时间序列低分影像修正中分遥感冬小麦分布

• 作者: 张锦水 朱爽
• 来源期刊: 国土资源遥感
• 学科: 工学
• 关键词: 时间序列 线性混合像元分解 丰度 一致性分析 修正
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 技术方法
• 页码范围: 19-26
• 页数: 8页
• 分类号: TP79
• 字数: 5298字
• 语种: 中文
• DOI: 10.6046/gtzyyg.2020.01.04

摘要

单期中等空间分辨率遥感影像(如Landsat8 OLI)进行冬小麦提取,易受到“异物同谱、同物异谱”影响,造成冬小麦识别结果的“错入、错出”,降低冬小麦识别精度.低空间分辨率遥感影像(如MODIS)获取时间频率高,具有时间序列特征,能够准确地刻画出冬小麦生长周期内的特有物候特征,可以有效地消除单期遥感影像上存在的“异物同谱、同物异谱”现象.研究利用MODIS时间序列特征提取出的冬小麦空间分布信息为辅助信息,用来修正单期OLI遥感影像识别冬小麦结果的“错入、错出”误差,以提高冬小麦的识别精度.实验结果表明,在冬小麦错出区域,OLI提取结果的均方根误差(root mean square error,RMSE)为0.758,经MODIS修正后RMSE为0.142,降低了0.616;在冬小麦错入区域,OLI提取结果的RMSE为0.901,经MODIS修正后RMSE为0.122,降低了0.779.可见,该方法能够发挥MODIS有效描述冬小麦生长周期内时间序列特征的优势,对Landsat OLI冬小麦测量结果进行了有效修正,提高了冬小麦测量精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱爽		10	15	2.0	3.0
5	张锦水	北京师范大学地表过程与资源生态国家重点实验室	49	1151	16.0	33.0