基于MODIS数据的辽宁省土地利用分类研究-论文.pdf

《基于MODIS数据的辽宁省土地利用分类研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第34卷第1期西南林业大学学报Vo1．34No．12014年2月JOURNALOFSOUTHWESTFORESTRYUNIVERSⅡlYFeb．2014doi：10．3969／j．issn．2095—1914．2014．01．010基于MODIS数据的辽宁省土地利用分类研究张雨林辉臧卓严恩萍东启亮邱琳(中南林业科技大学林业遥感信息工程研究中心，湖南长沙410004)摘要：采用最大似然法、马氏距离法、光谱角填图法、支持向量机法、神经网络法和最小距离法6种分类方法，对辽宁省2010年3—12月MODISNDVI数据，用该数据做主成分分析的前3个主成分数据、

2、前5个主成分数据和2010年6一lO月MODISNDVI数据等4类数据进行土地利用分类研究。结果表明：6种分类方法中最大似然法、马氏距离法和最小距离法3种方法较适合对MODISNDVI数据进行信息提取，其总体分类精度分别达82．63％、80．29％、79．17％，乔木林类型信息提取精度分别达81．91％、78．54％、80．02％；3种对原始数据进行变换的方法中6—10月数据效果较好，其总体分类精度最高达82．63％，乔木林信息提取的最高精度达78．54％。关键词：土地利用分类；遥感；MODIS数据；信息提取；辽宁省中图分类号：s771文献标志码：A文

3、章编号：2095—1914(2014)0l一0052—06ResearchOHLandUseClassificationinLiaoningProvinceBasedonMODISDataZHANGYu，uNHui，ZANGZhuo，YANEn—ping，DONGQi—Liang，QIULin(ResearchCenterforForestryRemoteSensing＆InformationEngineering，CentralSouthUniversityofForestrySciences＆Technology，ChangshaHunan4100

4、04，China)Abstract：Theland．useclassificationinLiaoningProvincewasconductedwithMODISNDVIdatabetweenMarchandDecemberin2010(bytakingthetop3principalcomponentsofMODISNDVIdata，andthetop5prin—cipalcomponentsofMODISNDVIdataofthistimedurationindividually)，andwithMODISNDVIdatafromJunetoOc

5、toberin2010bymeansofsixkindsofclassificationmethods，i．e．．theMaximumLikelihoodMethod．theMahalanobisDistanceMethod，theSpectralAngleMappingMethod，theSupportVectorMachinesMethod，theNeuralNetworkMethodandtheMinimumDistanceMethod，TheclassificationresultsshowedthattheMaximumLikelihoodM

6、ethod，theMahalanobisDistanceMethodandtheMinimumDistanceMethodwerecomparativelymoresuitableforMODISNDVIdatainformationextraction．whoseoveral1classificationaccuracywas82．63％．8O．29％and79．17％individually，andwhoseinformationextractionprecisionofarborforestsreached81．91％．78．54％and80．0

7、2％，respectively．Intermsofgrowingphases，thebestresultsofvegetationdatatransformationbythesethreemethodswereobtainedfromJunetoOctober，whoseoverallclassificationaccuracyreached82．63％．andwhoseinformationextractionprecisionofarborforestscouldreach78．54％．Keywords：land-riseclassificati

8、on；remotesensing；MODISdata；informationextractio