[R].State Forestry Administration,2009.
[15] 李晓松,李增元,高志海,等.基于NDVI与偏最小二乘回归的荒漠化地区植被覆盖度高光谱遥感估测[J].中国沙漠,2011,31(1):162-167.
Li X S,Li Z Y,Gao Z H,et al.Estimation of vegetation cover in desertified regions from Hyperion imageries using NDVI and partial least squares regression[J].Journal of Desert Research,2011,31(1):162-167.
[16] Rouse J W,Haas R H,Schell J A,et al.Monitoring vegetation systems in the Great Plains with ERTS[C]//Freden S C,Mercanti E P,Becker M A.Proceedings of third Earth Resources Technology Satellite Symposium.Washington:NASA Special Publication,1974:310-317.
[17] 李长龙,高志海,吴俊君,等.基于分形网络进化分割和对象特征提取的GF-1卫星数据沙化土地分类识别研究[J].干旱区资源与环境,2015,29(11):152-157.
Li C L,Gao Z H,Wu J J,et al.The sandy lands identification and classification of GF-1 based on FNEA and object features[J].Journal of Arid Land Resources and Environment,2015,29(11):152-157.
[18] 童庆禧,张 兵,郑兰芬.高光谱遥感——原理、技术与应用[M].北京:高等教育出版社,2006.
Tong Q X,Zhang B,Zheng L F.Hyperspectral Remote Sensing Principle,Technology and Application[M].Beijing:Higher Education Press,2006.
[19] 李 松,邓宝昆,徐红勤,等.地震型滑坡灾害遥感快速识别方法研究[J].遥感信息,2015,30(4):25-28.
Li S,Deng B K,Xu H Q,et al.Fast interpretation methods of landslides triggered by earthquake using remote sensing imagery[J].Remote Sensing Information,2015,30(4):25-28.
[1] 陆坤, 孟庆岩, 孙云晓, 孙震辉, 张琳琳. 基于GF-2卫星数据的孕穗期小麦叶面积指数反演——以河北省廊坊市为例[J]. 国土资源遥感, 2018, 30(1): 196-202.
[2] 梁守真, 隋学艳, 姚慧敏, 王猛, 侯学会, 陈劲松, 马万栋. 落叶阔叶林冠层非光合组分对冠层FPAR的影响分析——一种分层模拟的方法[J]. 国土资源遥感, 2017, 29(2): 29-36.
[3] 宋扬, 房世波, 梁瀚月, 柯丽娜. 基于MODIS数据的农业干旱遥感指数对比和应用[J]. 国土资源遥感, 2017, 29(2): 215-220.
[4] 陶婷, 阮仁宗, 岁秀珍, 王玉强, 林鹏. 基于HyMap数据的浮水植被信息提取[J]. 国土资源遥感, 2017, 29(2): 187-192.
[5] 王瑾杰, 丁建丽, 张成, 陈文倩. 基于GF-1卫星影像的改进SWI水体提取方法[J]. 国土资源遥感, 2017, 29(1): 29-35.
[6] 孙宇翼, 赵军利, 王苗苗, 刘勇. 基于J48决策树的面向对象方法的土地覆被信息提取[J]. 国土资源遥感, 2016, 28(4): 156-163.
[7] 鹿丰玲, 巩在武. 基于随机森林算法构建云-云阴影-水体掩模[J]. 国土资源遥感, 2016, 28(3): 73-79.
[8] 梁建平, 马大喜, 毛德华, 王宗明. 双台河口国际重要湿地芦苇地上生物量遥感估算[J]. 国土资源遥感, 2016, 28(3): 60-66.
[9] 杨宇晖, 颜梅春, 李致家, 余青, 陈贝贝. 南方丘陵地区复杂地表“同物异谱”分类处理模型[J]. 国土资源遥感, 2016, 28(2): 79-83.
[10] 贺军亮, 张淑媛, 李佳, 查勇. 基于MODIS的城市大气颗粒物污染指数研究[J]. 国土资源遥感, 2016, 28(2): 126-131.
[11] 张雪红. 基于决策树方法的Landsat8 OLI影像红树林信息自动提取[J]. 国土资源遥感, 2016, 28(2): 182-187.
[12] 何海燕, 凌飞龙, 汪小钦, 梁志锋. 基于雷达植被指数的水土流失区植被覆盖度估测[J]. 国土资源遥感, 2015, 27(4): 165-170.
[13] 王凯, 张佳华. 基于MODIS数据的湖北省油菜种植分布信息提取[J]. 国土资源遥感, 2015, 27(3): 65-70.
[14] 陈梦杰, 吴虹, 刘超, 周旻玥, 陆丁滒, 郭威. 基于生态参数的岩溶峰丛区石灰岩基岩表面溶蚀率遥感反演[J]. 国土资源遥感, 2015, 27(3): 71-76.
[15] 陈健, 王文君, 盛世杰, 张雪红. 基于机载MASTER数据的果园叶面积指数遥感反演[J]. 国土资源遥感, 2015, 27(2): 69-74.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《国土资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 Email:gtzyyg@agrs.cn; gtzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发