[發(fā)明專利]一種基于MODIS時間序列數(shù)據(jù)的土地覆蓋分類方法

在審

• 申請?zhí)枺?/td>: 201410675481.6
• 申請日: 2014-11-21
• 公開（公告）號: CN104318270A
• 公開（公告）日: 2015-01-28
• 發(fā)明（設(shè)計）人: 毛學剛;李治;范文義;李明澤;于穎
• 申請（專利權(quán)）人: 東北林業(yè)大學
• 主分類號: G06K9/66
• 分類號: G06K9/66
• 代理公司: 哈爾濱市松花江專利商標事務(wù)所 23109
• 代理人: 楊立超

技術(shù)領(lǐng)域

本發(fā)明涉及土地覆蓋領(lǐng)域，特別涉及基于MODIS時間序列數(shù)據(jù)的土地覆蓋分類方法領(lǐng)域；

背景技術(shù)

目前利用數(shù)據(jù)統(tǒng)計理論方法結(jié)合人工解譯仍為在大尺度內(nèi)進行遙感分類的主導方法。顯然這種方法具有算法成熟、充分利用人機交互和影響等特點，然而其用時長，對參與解譯分析的人員依賴性強，很大程度上不具備可重復(fù)性等。這些局限性影響了迅速、準確、客觀地獲取大面積土地覆蓋類型信息。

盡管SG(Savitzky和Golay的濾波方法)在擬合過程中一定程度上較為客觀的反應(yīng)真實地物的歸一化植被指數(shù)(NDVI)值，但在重建過程中仍然存在兩個主要問題：即：1、由于大氣影響通常引起植被指數(shù)的負偏差，所以均勻的權(quán)重分布對于年際動態(tài)變化應(yīng)用是不適合的，經(jīng)試驗與分析，曲線下面的點應(yīng)該比上面的點得到更小的權(quán)重。2、經(jīng)過SG重建結(jié)果低于上包絡(luò)線，使其峰值降低，準確性降低。

發(fā)明內(nèi)容

本發(fā)明的目的是為了解決傳統(tǒng)方法用時長、植被指數(shù)的負偏差以及SG重建結(jié)果準確性降低的問題，而提出的一種基于MODIS時間序列數(shù)據(jù)的土地覆蓋分類方法。

上述的發(fā)明目的是通過以下技術(shù)方案實現(xiàn)的：

步驟一、將一年中的原始MODIS?NDVI時間序列影像中的無云影像設(shè)置為n+1景，儒略日為X，NDVI值為Y，建立了一個二維數(shù)組即(X₀，Y₀)，(X₁，Y₁)，…(X_n，Y_n)即為原始曲線；

步驟二、采用C5科學數(shù)據(jù)集中的VI質(zhì)量評價數(shù)據(jù)QA來設(shè)置對應(yīng)像素的權(quán)重，利用該權(quán)重采用SG方法對原始曲線進行濾波擬合成初始曲線；其中，C5第五代MODIS植物指數(shù)科學數(shù)據(jù)集；SG的全稱為Savitzky-Golay平滑濾波器；

步驟三、將初始曲線的一個像元的無云影像設(shè)置為n+1景，儒略日為x，NDVI值為y，建立了一個初始曲線像元的無云影像二維數(shù)組(x₀，y₀)，(x₁，y₁)，…(x_n，y_n)；

步驟四、將原始曲線的峰值與初始曲線峰值的絕對值差設(shè)置為閾值T＝min{(Y₀-y₀),(Y₁-y₁),...,(Y_i-y_i)}，其中，Y_i≠y_i；

步驟五、若M超過該閾值T(M>T)，則原始曲線上的點被初始曲線上的點所取代；若M<T，則保留原始曲線的點；其中，M＝|Y_i-y_i|；

步驟六、根據(jù)閾值長度設(shè)置權(quán)重采用B樣條曲線對經(jīng)過步驟五處理過的原始曲線進行擬合，然后轉(zhuǎn)到步驟四計算新閾值，依次帶入步驟五進行計算，直到前后兩次經(jīng)過B樣條曲線擬合的曲線無區(qū)別之后則停止計算，完成對MODIS?NDVI時間序列重建得到重建后的NDVI年變化曲線；

步驟七、采用和Eklundh提出的動態(tài)閾值法，對步驟六中得到的重建后的NDVI年變化曲線中提取植被生長季參數(shù)組成特征影像；其中，光譜信息為紅波段、近紅外波段、重建后NDVI的最大值、最小值、平均值和標準偏差；

步驟八、在特征影像上隨機采樣并以谷歌地球為參考影像，根據(jù)制定的分類體系進行目視解譯獲得訓練樣本集即根據(jù)提取的生長季參數(shù)作為分類器的輸入?yún)?shù)，利用隨機森林方法的分類算法，將訓練樣本即提取的生長季參數(shù)構(gòu)建決策樹分類器得到每個決策樹的分類結(jié)果，根據(jù)每個決策樹的分類結(jié)果投票，決定最終投票分類結(jié)果；其中，隨機森林(Random?Forests)是一種基于分類與回歸決策樹的組合分類算法；即完成了一種基于MODIS時間序列數(shù)據(jù)的土地覆蓋分類方法。

發(fā)明效果

本發(fā)明建立一套宏觀尺度土地覆蓋分類方法模式，以MODIS的歸一化植被指數(shù)(NDVI)時間序列為主要數(shù)據(jù)源，從重建后的MODIS?NDVI時間序列中反演物候特征作為主要特征，并與光譜特征信息以及坡度坡向信息結(jié)合后參與分類，采用隨機森林組合分類器的方法對進行宏觀尺度土地覆蓋分類研究。挖掘MODIS遙感數(shù)據(jù)的優(yōu)勢，為宏觀土地覆蓋類型監(jiān)測及土地資源調(diào)查提供服務(wù)。