基于VIIRS數(shù)據(jù)的中國(guó)區(qū)域土地覆蓋類型信息提取.pdf

1、地球表面土地的覆蓋類型及其變化生態(tài)系統(tǒng)的能量平衡、碳循環(huán)及其他生物地球化學(xué)循環(huán)、氣候變化等有著緊密聯(lián)系，對(duì)人類生活環(huán)境及其可持續(xù)發(fā)展有重要影響。人類對(duì)于土地的開(kāi)發(fā)利用以及其引起的土地覆蓋變化被認(rèn)為是環(huán)境變化的重要組成部分和主要原因。提取地表覆蓋類型及其分布，可以為植被覆蓋、水資源分布、氣候變化模式等內(nèi)容的研究提供重要的數(shù)據(jù)支撐，對(duì)引導(dǎo)人類合理開(kāi)發(fā)利用資源、保護(hù)生態(tài)環(huán)境有著重要作用。因此，科學(xué)準(zhǔn)確地監(jiān)測(cè)地表覆蓋與動(dòng)態(tài)變化異常重要而緊迫。<

2、br>　　遙感技術(shù)是低成本、高效率的監(jiān)測(cè)地表覆蓋信息的重要手段，本文基于美國(guó)最新發(fā)射的NPP衛(wèi)星VIIRS地表反射率數(shù)據(jù)和植被指數(shù)產(chǎn)品，使用決策樹和神經(jīng)網(wǎng)絡(luò)算法研究了中國(guó)地表覆蓋信息提取的方法。主要的工作內(nèi)容如下:
　　1)VIIRS遙感數(shù)據(jù)收集和預(yù)處理。收集了2012年中國(guó)區(qū)域的VIIRS夏季9個(gè)時(shí)間段的地表反射率產(chǎn)品和12個(gè)月份的植被指數(shù)產(chǎn)品，并實(shí)現(xiàn)VIIRS數(shù)據(jù)拼接、幾何校正、掩模裁切、基于象元的數(shù)據(jù)融合等預(yù)處理工作;

3、>　　2)基于VIIRS數(shù)據(jù)的決策樹模型、神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建。學(xué)習(xí)了C4.5決策樹和BP神經(jīng)網(wǎng)絡(luò)分類算的原理和構(gòu)建方法，研究中借助C4.5決策樹和BP神經(jīng)網(wǎng)絡(luò)算法的開(kāi)源類庫(kù)，實(shí)現(xiàn)了C4.5決策樹模型和BP神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建，并利用構(gòu)建好的模型對(duì)遙感數(shù)據(jù)進(jìn)行了土地覆蓋類型分類。
　　3)地表覆蓋信息提取的過(guò)程及結(jié)果分析。研究了光譜樣本的提取和模型訓(xùn)練、驗(yàn)證樣本的提取方法;通過(guò)對(duì)地物光譜樣本統(tǒng)計(jì)分析，選取用于構(gòu)建分類模型和分類的分類特

4、征數(shù)據(jù)集;利用訓(xùn)練樣本構(gòu)建較高精度的分類決策樹和神經(jīng)網(wǎng)絡(luò)模型，對(duì)數(shù)據(jù)集進(jìn)行分類處理。
　　4)地表覆蓋信息提取結(jié)果的精度驗(yàn)證。對(duì)決策樹模型和神經(jīng)網(wǎng)絡(luò)模型的分類結(jié)果進(jìn)行精度驗(yàn)證，比較兩種分類模型的總體精度、Kappa系數(shù)、各類精度，比較分析兩種分類模型的執(zhí)行效率，選取高效的分類模型以應(yīng)用。
　　結(jié)果表明，利用BP神經(jīng)網(wǎng)絡(luò)算法對(duì)中國(guó)區(qū)域的地表覆蓋類型分類取得了較高的分類精度，總體精度達(dá)到90.13％，成功提取了中國(guó)區(qū)域1km的土