| 基于SPOT／VEGETATION数据的陕甘宁退耕还林区植被分类 |
| |
| 引用本文： | 李剑萍,官景得,韩颖娟,王石立,马玉平.基于SPOT／VEGETATION数据的陕甘宁退耕还林区植被分类[J].农业科学与技术,2009,10(5):179-183. |
| |
| 作者姓名： | 李剑萍 官景得 韩颖娟 王石立 马玉平 |
| |
| 作者单位： | [1]宁夏气象防灾减灾重点试验室,宁夏银川750002 [2]中国气象科学研究院,北京100081 |
| |
| 摘 要： | 以评估退耕还林／还草的气候、生态效应为目的，利用多时相SPOT／VEGETATION数据，将监督分类与非监督分类相结合，选定合适的阈值对西北地区植被及作物进行分类。整个分类过程按照紧凑的时间序列进行顺序分类。分类顺序依次是：常青林地、混合林、水体、冬小麦、草地、灌木、春小麦、水稻、湿地、其他杂粮、玉米、马铃薯、沙漠、半沙漠。①常青林：选择1月份资料，常青林的NDVI最大，其阈值一般选择140左右；②混合林：一般选择10月上旬图像。其NDVI较小，只有林、草的NDVI较大，且林地NDVI大于草地，其NDVI值一般在130～140（为便于分类，将NDVI真实值扩大1000倍，下同）；③水体：选择12月中旬的图像；④沙漠：选择各种植被最好的时节，如7月下旬、8月上旬的图像。设定阈值小于50；⑤草地和灌木：选择9月下旬图像。选择分区域进行植被分类，并结合图像本身进行分区分类。阈值选取：草地北部60～65，南部80～95；灌木70～75；⑥冬小麦：选择上年11月上、中旬图像。选择阈值将冬小麦和林地共同区域分出，再除去林地，剩下的就是冬小麦的分布区域；⑦湿地、水稻：选择5～6月上旬图像；⑧春小麦：选择4月下旬的图像。这个时期生长的植被包括冬小麦、春小麦以及林地、草地，从此时相的图像中分出所有植被，然后排除冬小麦、林地、草地，即得春小麦种植区域；⑨玉米、马铃薯混合区：图像选择8月中、下旬，宁夏灌区单独分出，灌区可区分出的植物为水稻和玉米，排除水稻区域即为玉米。其他地区为玉米、马铃薯混合区其他旱地作物：主要有油料作物、山区谷类作物。时相选择和玉米、马铃薯混区相同；⑩半沙漠：以上所有植被类型都分类完成以后进行合并，空白的区域认为是半沙漠地区。黄土高原稀疏植被区域，由于植被分布十分稀疏，认为是半沙漠。上述分类结果与统计面积、实际调查结果相比，精度在85％以上。
|
| 关 键 词： | SPOT／VEGETATION 多时相 阈值 分类 |
The Vegetation Classification of the Return Farmland to Pasture or Forest Region in Shaanxi-Gansu-Ningxia Based on SPOT/VEGETATION Data |
| |
| LI Jian-ping,GUAN Jing-de,HAN Ying-juan,WANG Shi-li,MA Yu-ping.The Vegetation Classification of the Return Farmland to Pasture or Forest Region in Shaanxi-Gansu-Ningxia Based on SPOT/VEGETATION Data[J].Agricultural Science ＆ Technology,2009,10(5):179-183. |
| |
| Authors: | LI Jian-ping GUAN Jing-de HAN Ying-juan WANG Shi-li MA Yu-ping |
| |
| Institution: | 1. Ningxia Key Laboratory for Mmeteorological Disaster Prevention and Reduction, Yinchuan 750002 ; 2. Chinese Academy of Meteorological Sciences, Beijing 100081) |
| |
| Abstract: | In order to assess the climatical and ecological effect which returned the farmland to pasture or forest, the vegetation and crop in Northwest China with suitable threshold value were classified in this experiment by using multi-temporal SPOT/VEGETATION dada and combing supervised classification with unsupervised classification. Compared with the data from Statistical Department and actual investigation, the precision of the classified result was above 85%. |
| |
| Keywords: | SPOT/VEGETATION SPOT/VEGETATION Multi-temporal Threshold value Classification |
| 本文献已被 维普 万方数据 等数据库收录！ |
