基于MODIS数据土地覆盖分类研究

论文摘要

安徽省自1984年开展极轨气象卫星遥感监测冬小麦苗情和长势以来,卫星遥感应用和服务已经成为气象部门的基本业务。极轨气象卫星由于其成本低、时间分辨率高等优点,在许多方面得到应用,特别是在进行宏观动态监测方面发挥了显著功效。但是由于极轨气象卫星的空间分辨率较低,目标信息和背景信息不易区分。目前,由于受到背景信息的影响,国内外在农作物识别以及面积监测等方面的监测精度受到较大限制。如何采取有效方法对遥感信息中所包含的大量背景信息进行分离、对地物进行有效识别已经成为卫星遥感技术进一步发展特别是定量化发展中的不可缺少的一个部分,也是进一步提高土地覆盖分类精度的一个重要课题。本文以安徽省土地覆被分类为目标,采用MODIS数据,分析我省土地覆被在遥感影像上的特征,探讨多层次和多时相不同遥感影像分类方法在土地覆被中的应用,进行我省土地覆被分类试验,评价不同分类方法的精度,形成安徽省土地覆被分类图。项目的研究为遥感影像覆被分类提供有益的借鉴。本文在综合分析国内外相关资料和前人已有工作基础之上,首先引入遥感反演模型计算地表信息参数;然后分析典型地表作物(小麦、水稻、油菜、果树等)的物候,总结变化特征和规律;其次通过对卫星遥感地表参数——归一化植被指数(NDVI)的时序分析(傅立叶分析),寻找卫星遥感地表参数与典型地表作物的对应关系;最后,引进多层次迭代方法分类,并结合实际情况分析各种分类方法的优缺点。本文将从由绿度值表述的植被生长曲线出发,结合农作物的生长特性,通过对年周期植被指数曲线的变换和分析,提取各类地物的时间曲线特征,最终利用这些特征信息进行地物分类和作物区识别。同时,实现了多种分类方法对安徽省土地覆盖的分类对比研究。本文的最终成果将有利于提高安徽省在农业监测和服务的能力,将提供更加精确的监测数据和评估报告。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.1.1 研究意义
• 1.1.2 国内外研究现状
• 1.1.3 安徽省地貌概况
• 1.2 研究内容
• 1.3 论文结构
• 第二章 地表覆被遥感监测原理
• 2.1 地表覆被遥感监测原理
• 2.2 植被指数概述
• 第三章 安徽省典型地物物候观测分析
• 3.1 资料
• 3.2 资料分析
• 3.2.1 小麦
• 3.2.2 一季稻
• 3.2.3 油菜
• 3.2.4 梨树
• 第四章 植被指数时序特征分析
• 4.1 MODIS NDVI 计算以及时序特征分析
• 4.1.1 MODIS 图像数据收集
• 4.1.2 重采样
• 4.1.3 大气校正
• 4.1.4 水体识别的模型
• 4.1.5 光谱参数及其提取
• 4.1.6 不同地表覆被NDVI 时序特征分析
• 4.2 NDVI 时序曲线傅立叶分析
• 4.2.1 傅立叶分析原理
• 4.2.2 傅立叶波形分析
• 4.2.3 不同特征点傅立叶变换分析
• 4.2.4 分析总结
• 第五章 地物分类方法和结果
• 5.1 土地利用数据转化处理
• 5.1.1 背景资料
• 5.1.2 资料处理
• 5.1.3 结果显示
• 5.2 地表覆被分类方法研究
• 5.2.1 基于波形的地表覆被分类
• 5.2.2 基于土地类型的地表覆被分类
• 5.2.3 结论与讨论
• 5.3 多层次迭代分类
• 5.3.1 多层次迭代原理和方法
• 5.3.2 多层次迭代分析
• 5.3.3 讨论和结论
• 第六章 结束语
• 参考文献
• 致谢
• 在读期间发表的学术论文与取得的研究成果