基于改進(jìn)時(shí)空反射率融合模型的植被分類方法研究——以河南省河口村水庫(kù)流域?yàn)槔?pdf

1、植被是反映區(qū)域生態(tài)環(huán)境質(zhì)量的重要標(biāo)志，植被分類研究對(duì)區(qū)域生態(tài)環(huán)境的保護(hù)和資源的利用起著重要作用。利用遙感技術(shù)能夠及時(shí)準(zhǔn)確的獲取流域內(nèi)的植被空間分布信息，為水庫(kù)的洪水預(yù)報(bào)、水土保持、減少泥沙淤積提供技術(shù)支持。
　　時(shí)間序列的遙感數(shù)據(jù)能夠反映了植被的生長(zhǎng)變化特征，易于區(qū)分不同的植被類型，但其一般空間分辨率較低，同時(shí)受陰雨云霧天氣的影響，很難滿足使用要求。本文利用改進(jìn)的時(shí)空反射率融合模型算法，構(gòu)建了具有高空間分辨率的時(shí)序NDVI數(shù)據(jù)集，

2、分析不同植被類型的生長(zhǎng)周期變化，建立不同植被類型的時(shí)序NDVI特征曲線。本文提出了一種基于遺傳算法優(yōu)化的光譜角分類方法，結(jié)合地形數(shù)據(jù)對(duì)河南省河口村水庫(kù)流域植被進(jìn)行分類，并對(duì)結(jié)果進(jìn)行精度驗(yàn)證。取得的主要研究成果如下:
　　(1)通過(guò)研究ESTARFM(Enhanced Spatial and Temporal Adaptive ReflectanceFusion Model)算法，并對(duì)ESTARFM算法中相似像元的選擇算法進(jìn)行改進(jìn)。

3、分析了改進(jìn)后模型敏感性參數(shù)對(duì)計(jì)算精度產(chǎn)生的影響，通過(guò)與實(shí)測(cè)數(shù)據(jù)的對(duì)比分析，改進(jìn)后的模型與傳統(tǒng)模型相比相關(guān)系數(shù)提高了0.0075，均方根誤差減少了0.0018。
　　(2)提出了基于遺傳算法優(yōu)化的光譜角分類方法，有效解決了分類結(jié)果中的“椒鹽現(xiàn)象”。通過(guò)與光譜角分類算法和最小距離分類算法的分類結(jié)果對(duì)比，基于遺傳算法優(yōu)化的光譜角分類對(duì)于“同物異譜”的地物分類結(jié)果最優(yōu)，樣本正確分類的精度達(dá)到99.08％，kappa系數(shù)為0.98。