应用时间序列EVI的MERSI多光谱混合像元分解
Decomposition of MERSI multispectral mixed pixels by EVI time series作者机构:郑州大学水利与环境学院河南郑州450001 中国气象局河南省农业气象保障与应用技术重点实验室河南郑州450003 河南省气象科学研究所河南郑州450003
出 版 物:《遥感学报》 (NATIONAL REMOTE SENSING BULLETIN)
年 卷 期:2016年第20卷第3期
页 面:459-467页
核心收录:
学科分类:02[经济学] 0709[理学-地质学] 07[理学] 09[农学] 070103[理学-概率论与数理统计] 0303[法学-社会学] 0202[经济学-应用经济学] 020208[经济学-统计学] 0705[理学-地理学] 0804[工学-仪器科学与技术] 0813[工学-建筑学] 0703[理学-化学] 0901[农学-作物学] 0714[理学-统计学(可授理学、经济学学位)] 0704[理学-天文学] 0833[工学-城乡规划学] 0701[理学-数学]
基 金:中国气象局.河南省农业气象保障与应用技术重点实验室开放基金(编号:AMF201507 AMF201407) 河南省基础研究计划项目(编号:142300410048)
主 题:混合像元分解 增强型植被指数 时间序列 风云MERSI数据 作物生长曲线
摘 要:针对风云3数据的特点,本文将EVI生长曲线引入多光谱混合像元的分解。首先,利用Landsat8 OLI影像,采用支持向量机的分类方法,提取研究区域的耕地信息,利用该信息对风云MERSI数据进行掩膜处理,获得研究区域的耕地影像。接着,利用MERSI时序影像,计算像元EVI值,通过SG滤波,构建农作物(端元)和混合像元的EVI生长曲线。通过实地调查,获取研究区的农作物端元,尤其对主要的农作物玉米,在空间上均匀选取了14个端元。然后,采用传统的方法,将14种玉米端元生长曲线分别与其它端元组合,进行混合像元分解。发现分解的效果差异很大,提取的玉米种植面积从191.90 km2到574.83 km2不等。为提高分解精度,借用光谱匹配(光谱夹角最小)的方法(用生长曲线代替光谱曲线)自适应选择与混合像元EVI曲线最相似的玉米端元作为组合端元,进行混合像元分解。结果得到玉米的种植面积为589.95 km2,比传统方法的最好(相对)精度提高了2%。