基于时间序列谐波分析的东北地区耕地资源提取

摘要：

耕地是人类社会赖以生存发展最重要的资源之一,及时获取其空间分布是国家农业决策的基础.论文利用2007年多时相的SPOT/VGT NDVI数据提取东北地区耕地资源信息.以NDVI时间序列数据年内变化振幅和周期差异性作为分类的依据,采用时间序列谐波分析法对全年时间谱NDVI数据进行重构,减少高频噪声对信息提取的影响,获得研究区地物信息在时间维度上的振幅、相位以及年均NDVI值影像图,然后将三者合成.应用神经网络分类方法,对合成后的影像选择训练样本,获取东北地区耕地资源的空间分布.实验中提取耕地的精度为83.26%,Kappa系数为0.732 4;该方法获取耕地资源空间分布的精度均高于GLC2000、UMD、IGBP和中科院1∶ 100万土地利用数据4种分类产品.研究表明,基于时间序列谐波分析法对NDVI数据重建,利用不同类型植被NDVI曲线在一年内振幅、相位特征的差异,采用神经网络分类的方法,可以精确地提取耕地资源信息,及时为农业和土地管理部门管理决策提供科学依据.

关键词：耕地资源、谐波分析、神经网络分类、SPOT/VGT NDVI

所属期刊栏目：25

分类号：TP79:F301.2(遥感技术)

资助基金：东北师范大学"十一五"科技创新平台建设计划106111065202;国家重点基础研究发展规划973项目2009CB426305

在线出版日期：2010-11-04（万方平台首次上网日期，不代表论文的发表时间）

页码：1607-1617