[发明专利]一种基于MODIS时间序列数据的土地覆盖分类方法

摘要

一种基于MODIS时间序列数据的土地覆盖分类方法，本发明涉及土地覆盖分类领域，本发明要解决传统方法用时长、植被指数的负偏差以及SG重建结果准确性降低的问题，而提出的一种基于MODIS时间序列数据的土地覆盖分类方法，该方法具体是按照以下步骤进行的：1、建立原始曲线；2、对原始曲线进行滤波拟合成初始曲线；3、建立初始曲线像元的无云影像二维数组；4、设置为阈值T，其中，Y_i≠y_i；5、处理过的原始曲线；6、得到重建后的NDVI年变化曲线；7、提取植被生长季参数组成特征影像；8、决定最终投票分类结果等步骤进行的；本发明应用于基于MODIS时间序列数据的土地覆盖分类领域。

主权项

一种基于MODIS时间序列数据的土地覆盖分类方法，其特征在于：一种基于MODIS时间序列数据的土地覆盖分类方法具体是按照以下步骤进行的：步骤一、将一年中的原始MODIS NDVI时间序列影像中的无云影像设置为n+1景，儒略日为X，NDVI值为Y，建立了一个二维数组即(X₀，Y₀)，(X₁，Y₁)，…(X_n，Y_n)即为原始曲线；步骤二、采用C5科学数据集中的VI质量评价数据QA来设置对应像素的权重，利用该权重采用SG方法对原始曲线进行滤波拟合成初始曲线；其中，C5第五代MODIS植物指数科学数据集；SG的全称为Savitzky‑Golay平滑滤波器；步骤三、将初始曲线的一个像元的无云影像设置为n+1景，儒略日为x，NDVI值为y，建立了一个初始曲线像元的无云影像二维数组(x₀，y₀)，(x₁，y₁)，…(x_n，y_n)；步骤四、将原始曲线的峰值与初始曲线峰值的绝对值差设置为阈值T＝min{(Y₀‑y₀),(Y₁‑y₁),...,(Y_i‑y_i)}，其中，Y_i≠y_i；步骤五、若M超过该阈值T(M>T)，则原始曲线上的点被初始曲线上的点所取代；若M<T，则保留原始曲线的点；其中，M＝|Y_i‑y_i|；步骤六、根据阈值长度设置权重采用B样条曲线对经过步骤五处理过的原始曲线进行拟合，然后转到步骤四计算新阈值，依次带入步骤五进行计算，直到前后两次经过B样条曲线拟合的曲线无区别之后则停止计算，完成对MODIS NDVI时间序列重建得到重建后的NDVI年变化曲线；步骤七、采用和Eklundh提出的动态阈值法，对步骤六中得到的重建后的NDVI年变化曲线中提取植被生长季参数组成特征影像；其中，光谱信息为红波段、近红外波段、重建后NDVI的最大值、最小值、平均值和标准偏差；步骤八、在特征影像上随机采样并以谷歌地球为参考影像，根据制定的分类体系进行目视解译获得训练样本集即根据提取的生长季参数作为分类器的输入参数，利用随机森林方法的分类算法，将训练样本即提取的生长季参数构建决策树分类器得到每个决策树的分类结果，根据每个决策树的分类结果投票，决定最终投票分类结果；其中，随机森林是一种基于分类与回归决策树的组合分类算法；即完成了一种基于MODIS时间序列数据的土地覆盖分类方法。