首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于改进端元提纯模型的MODIS森林类型识别研究
引用本文:陈利,林辉,陶冀.基于改进端元提纯模型的MODIS森林类型识别研究[J].林业资源管理,2015(2):109-117.
作者姓名:陈利  林辉  陶冀
作者单位:1. 湖南省林业调查规划设计院,长沙,410007
2. 中南林业科技大学 林业遥感信息工程研究中心,长沙,410004
基金项目:“十二五”国家高技术研究发展计划(863计划)课题“数字化森林资源监测关键技术研究”(2012AA102001);国家自然科学基金(30871962);湖南省高校产业化培育项目
摘    要:MODIS遥感数据具有很高的光谱辐射精度,以及成本低、覆盖面积广、获取容易、周期短等数据特征,可以实现全覆盖大尺度区域森林类型信息快速提取,但由于其空间分辨率较低,遥感数据中存在混合像元。利用混合像元分解模型进行分解可得到较好的分类结果,但混合像元分解的端元组分直接影响分类的精度。利用决策树分类模型改进端元提纯,分析各地物的MODIS时间序列植被指数变化规律及物候变化规律,利用决策树模型分类的结果进行端元组分的提纯,最后进行混合像元分解。研究结果表明:分类精度最高的是线性混合像元分解,其次是最大似然分类,最差的是非线性混合像元分解,其中带约束和不带约束的线性分解模型的精度相差不大。

关 键 词:遥感  决策树  端元提纯  混合像元  MODIS  森林

Spectral Unmixing of MODIS Data Based on Improved Endmember Purification Model for Forest Type Identification
CHEN Li,LIN Hui,TAO Ji.Spectral Unmixing of MODIS Data Based on Improved Endmember Purification Model for Forest Type Identification[J].Forest Resources Management,2015(2):109-117.
Authors:CHEN Li  LIN Hui  TAO Ji
Institution:CHEN Li;LIN Hui;TAO Ji;Hunan Provincial Forest Inventory and Planning Design Institute;Research Center of Forestry Remote Sensing& Information Engineering,Central South University of Forestry & Technology;
Abstract:
Keywords:remote sensing  decision tree  endmember extraction  mixed pixels  MODIS  forest
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号