[发明专利]多源数据协同的精细森林植被类型信息遥感更新方法

说明书

一、技术领域

该技术所属领域为遥感与地理信息技术 

二、背景技术

精细森林植被信息是指可以精细到群系的森林植被类型信息，利用常规地面调查技术对其进行获取或更新，需耗费巨大的人力、物力和财力。遥感技术为土地覆盖类型、植被类型信息的获取和更新提供了先进的技术手段。如我国利用土地资源信息全数字人机交互遥感快速提取方法从LANDSAT TM遥感影像中提取土地利用类型信息，并形成了多期全国土地利用数据库，在该数据库中由有林地、疏林地和灌木林地所构成的森林具有较高的精度^[1-3]。1∶100万中国植被图是国家投入巨大的人力、物力、财力和历时很长时间所取得的宝贵科研成果，该数据具有多级植被类型信息，其植被类型信息较为准确^[4-5]。但由于时效性差，比例尺较小，而急需对其更新，提高其时效性和比例尺。MODIS数据具有较高的光谱和时间分辨率，但是，其空间分辨率低。该数据已被用于提取土地利用和土地覆盖信息。如宫攀和唐华俊等利用多时相MODIS数据分类提取了12种土地覆盖类型：城市及建成区、高盖度草原、低盖度草原、中盖度草原、水域、永久湿地、裸地、耕地、落叶阔叶林、常绿针叶林、落叶针叶林及混交林。其总体精度达到了69.15％^[6]。金翠和张柏等在三江平原利用分层非监督分类法从多时相MODIS数据中提取了6种土地覆盖：旱地、水田、草地、湿地、落叶阔叶林及水体，其总体精度在88％以上^[7]。顾娟和李新等在黑河流域利用决策树分类法从多时相MODIS数据提取了常绿林、落叶林、中覆盖草地、高覆盖草地、农田、稀疏灌丛、郁闭灌木林、河渠、湖泊、冰川和裸地等11种土地覆盖类，其总分类精度达到了78％^[8]。Brian D.Wardlow，Stephen L.Egbert，JudeH.Kastens等在美国中部大平原利用多时相的MODIS数据提取其主要农作物类型(苜蓿、玉米、高梁、大豆和冬小麦)和管理实践等信息(双季作物、休耕和灌溉)^[9]。所用的方法主要有监督分类和非监督分类。在监督分类方面，对所有待分像元，均采用一套样本，由于同物异谱和异物同谱现象，使得在大范围上，所提取的土地覆盖以及植被类型较粗，其精度难以提高。此外，未能充分将已有多源数据和知识协同应用，致使单一数据源的缺陷难以克服，多数据源的优势未能挖掘和发挥。为此，我们发明了一套技术方法，该发明能有效地将高空间精度的森林数据、高类型精度的早期1∶100的中国植被类型数据、以及高时间高光谱分辨率的MODIS数据协同起来，通过知识发现和推理，实现精细森林植被信息的自动、半自动遥感更新。 

参考文献： 

[1]刘纪远，庄大方，张增祥等.中国土地利用时空数据平台建设及其支持下的相关研究.地球信息科学，2002，(3)：3-8. 

[2]刘纪远，布和袄斯尔.中国土地利用变化现代过程时空特征的研究——基于卫星遥感数据.第四纪研究，2000，20(3)：229-239. 

[3]刘纪远，刘明亮，庄大方等.中国近期土地利用变化的空间格局分析.中国科学，2002，32(12)：1031-1040. 

[4]侯学煜等.1∶1000000中国植被图集[M].北京：科学出版社，2001.260pp. 

[5]吴征镒.中国植被[M].北京：科学出版社，1980.1382pp. 

[6]宫攀，唐华俊，陈仲新，张凤荣.基于MODIS LST修正NDVI时序数列的土地覆盖分类.资源科学，2006，28(4)：104-110. 

[7]金翠，张柏1，宋开山.基于MODIS数据的三江平原土地覆被分类.资源科学，2009，31(3)：515-522 

[8]顾娟，李新，黄春林.基于时序MODIS NDVI的黑河流域土地覆盖分类研究.地球科学进展，25(3期)：317-328 

[9]Brian D.Wardlow，Stephen L.Egbert，Jude H.Kastens.Analysis of time-series MODIS 250mVegetation indexdata for crop classification in the U.S.Central Great Plains.Remote Sensing ofEnvironment，Volume 108，Issue 3，15June 2007，Pages 290-310. 

三、发明内容