基于植被指数斜率的地表覆盖变化检测方法研究

结题报告

项目介绍

AI项目解读

基本信息

批准号：
41501483
项目类别：
青年科学基金项目
资助金额：
20.0万
负责人：
陆苗
依托单位：
中国农业科学院农业资源与农业区划研究所
学科分类：
D0113.遥感科学
结题年份：
2018
批准年份：
2015
项目状态：
已结题
起止时间：
2016-01-01 至2018-12-31

项目参与者：
张莉；余强毅；宋茜；胡琼；
关键词：
时相信息变化检测土地利用与土地覆被植被指数斜率植被物候

项目摘要

Change detection with remotely sensed imagery plays an important role in land cover mapping, process analysis and dynamic information services. However, many pseudo changes would also be detected because of inter-class spectral variance, which remains a significant challenge for operational remote sensing applications. In order to solve this problem, this study constructs a new land cover change detection method based on the gradient of vegetation index using temporal information of NDVI time series data. Firstly, the gradient of vegetation index is defined and calculated to describe the temporal information from the shape of the NDVI curve and phenology characteristics. And then, the differences of NDVI gradient and phenology characteristics are analyzed to discriminate the change and no-change areas. A chain model of vegetation index gradient is employed to represent the land cover change pattern, and the land cover change types are determined by pattern matching with the knowledgebase of reference gradient difference patterns. Based on this method, Weinan city in Shanxi province is selected as the study area to analyze the land cover change from 2010 to 2015. This study will help to propose the key scientific issues in land cover change detection and to promote the development of theories, methodologies and techniques in related disciplines.

针对目前地表覆盖变化检测中影像光谱信息难以应对地表覆盖变化复杂性和多样性的问题，本项目从时相信息的角度，提出了基于植被指数斜率的变化检测方法。首先定义和计算植被指数斜率，从植被指数时间序列曲线的整体形状特征和典型物候特征两方面提取时相信息；然后基于植被指数斜率差异和典型物候特征分析，判定变化区域；在此基础上，建立植被指数斜率差异链模型描述地表覆盖的变化规律，并构建专家知识库，通过变化像素和专家知识库的匹配识别变化类型。基于上述方法，以陕西省渭南市为研究区域，分析该区域从2010年到2015年的地表覆盖变化。本项目探索了植被指数斜率在地表覆盖变化检测中的应用，有利于提高变化检测的准确度和实用性，丰富和发展变化检测研究的有关理论、技术和方法。

结项摘要

本项目从时相信息的角度，提出了基于植被指数斜率的变化检测方法，解决地表覆盖变化复杂性和多样性造成的伪变化的问题。首先，为弥补Landsat时间序列数据的缺陷，基于Landsat影像和MODIS NDVI时间序列数据，构建面向对象的植被指数时空融合方法（Object Based Spatial and Temporal Vegetation Index Unmixing Model, OB-STVIUM），将MODIS的NDVI时间序列数据降尺度到Landsat影像的对象上，形成高空间分辨率的NDVI时间序列数据。然后引入斜率概念，计算NDVI时间序列数据的斜率，描述时相信息总体变化的曲线形状特征，基于NDVI斜率差异描述曲线形状特征的变化，并计算变化强度影像；分析变化强度分布特征，利用灰度直方图密度分割确定变化和不变化区域。最后，构建NDVI斜率差异链模型，实现对变化类型规律知识的表达，建立基于斜率差异链的变化规律知识库，通过变化像素和变化类型规律知识库的匹配确定变化类型。以陕西省礼泉县为研究区域，选取2002年3月和2009年6月的Landsat影像，以及相同年份的MODIS NDVI时间序列数据，利用OB-STVIUM构建高空间分辨率的NDVI时间序列数据，然后利用NDVI斜率差异发现变化区域，基于NDVI斜率差异链模型确定变化区域的地表覆盖类型。和传统的变化检测方法相比，本项目的方法能够有效解决季相差异带来的伪变化现象，提升变化检测的准确度。