基于时序MODISNDVI的秦岭中段土地覆被分类

基于时序MODISNDVI的秦岭中段土地覆被分类

ID:36832353

大小:3.19 MB

页数:42页

时间:2019-05-16

基于时序MODISNDVI的秦岭中段土地覆被分类_第1页
基于时序MODISNDVI的秦岭中段土地覆被分类_第2页
基于时序MODISNDVI的秦岭中段土地覆被分类_第3页
基于时序MODISNDVI的秦岭中段土地覆被分类_第4页
基于时序MODISNDVI的秦岭中段土地覆被分类_第5页
资源描述:

《基于时序MODISNDVI的秦岭中段土地覆被分类》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、于两要土地覆盖及其变化是全球环境变化过程中的重要因子,是研究各种生物圈过程模型和陆地生态系统动态变化的基本变量之一,也是联结大气圈和生物圈的地球系统过程的重要输入因子。借助遥感影像通过分类方法获取区域土地覆被信息并且逐步提高其分类精度是目前一项基础课题。随着全球变化模拟对于及时、准确的土地覆被及其变化信息的需求加剧,基于遥感手段的中等尺度区域土地覆被分类研究日益受到重视。本文以秦岭中段为例,以250米分辨率的MODIS.NDVI时序数据为主要数据源,利用不同地物的时序变化规律,采用监督和非监督这两种不同分类方法,对秦岭地区的土地覆被信息进行提取,并利用相同随机点对这两种分类结果作了精度评

2、价。结果显示这两种分类方法的精度水平都比较高,但相比之下,非监督分类的精度更高,其总体精度和Kappa系数分别为85.43%和82.24%,比监督分类法的这两项指标都高出10%以上。另外,基于GPS外业调查数据对非监督分类结果所做的精度评价也表明,基于中低分辨率的时序MODIS.NDVI影像和非监督分类法的秦岭中段土地覆被遥感分类结果可’靠。本项研究可为低成本、高精度的大区域土地覆被/土地利用遥感分类和量化制图提供科学的解决方案。关键词:土地覆被分类;时序MODIS-NDVI;监督分类非监分类;决策树AbstractLandcoveranditschangeareimportantfac

3、torsandbasicvariabletoglobalenvironmentchangeandbiosphereprocessmodelandlandecosystem,andanimportantinputfactorofearthsystemprocesswhichlinkatmosphereandbiosphere.ThegeRingofregionallandcoverdataandtheimprovingofitsclassificationprecisioninclassificationmethodwithremoteimageisabasicissue.Thepaper

4、extractslandcoverinformationinQinlingMaintainwithMODIS.NDVItemporaldatain250mresolutionwithusingsupervisedclassificationandunsupervisedclassification,andthencomparesthetworesults.Theresultofunsupervisedclassificationhasahigheraccuracythansupervisedclassification,anditsglobalaccuracyandKappacoeffi

5、cientare85.43%and82.24%,bothofthemarehigherthansupervisedclassificationforabout10%.AccordingtoprecisionevaluationofunsupervisedclassificationbasedonGPSfieldsurvey,thetemporalMODIS—NDISimagebasedonlowresolutionandtheresultofunsupervisedclassificationforremoteclassificationof1andcoverinmidportionof

6、QinlingMountainsarecredible.Thisresearchisscientificresolutionforremoteclassificationandmappingforregionallandcover,andit’Scheapandamethodwithhighresolution.Keywords:classificationoflandcover;timeseriesMODIS-NDVI;supervisedclassification:unsupervisedclassificationII湖北大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明

7、:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。论文作者签名:叁约日期:砷年‘月夕‘日学位论文使用授权说明本学位论文作者完全了解学校有关保留、使用学位论文的规定,即:按照学校要求提交学位论文的印刷本和电子版本;学校有权保存并

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。