基于DTW距离的时序相似性方法提取水稻遥感信息——以泰国为例
2014-02-15分类号:S511;S127;P237
【部门】中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室 山东师范大学人口资源与环境学院
【摘要】热带季风区多云多雨的天气条件一直是多光谱遥感探测地表信息的难点之一。本文针对东南亚地区多雨多云的复杂天气条件以及水稻种植灵活的特点,利用MODIS时间序列数据,提出一种基于动态时间弯曲(DTW)距离的相似性判别的土地覆盖分类方法,对泰国东北部地区单、双季稻种植面积进行了遥感提取研究。针对研究区雨季遥感影像像元受到云覆盖影响严重,使用替换法去云,结合S-G滤波方法对计算得到的MODIS09A1数据的NDVI时序数据去噪,再采用DTW距离相似性方法逐像元比较与标准NDVI时间序列的时序相似性,将不同类型所得NDVI相似性值作为模糊分类隶属度参考值对泰国东北部地区单季稻、双季稻进行分类提取面积。最后...
【关键词】MODIS时序数据 DTW 模糊分类 泰国 水稻
【基金】中国科学院重点部署项目(编号:KZZD-EW-08); 中国科学院地理科学与资源研究所“一三五”战略科技计划项目(编号:2012SJ008); 国家科技部基础性工作专项(编号:2008FY110300)
【所属期刊栏目】资源科学
文献传递