论文总字数：8286字

摘 要

为了了解淮河流域植被类型及其分布区域，需要及时对土地资源利用结构进行规划和调整，来保护生态环境的平衡，本文以2008-2016年的MODIS LAI时间序列数据为数据源，以淮河流域为研究区域，结合植被的物候信息和LAI曲线变化特征建立决策树进行植被分类。通过对2008年和2016年的分类结果进行混淆矩阵分析可知，分类的总精度分别达到84.9%和83.7%，Kappa系数为80.1%和81.9%。研究结果表明，植被LAI曲线结合植被物候信息通过决策树分类方法可以有效识别大尺度植被信息，农作物的LAI曲线存在明显的双峰现象，森林植被的LAI在夏季达到最高峰，与2008年相比，2016年淮河流域森林植被的总面积有所增加，农作物的面积减少。

关键词：LAI，决策树，物候信息，混淆矩阵

Abstract:To understand vegetation types and their distribution in the huai river region area, in a timely manner to planning and land resources utilization structure adjustment, the protection of ecological environment balance, based on the MODIS LAI time series data of 2008-2016 as the data source, in huaihe river basin as the study area, in combination with characteristics of vegetation phenological information and LAI curve to establish the decision tree classification of vegetation. According to the confusion matrix of vegetation classification in 2008 and 2016, the total accuracy of classification was 84.9% and 83.7%, respectively, and the Kappa coefficient was 80.1% and 81.9%. The research results show that vegetation LAI curve combining vegetation phenology information through the decision tree classification method can effectively identify large-scale vegetation information, crop LAI curve exists obvious bimodal phenomena, forest vegetation LAI peaked in the summer, compared with 2008, huaihe river in 2016 increased, the area of forest vegetation crop area is reduced.

Key words:LAI,Decision tree,Phenological information,Confusion matri

目录

1 引言 3

2 研究区域和数据 3

2.1 研究区域 3

2.2 研究数据 4

3 研究方法 5

3.1 数据预处理 5

3.2 植被LAI年内变化的特点 5

3.3 决策树 6

4 结果分析 7

4.1 植被类型分类结果 7

4.2 分类精度分析 8

4.3 2008年与2016年植被面积变化 9

结 论 10

参 考 文 献 11

1 引言

淮河流域因其日照时间、光热资源及气候等发展农业的条件优越，在中国农业生产中具有举足轻重的地位。如何快速、及时、准确地对流域内的植被进行识别和分类，对社会经济、粮食安全、生态功能以及政策制定等都有重要影响^[1]。物候信息是植被生长周期变化规律的记录和表达，同一植被在同一地区具有相对稳定的物候信息^［2］。不同植被具有不同的物候参数^[3]，利用多时相影像数据构建淮河流域植被LAI的数据集，分析不同植被生长发育规律在遥感影像上所表现出的时相变化特征，结合植被的物候信息，有效削弱“同物异谱，同谱异物”现象。Wardlow^[4]等利用MODIS多时相数据产品的植被指数进行植被分类时，可以看到每种植被都具有其唯一的植被指数曲线，大多数的植被都能与其他植被在生长期内被区分。张焕雪等^[5]以黑龙江红星农场为研究区域，利用宽幅多光谱数据有别于其他数据的特点，通过构建该地区时间序列数据集，分析不同农作物的植被指数曲线变化特征，以此对典型农作物进行分类。左丽君等^[6]通过构建MODIS植被指数序列，并用于分析耕地、休耕地提取以及耕地复种指数。宫攀^[7]利用MODIS数据对土地覆盖进行分类，并对特定的植被类型进行面积的提取。Zhang等利用HANTS滤波算法构MODIS-EVI时间序列数据，通过建立决策树实现华北地区土地利用的划分。任宏昌^[8]等在MODIS数据的3组LAI产品的基础上，比较分析了中国地区LAI 的变化特征及与气候因子的相关性。

本文以2008年和2016年淮河流域这三年的MODIS LAI时间序列数据为数据源，以叶面积指数（LAI）作为分类的依据，根据中国科学院资源环境数据云平台的中国100万植被类型空间分布数据图和不同植被的物候信息确定淮河流域的典型植被和分布区域，绘制典型植被的LAI光谱曲线图，比较和分析LAI光谱曲线图和典型植被的物候信息，以确定阈值，建立决策树，通过对2008年和2016年的决策树分类结果进行混淆矩阵分析，验证决策树分类的结果。

2 研究区域和数据

2.1 研究区域

淮河流域处于中国的东部，位于长江和黄河两流域之间，位于东经111°55’与121°25’之间，北纬30°55’与36°36’之间，途经山东、河南、湖北、安徽和江苏五省的大部分区域，占地面积约为27万km²。淮河流域东临黄海，西、南及东北部多为山地，中部为平原地区。

2.2 研究数据

2.2.1 时间序列MODIS LAI数据集

本文使用的数据是淮河流域植被LAI数据，空间分辨率为1000m，8天最大值合成的反射率数据，最大合成值是指从几个图像中取最大像元值重新生成一副新的图像，8天的时间间隔最为吻合植被的生长。数据选择的时间为2008年和2016年，共计96个期，并以此来构建LAI长时间序列数据。

2.2.2 淮河流域典型植被及分布

淮河流域地处南北过渡自然地带制约下，其山丘区的自然植被不仅具有地带性分布规律，且植被组成也明显反映过渡性特征，温带及亚热带区系成分均可见到，植被种类丰富，分布错综复杂。淮河流域自然植被表现出由北向南、由沿海向内陆植被种类组成和类型逐渐复杂的特点^[9]。

1. 主要农作物

淮河流域的平原地区面积较大，以农作物为主，主要为小麦、玉米、油菜、水稻等。淮北基本以旱作物为主，有小麦、玉米、棉花等；淮南及下游平原地区以水稻、油菜等为主。

	2月	3月	4月	5月	6月	7月	8月	9月	10月	11-1月
水稻			播种	移栽	分叶	拔节	抽穗	成熟
油菜	蕾苔	开花	结荚	成熟				出苗	移栽	越冬
玉米				出苗	拔节	抽穗	成熟
小麦	返青		拔节	抽穗	成熟

表1典型农作物的物候信息

1. 阔叶林

淮河流域的阔叶林主要分布在中部的低山丘陵，一般为落叶阔叶林，南部大别山区主要为常绿阔叶林。阔叶林是由阔叶树种组成的树林，相对于针叶林和普通叶子而言，树叶较为宽阔，其冬季和夏季的生长情况差异很大。阔叶林主要包括落叶阔叶林和常绿阔叶林。

（3）混交林

剩余内容已隐藏，请支付后下载全文，论文总字数：8286字