基于modisndvi和evi数据的耕地信息提取.docxVIP

基于modisndvi和evi数据的耕地信息提取 0 基于时序数据的研究 耕地是人类生存的基本食物来源。它是土地利用的一种重要形式,并且受人为活动影响非常严重,是土地利用动态变化中非常活跃的要素之一。耕地的变化对粮食安全以及生态环境的稳定性都有着非常重要的影响。因此,对耕地的面积、利用强度以及利用方式等一系列信息的实时掌握,将有助于制定区域社会、经济、生态可持续发展战略。 耕地上种植的农作物在对地球气候、水文、人文等因子的响应过程中体现出了明显的物候特征,这使得时间序列数据的应用在对农作物的研究上提供了更为立体、丰富的信息。 目前,时间序列数据的应用研究工作受到了广泛关注。其中,有对时间序列数据处理方法的研究,如林忠辉等对离散傅立叶变化在时序数据重构模型进行了改进,Carvalho采用了小波分析法对时序数据进行去云重构;也有利用时序数据对地物进行分类研究,如Hansen采用NOAA/NDVI数据将全球地表分为12类,张霞等采用MODIS/EVI数据对华北平原进行了分类研究;还有利用时间序列数据进行植被的物候研究,如于信芳等采用MODIS/NDVI时序数据对东北森林的物候期进行了监测。农作物的物候主要表现在一年之内,因此,利用年内的植被指数时间序列数据进行农作物的信息提取将有很大的帮助。 归一化植被指数(Normalized Difference Vegetation Index,NDVI)是国际上比较通用的一种植被指数,它是表征地表植被特征的重要手段,因此,在植被分类、全球和区域土地覆被分类及其变化、作物长势检测和物候监测、自然灾害监测等方面都得到了广泛的应用。MODIS NDVI产品是目前研究中最为常用的数据。但是NDVI本身存在一定的缺陷,如在植被高覆盖区容易饱和、没有考虑冠层背景的影响、对大气影响的纠正不彻底、最大合成算法(Maximum Value Composites,MVC)不能保证选择最佳像元等。而在此基础上发展的增强型植被指数(Enhanced Vegetation Index,EVI)继承了NDVI对植被特征的反映,并针对其缺点进行了改进。近来,对植被指数时间序列曲线的应用研究也主要是采用NDVI或EVI,但是对它们在具体应用中的效果差异并未有过系统的研究。 本文利用时间序列谐波分析法(HANTS),对MODIS/NDVI和MODIS/EVI时间序列数据进行平滑重构,在此基础上提取出曲线的各个特征项,并进行了在耕地及休耕地的识别,耕地复种指数及作物种类的提取实验。此外,还对NDVI和EVI在耕地信息提取应用上的表现进行了对比分析。 1 数据来源 1.1 嘉峪关市的基本情况 河西走廊位于甘肃西北部,区内的绿洲耕地历史悠久,是甘肃省重要的粮、棉产区。本文的实验区(39°31′34″~40°37′56″N,97°15′55″~98°43′13″E)为一个523像元×533像元的矩形栅格区域,地处河西走廊的中东部,包括嘉峪关市全部以及金塔县、玉门市、酒泉市和肃南裕固族自治县的部分地区。该区域热量条件丰富,全年≥10℃积温达3000~3200℃,无霜期160~200 d,平均海拔1000~1500 m。 1.2 土地利用图的建立 本文采用NASA USGS提供的实验区内MODIS NDVI/EVI MOD13Q1数据,空间分辨率为250 m,时间分辨率为16 d。时间从2006年1月1日至2006年12月30日,一共23个时相的影像,由此构建该地区2006年的植被指数时间序列曲线。 此外,文中还采用了与实验区相应的2006年7月的CBERS 19.5 m分辨率的影像作为数据源,在野外调查的基础上建立各类土地利用类型的解译标志(耕地、林地、草地、水域、城市居民点、农村居民点以及未利用地),并结合专家知识,通过目视解译得到了实验区土地利用图。这一结果将作为地面真实数据,以供检验及耕地掩膜之用。 实验区内的作物物候历由中国农业信息网实时统计的各地的农时数据库提供。 2 数据处理和操作过程 2.1 时间谱数据平滑 植被指数的时间谱数据能够反映地表植被生长的动态过程。但是由于数据的采集和处理过程中,存在各种误差,如:太阳高度角、观测角度的影响,以及云、水汽、气溶胶和传感器精度变化干扰等。虽然MODIS NDVI和EVI都采用了MVC或CV-MVC方法合成数据,但是局部仍受云等因素的影响,因此需进行平滑处理。 本文采用时间序列谐波分析法(HANTS)对时间谱数据进行平滑。其核心算法是傅立叶变换和最小二乘法拟合,即将时间谱数据分解成有限个谐波(正弦波或余弦波),从中选取若干个能反映影像时序特征的谐波进行叠加,达到重构时序数据的目的。这种方法揭示了曲线内部蕴含的周期性,能定量化地测量植被动态,是一种十分有效的植物物候分析手段。 从时