基于时间序列MODIS数据的贵州省森林物候地域分异

森林物候是气候与环境变化的重要指示器,对于陆地植被生态环境监测具有重要的意义。以2011～2013年的MODIS NDVI(归一化植被指数)为时间序列数据,采用Savizky-Golay(S-G)滤波平滑和动态阀值法,提取出贵州省2012年森林物候的生长起始日期(SOS)、生长结束日期(EOS)、生长季长度(LOS)和生长季振幅(AOS)4个参数,分别将提取的森林物候参数与经度、纬度和海拔做相关性分析。研究结果显示:(1)贵州省森林物候参数与纬度相关性整体较弱,因此贵州省森林物候纬度地带性地域分异的不显著;(2)贵州省森林物候生长起始期、生长季长度与经度呈极显著相关,而森林物候生长结束期与经度呈低度相关,整体上贵州省森林物候参数海陆(经度)地带性地域分异显著;(3)贵州省森林物候生长起始期、生长结束期与海拔呈显著相关,而森林物候生长季长度与海拔呈极显著相关,因此贵州省森林物候参数垂直(海拔)地带性地域分异的十分显著。     

基于人工神经网络多源数据融合的子像元冬油菜提取——以两湖平原为例

油菜是我国第五大农作物和重要的油料作物。获取油菜的种植分布信息对食用油市场的发展和粮食安全具有重要意义。两湖平原泛指包括湖北江汉平原和湖南洞庭湖平原在内的广大平原区域,是我国重要的粮棉油生产基地,“湖广熟,天下足”指的就是这一地区。由于耕地破碎,种植结构复杂,两湖平原轮作和间作的现象非常普遍,传统的遥感监测方法难以准确地获取冬油菜的空间分布。本文提出了一种基于人工神经网络ANN的子像元冬油菜提取方法,将时间序列MODIS-EVI和GF-1数据结合以提取两湖平原的冬油菜丰度信息。首先采用顺序前向选择SFS算法从时间序列MODIS-EVI数据集中进行物候特征优选;然后构建融合多源数据的ANN模型估算两湖平原的冬油菜丰度。结果表明：基于ANN方法获取的冬油菜分布具有较高的精度（ANN估算结果与GF-1和统计数据的验证精度分别为91.54%和74.70%）,在利用中分辨率影像进行大尺度冬油菜精细制图方面显示出巨大潜力,可为我国冬油菜的空间分布制图和时空格局分析提供技术方法。