利用STARFM模型提高复杂地表下复种指数遥感提取精度
文献类型：期刊论文
| 作者 | 张伟2; 李玮2; 陶冠宏2; 李爱农3 ; 覃志豪1; 雷光斌3; 陈艺曦2
|
| 刊名 | 农业工程学报
 |
| 出版日期 | 2020 |
| 卷号 | 36期号:21页码:175-185 |
| 关键词 | remote sensing NDVI spatiotemporal data fusion cropping intensity STARFM complex surface regions 遥感 NDVI 时空数据融合 复种指数 STARFM 地表复杂区域 |
| ISSN号 | 1002-6819 |
| 英文摘要 | 复种指数是表征耕地利用程度的重要参数。然而,传统方法存在对影像获取条件要求较高,或在地表复杂区域提取精度较低等问题。高时空分辨率数据融合算法(如Spatial and Temporal Adaptive Reflectance Fusion Model, STARFM)能有效地结合不同数据的优势,有望被应用于提高复杂地表区域复种指数的提取精度。该研究以Landsat TM(Thematic Mapper)及MODIS(Moderate-resolution Imaging Spectroradiometer)为数据源,基于STARFM模型,构建了川东丘陵某区域内2010-2011年的Landsat-like时序NDVI(Normalized Difference Vegetation Index)数据集,进而提取了该区域2010年冬季作物种植区及盐亭县2011年耕地复种指数的空间分布情况。利用目视解译样点(1509个)验证及多尺度(30~ 4 000 m)验证方法,对不同方法提取的2010年冬季作物种植区进行了对比分析。结果表明:1)在30m空间尺度上,基于Landsat影像分类法的总体验证精度为89.73%,高于基于Landsat-like时序NDVI峰值法的54.94%;2)在250~4 000 m空间尺度上,基于Landsat-like时序NDVI峰值法的总体验证精度比基于MODIS时序NDVI峰值法高3%~7%。利用统计年鉴及调查样点(73个)数据,对基于新方法提取的盐亭县2011年耕地复种指数结果进行了验证,在县域尺度上其与统计数据非常接近;其与调查样点的总体验证精度达到73.97%。综上,基于数据融合算法提高数据源空间分辨率的方式,不仅能够提高复杂地表复种指数结果的空间精细程度和提取精度,而且在实际应用中也有很好的实用性。 |
| 语种 | 中文 |
| CSCD记录号 | CSCD:6872890 |
| 源URL | [http://ir.imde.ac.cn/handle/131551/55862]  |
| 专题 | 成都山地灾害与环境研究所_数字山地与遥感应用中心 |
| 作者单位 | 1.中国农业科学院农业资源与农业区划研究所 2.中电科大数据研究院有限公司 3.中国科学院水利部成都山地灾害与环境研究所 |
| 推荐引用方式 GB/T 7714 | 张伟,李玮,陶冠宏,等. 利用STARFM模型提高复杂地表下复种指数遥感提取精度[J]. 农业工程学报,2020,36(21):175-185. |
| APA | 张伟.,李玮.,陶冠宏.,李爱农.,覃志豪.,...&陈艺曦.(2020).利用STARFM模型提高复杂地表下复种指数遥感提取精度.农业工程学报,36(21),175-185. |
| MLA | 张伟,et al."利用STARFM模型提高复杂地表下复种指数遥感提取精度".农业工程学报 36.21(2020):175-185. |
入库方式： OAI收割
来源：成都山地灾害与环境研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。