基于高分一号时间序列数据的沙化土地分类

作     者：丁相元 高志海 孙斌 吴俊君 薛传平 王燕 DING Xiangyuan;GAO Zhihai;SUN Bin;WU Junjun;XUE Chuanping;WANG Yan

作者机构：中国林业科学研究院资源信息研究所北京100091 中国科学院遥感与数字地球研究所北京100101 

出 版 物：《国土资源遥感》 (Remote Sensing for Land & Resources)

年 卷 期：2017年第29卷第3期

页      面：196-202页

核心收录：

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 08[工学] 09[农学] 0804[工学-仪器科学与技术] 0903[农学-农业资源与环境] 0816[工学-测绘科学与技术] 081602[工学-摄影测量与遥感] 081102[工学-检测技术与自动化装置] 0811[工学-控制科学与工程] 

基　　金：国家高分辨率对地观测重大专项"高分林业遥感应用示范系统(一期)"(编号:21-Y30B05-9001-13/15) 

主　　题：GF-1影像 时间序列NDVI 沙化土地 应用潜力 

摘      要：以高分一号(GF-1)16 m空间分辨率多光谱影像为数据源,对沙化土地类型的光谱特征以及其全年的NDVI变化特征进行了分析,发现时间序列数据变化信息可提高沙化土地类别之间的可分离度。对单一时相影像的分类结果和加入时间序列NDVI之后的分类结果进行了对比分析,结果表明,基于生长季单一时相原始影像的分类结果精度为73.34%,Kappa系数为0.7;非生长季单一影像与NDVI时间序列数据的分类结果总体精度为81.44%,Kappa系数为0.77;生长季单一时相影像并加入NDVI时间序列数据之后精度提高到了92.04%,Kappa系数达0.87,明显改善了对沙化土地类型的识别精度。表明单时相影像结合时间序列NDVI数据在沙化土地分类识别中有巨大的应用潜力。