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。
Because of high spectral and lempora rsoluionus arge coverage ,and low cosl,MODIS(Moderale Resoution Imaging Serordioionere da has ben widely lused lo quickly extral information of for est types aul regional ,naina and global scales. However is coase spaial resouio ofen leads lo mised pixels and low cssisatio acuracy of forest types. Using seta ummixing can,to some extent,incrase the acurce of casisaio But, how 1lo acurately entract pure endmembers for a study area ofenei an great callnge. The seleion of liner or non-linor sectra unmixing algoritim is anoher callnge. In this study ,a merhod 1 extraet endmembers from MoODIS images was developed. In this mehod the time sries of MODIS derived vegetation index was fist derived and the phenologca variaio of forest trpes were analyed. Decisio treee casificsit ion was then conducled and the obuaine resuls were used lo ex-.trnct endmembers. In adino fo comparson, the casictio was also made using a widely lused clasi fier - maximum ielihoo. Theee impie that liner spetal umming was the best reanlss of wih and without cosrainsns then maximum ikelihoo casicati and nm-liner speral ummixing.
[1] 林辉孙华、熊育久,等.林业遥感[M].北京:中国林业出版社,2011.
[2] 赵英时. 遥感应用分析原理与方法[M].北京:科学出版社,2003 :328-334.
[3] 李剑萍,郑有飞气象卫星混合像元分解研究综述[J].中国农业气象2000,21(2).44-45.
[4] 付必涛,王乘,曾致远.MODIS数据几何校正算法设计及其IDL.实现[J].遥感信息2007(2):20-23
[5] 陶秋香. 非线性混合光谱模型及植被高光谱遥感分类若F问题研究[D].青岛:山东科技大学,2004.
[6] 游晓:赋,游先祥,相堂堂.混合像元及混合像元分析[J].北京林业大学学报,2003(25):28-32.
[7] 陶秋香,赵长胜,张连蓬.植被高光谱遥感分类中一种新的非线性混合光谱模型及其解算方法[J].矿山测量, 2004(3):28-29.
[8] 吕长春,王忠武,钱少猛.混合像元分解模型综述[J].遥感信息,2003(3) :55-57.
[9] 吴炳方. 全国农情监测和估产的运行化遥感方法[J].地理学报20055(1):23-35.
[10] 陈述彭,童庆禧,郭华东.遥感信息机理研究[M].北京:科学出版社,1998:177.
[11] 王正兴,刘闯,陈文波,等.MODIS增强型植被指数EVI与NDVI初步比较[J].武汉大学学报:信息科学版,2006,31(5);407-410.
[12] 杨钧纬,罗传文,龚文峰,等基于高光谱数据(Hyperion)混合像元分解的研究[J].林业科技情报,2007 ,39(2):5-7.
[13] 吴剑,程朋根,何挺,等.基于高光谱Hyperin数据的线性光谱模型与神经网络模型的比较[J].测绘科学,2008,33(1):137-140.
[14] 邹蒲,王云鹏,王志石,等.基于ETM +图像的混合像元线性分解方法在澳门植被信息提取中的应用及效果评价[J].华南师范大学学报,2007 ,5(2):131-136.
[15] 陶秋香. 非线性混合光谱模型及植被高光谱遥感分类若干问题研究[D].泰安:山东科技大学,2004
[16] 薛绮. 基于线性混合模型的高光谱图像端元提取[J].遥感技术与应用200.19(3):197-201.
