论文部分内容阅读
土地利用变化的时空过程研究已经成为全球变化研究关注的焦点问题,而获得特定类型或特定区域长时间序列的变化信息是研究的前提和基础。遥感影像的时空分辨率在不断提高,这为探测和刻画区域土地利用变化时空过程提供了丰富、可靠的数据支撑。因此,基于遥感影像时间序列,发掘土地利用变化时点、变化位置、变化类型成为土地利用/覆被变化研究热点之一。Landsat影像记录了长时间的地表变化,空间分辨率较高,因而成为进行资源管理的最佳影像数据。因此,探索基于Landsat影像时间序列的土地利用变化检测方法,既能丰富遥感影像时间序列分析方法,又能为区域土地利用变化分析和规划管理提供支持。现有的遥感影像时间序列分析多针对单一指数的时间序列进行分析,能够检测的土地利用变化类型较少,且土地利用变化检测精度不高。因此,综合运用多种指数进行综合判别越来越受到关注。本研究探索了多指数像元级影像时间序列构建方法和多元时间序列相似性度量方法,形成了基于Landsat影像多元时间序列的土地利用变化检测技术思路和实现方法。本研究选取了 NDVI、NDBI和MNDWI三种指数构建三元时间序列,通过改进距离度量方法,构建适用于三元时间序列的相似性度量方法。在此基础上,检测土地利用变化时点和变化位置,并结合土地利用现状数据、遥感影像识别出详细的土地利用变化类型。主要研究内容如下:(1)三元时间序列构建及特征分析。考虑到NDVI、NDBI、MNDWI分别对植被、建筑、水体的检测效果显著,且值域均在[-1,1]之间,本研究选取NDVI、NDBI、MNDWI三种指数构建三元时间序列。结合土地利用现状、Google Earth高分遥感影像,选取了土地利用类型未发生变化的和发生变化的典型样本点。通过分析不同土地利用类型及变化类型的三元时间序列,可以看出很多土地利用类型的时间序列十分相似,难以通过单一指数区分开来。主要原因是从土地利用现状数据提取的土地利用类型分类较为精细,土地利用中农用地、建设用地的子类型在遥感影像中的光谱特性十分相似,因此其时间序列上也十分相似。基于土地利用变化类型时序特征分析,分别将每个变化时点的土地利用变化样本像元的平均时间序列作为参考序列,用于检测不同时点的土地利用变化。(2)三元时间序列相似性度量方法研究。针对三元时间序列的特点,将每个时间点的三元指数值映射为三维空间的点位坐标,三元时间序列即为不同时间的三维空间中点位坐标序列。根据三维空间中点的距离量化每个时间点上三元指数值的相似性,本研究改进了距离度量方法,提出了三元时间序列相似度计算方法。三元时间序列相似度,可以利用两个序列各个时间点三维空间中点的距离总和来量化。在计算三元时间序列的相似度时,可以先度量两个三元时间序列中每个时间节点的三维空间中点的距离,然后在时间维度上进行累加,从而计算出这两个三元时间序列的相似度。(3)土地利用变化检测。针对Landsat影像时间序列中土地利用变化时点和变化类型复杂的特点,本研究提出了基于Landsat影像时间序列土地利用变化检测思路:先检测出不同变化时点的土地利用变化,再识别出详细的土地利用变化类型。利用NDVI、NDBI、MNDWI三元时间序列,以5个变化时点的土地利用变化样本像元平均时间序列作为参考序列,分别使用一元时间序列和三元时间序列进行了不同时点的土地利用变化检测。从精度评价结果来看,四种三元算法检测结果的总体精度均高于85%,Kappa系数高于0.8,相较于一元算法检测结果均有所提高,表明改进的三元时间序列相似性度量算法,能够提高了土地利用变化检测的精度。基于土地利用变化检测结果,利用2009年和2014年土地利用现状数据、遥感影像识别详细的土地利用变化类型。在实验中,该方法识别出了52种土地利用变化类型,获取了变化时点和变化类型更加丰富的土地利用变化信息,一定程度解决了中分影像分类较粗的问题。研究的创新点为:(1)改进了三元时间序列相似性度量方法,提高了土地利用变化检测的精度。(2)提出了先检测变化时点和位置、再识别变化类型的土地利用变化检测模型。