中分辨率成像光谱仪(M OD IS)已在全球资源环境监测中发挥了重要作用,但是它的低分辨率成为提高分类精度的阻碍。利用M OD IS的高时间分辨率弥补其低空间分辨率的不足,设计分类器改善分类精度。利用2003年23个时相的M OD IS_EV I图像,...中分辨率成像光谱仪(M OD IS)已在全球资源环境监测中发挥了重要作用,但是它的低分辨率成为提高分类精度的阻碍。利用M OD IS的高时间分辨率弥补其低空间分辨率的不足,设计分类器改善分类精度。利用2003年23个时相的M OD IS_EV I图像,构建华北平原植被指数图像时间立方体。在谐波分析去噪标准化基础上,从EV I时间谱上提取5个表征物候差异的特征向量,结合表征地气交互作用差异的地表温度(LST)信息及表征地表固有的空间分异特征的坡度信息,建立分类二叉树进行土地覆盖分类。结果表明,与2000年TM分类结果的总体一致性为75.5%,K appa系数为0.68。而NA SA U SG S基于M OD IS分类精度为66.0051%,K appa系数为0.3209。进一步与2003年耕地面积的官方统计资料的比较表明,该文的估算误差为34.0507 khm2,而NA SA U SG S的估算误差高达66.1205 khm2。研究表明利用高时间分辨率的M OD IS植被指数时间序列获得较高精度的土地覆盖分类结果是可能的。展开更多
文摘中分辨率成像光谱仪(M OD IS)已在全球资源环境监测中发挥了重要作用,但是它的低分辨率成为提高分类精度的阻碍。利用M OD IS的高时间分辨率弥补其低空间分辨率的不足,设计分类器改善分类精度。利用2003年23个时相的M OD IS_EV I图像,构建华北平原植被指数图像时间立方体。在谐波分析去噪标准化基础上,从EV I时间谱上提取5个表征物候差异的特征向量,结合表征地气交互作用差异的地表温度(LST)信息及表征地表固有的空间分异特征的坡度信息,建立分类二叉树进行土地覆盖分类。结果表明,与2000年TM分类结果的总体一致性为75.5%,K appa系数为0.68。而NA SA U SG S基于M OD IS分类精度为66.0051%,K appa系数为0.3209。进一步与2003年耕地面积的官方统计资料的比较表明,该文的估算误差为34.0507 khm2,而NA SA U SG S的估算误差高达66.1205 khm2。研究表明利用高时间分辨率的M OD IS植被指数时间序列获得较高精度的土地覆盖分类结果是可能的。
