Please wait a minute...
img

官方微信

遥感技术与应用  2011, Vol. 26 Issue (3): 383-391    DOI: 10.11873/j.issn.1004-0323.2011.3.383
遥感应用     
基于一种改进的多端元混合像元分解方法的三江源中东部地区植被盖度信息的提取
李晓雪,安如,吴红,杨仁敏,曲春梅,陆玲,龚天宇
(河海大学地球科学与工程学院地理信息科学系,江苏 南京210098)
 全文: PDF(2725 KB)  
摘要:

三江源地处青海省南部,近年来生态环境不断恶化、草地退化严重。植被盖度是研究草地退化的重要指标之一,如何快速、准确、大面积地获取植被信息对三江源的生态环境变化监测尤为重要。传统的固定端元混合像元分解(TSMA)不适用于地域辽阔、地物类型复杂多样的三江源区,而多端元混合像元分解(MESMA)允许端元的类型和数量随像元的不同而变化,更符合三江源的实际情况。基于已有相关研究提出一种改进的多端元混合像元分解(IMESMA),即加入端元组分合理性最优端元模型判断规则,分两步对影像进行分解并获得像元的植被盖度信息。第一步利用多端元模型探测出含有植被信息和完全不含植被信息的像元,并对非植被像元进行掩膜,以提高分解精度;第二步仅对含有植被信息的像元进行分解,获得最终的三江源中东部植被盖度信息。通过多端元分布图、混淆矩阵和与实测数据的均方根误差(RMSE)对比表明,相比TSMA,IMESMA考虑了同物异谱现象,并且其分解精度高、分解结果可信,更适合三江源区的植被信息提取。本方法也可用于其他复杂环境地表组分信息的提取。

关键词: 多端元混合像元分解植被盖度土地利用三江源    
收稿日期: 2010-11-17 出版日期: 2013-01-23
:  TP 79  
基金资助:

“十一五”国家科技支撑计划“国家生态恢复重建的综合检测评估关键技术研发”(2006BAC08B00),国家973计划“国家尺度生态系统服务功能变化及综合评估”(2009CB421105)。

作者简介: 李晓雪(1987-),女,甘肃定西人,硕士研究生,主要从事环境遥感与GIS研究。Email:lixiaox1987@yahoo.com.cn。
服务  
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章  
李晓雪
安如
吴红
杨仁敏
曲春梅
陆玲
龚天宇

引用本文:

李晓雪,安如,吴红,杨仁敏,曲春梅,陆玲,龚天宇. 基于一种改进的多端元混合像元分解方法的三江源中东部地区植被盖度信息的提取[J]. 遥感技术与应用, 2011, 26(3): 383-391.

链接本文:

http://www.rsta.ac.cn/CN/Y2011/V26/I3/383

[1]Ding Zhongbing.Discuss Ecological Status and Sustainable D\|evelopment of the Source Region of Three\|River[J].Qinghai Social Science,2006,2:45-50.[丁忠兵.论三江源地区的生态地位与可持续发展[J].青海社会科学,2006,2:45-50.]

[2]Wang Qiji,Wang Fagang,Zhou Huakun,et al.The Status of Eco\|environment of Northeast Regions of Yangtze,Yellow and Yalu Tsangpo Rivers and Protecting Strategies[J].Pratacultural Science,2010,27(2):59-65.[王启基,王发刚,周华坤,等.三江源区东北部生态环境现状及防治策略[J].草业科学,2010,27(2):59-65.]

[3]Liu Minchao,Li Diqiang,Luan Xiaofeng,et al.Ecosystem Se\|rvices and Its Value Evaluation of the Source Region of Yangtze,Yellow and Lantsang Rivers[J].Journal of Plant Resources and Environment,2005,14(1):40-43.[刘敏超,李迪强,栾晓峰,等.三江源地区生态系统服务功能与价值评估[J].植物资源与环境学报,2005,14(1):40-43.]

[4]Zhou Q,Robson M,Pilesjo P.On the Ground Estimation of Vegetation Cover in Australian Rangelands[J].International Journal of Remote Sensing,1998,9:1815-1820.

[5]Stanford P S,Scarth M.Monitoring the Composition of Urban Environments based on the Vegetation\|impervious Surface\|soil(VIS) Model by Subpixel Analysis Techniques[J].International Journal of Remote Sensing,2002,23:4131-4153.

[6]Powell R L,Roberts D A,Dennision P E,et al.Sub-pixel Ma\|pping of Urban Land Cover Using Multiple Endmember Spectral Mixture Analysis:Manaus,Brazil[J].Remote Sensing of Environment,2007,106:253-267.

[7]Jonas F,Dar A R,Kerry H,et al.Hierarchical Multiple Endmember Spectral Mixture Analysis (MESMA) of Hyperspectral Imagery for Urban Environments[J].Remote Sensing of Environment,2009,113:1712-1723.

[8]Lv Jie,Liu Xiangnan.Sub\|pixel Mapping of Urban Green Sp\|ace Using Multiple Endmember Spectral Mixture Analysis of EO1 Hyperion Data[Z].Urban Remote Sensing Joint Event,2009.

[9]Cong Hao,Zhang Liangpei,Li Pingxiang.A Method of Selective Endmember for Pixel Unmixing[J].Journal of Image and Graphics,2006,11(8):1092-1096.[丛浩,张良培,李平湘.一种端元可变的混合像元分解方法.中国图象图形学报[J].2006,11(8):1092-1096.]

[10]Zhuang Jiali,Chen Liangfu,Xu Xiru.Inversing of Mixture Pi\|xel’s Component Parameters by Inherit Nerve Net[J].Journal of Remote Sensing,2000,4(Sup.):31-37.[庄家礼,陈良富,徐希孺.利用遗传算法优化神经网络实现混合像元组分参数的反演[J].遥感学报,2000,4(增刊):31-37.]

[11]Cao Hengzhi,Yu Xianchuan,Zhang Libao.Decomposition of SAR Images Mixed Pixels based on Supervised Learning ICA Algorithm[J].Journal of Remote Sensing,2009,13(2):217-223.[曹恒智,余先川,张立保.基于SL\|ICA算法的SAR图像混合像元分解[J].遥感学报,2009,13(2):217-223.]

[12]Zhang Yan,Shao Meizhen.Mixed Image Cell Decomposition based on Radial\|basis Function Neural Networks[J].Journal of Remote Sensing,2002,6(4):285-289.[张彦,邵美珍.基于径向基函数神经网络的混合像元分解[J].遥感学报,2002,6(4):285-289.]

[13]Yang Wei,Chen Jin,Gong Peng,et al.A NEW Spectral Mixture Analysis Method based on Spectral Correlation Matching[J].Journal of Remote Sensing,2008,12(3):454-460.[杨伟,陈晋,宫鹏,等.基于相关系数匹配的混合像元分解算法[J].遥感学报,2008,12(3):454-460.]

[14]Tang Shihao,Zhu Qijiang,Li Xiaowen,et al.The Study of Subpixel Unmixing Using Hyperspectral and Multiangular Data[J].Journal of Remote Sensing,2003,7(3):182-189.[唐世浩,朱启疆,李小文,等.高光谱与多角度数据联合进行混合像元分解研究[J].遥感学报,2003,7(3):182-189.]

[15]Huo Dongmin,Liu Gaohuan,Luo Jiancheng.Possibilistic c\|Means Algorithm Improving the Pixel Unmixing of Remotely Sensed Image[J].Journal of Remote Sensing,2005,9(2):131-137.[霍东民,刘高焕,骆剑承.基于PCM改进算法的遥感混合像元模拟分析[J].遥感学报,2005,9(2):131-137.]

[16]Wu Chuanqing,Wang Qiao,Yang Zhifeng.Cloud\|Moving of Water RS Image based on Mixed Pixel Model[J].Journal of Remote Sensing,2006,10(2):176-183.[吴传庆,王桥,杨志峰.基于混合像元分解的水体遥感图像去云法[J].遥感学报,2006,10(2):176-183.]

[17]USGS Landsat7 Science Data Users Handbook[EB/OL].http://ltpwww.gsfc.nasa.gov/IAS/ handbook,1999-04-15.

[18]Braak T,Cajo J F,Smilauer P.CANOCO Reference Manual and Users Guide to for Canoco for Windows:Software for Canonical Community Ordination(Version 4)[M].New York:Microcomputer Power,Ithaca,1998.

[19]Dennison P E,Roberts D A .The Effects of Vegetation Phenology on Endmember Selection and Species Mapping in Southern Califochaparral[J].Remote Sensing of Environment,2003,87:295-309.

[20]Boardman J W,Kruse F A,Green R O.Mapping Target Signatures via Partial Unmixing of AVIRIS Data:in Summaries[C]// Fifth JPL Airborne Earth Science Workshop,1995,95\|1(1):23-26.
[21]Dennison P E ,Roberts D A.Endmember Selection for Multiple Endmember Spectral Mixture Analysis Using Endmember Average RSME[J].Remote Sensing of Environment,2003,87:123-135.

[22]Wu C,Murray A T .Estimating Impervious Surface Distribution by Spectral Mixture Analysis[J].Remote Sensing of Environment,2003,84(4):493-505.

[23]Gregory S O,Dar A R,Bruce M,et al.Practical Limits on Hyperspectral Vegetation Discrimination in Arid and Semiarid Environments[J].Remote Sensing of Environment,2001,77:212,225.

[1] 胡云锋,商令杰,张千力,王召海. 基于GEE平台的1990年以来北京市土地变化格局及驱动机制分析[J]. 遥感技术与应用, 2018, 33(4): 573-583.
[2] 王凯,赵军,朱国锋. 基于GF-1遥感数据决策树与混合像元分解模型的冬小麦种植面积早期估算[J]. 遥感技术与应用, 2018, 33(1): 158-167.
[3] 赵梦雨,薛亮. 咸阳市生境质量变化遥感监测研究[J]. 遥感技术与应用, 2017, 32(6): 1171-1180.
[4] 肖昊,王杰. 基于IDL和MATLAB混合编程的两种光谱混合分析方法比较[J]. 遥感技术与应用, 2017, 32(5): 858-865.
[5] 陈洋波,张涛,窦鹏,董礼明,陈华. 基于SVM的东莞市土地利用/覆被自动分类误差来源与后处理[J]. 遥感技术与应用, 2017, 32(5): 893-903.
[6] 李颖,陈怀亮,李耀辉. 利用夏玉米端元丰度估算夏玉米种植面积的研究[J]. 遥感技术与应用, 2017, 32(5): 913-920.
[7] 李恒凯,欧彬,刘雨婷,邱玉宝. 基于混合像元分解的高光谱影像柑橘识别方法[J]. 遥感技术与应用, 2017, 32(4): 743-750.
[8] 王杰,李卫朋. 基于渐进辐射传输模型的雪粒径与积雪覆盖面积反演算法[J]. 遥感技术与应用, 2017, 32(1): 64-70.
[9] 谢 瀚,李爱农,汤家法,雷光斌,边金虎. 山地地表覆被野外采样系统研究及应用[J]. 遥感技术与应用, 2016, 31(3): 430-437.
[10] 苏远超,孙旭,高连如,陈晓宁. 高光谱影像端元提取算法的进展分析与比较[J]. 遥感技术与应用, 2015, 30(6): 1195-1205.
[11] 高小红,杨扬,张威,贾伟,李金山,田成明,张艳娇,杨灵玉,何林华. 可见光—近红外光谱估算三江源区不同土壤全氮含量[J]. 遥感技术与应用, 2015, 30(5): 849-859.
[12] 张文博,覃志豪,刘含海. 基于分形理论的土地利用类型变化研究—以广州番禺为例[J]. 遥感技术与应用, 2015, 30(5): 952-958.
[13] 白晓燕,陈晓宏,王兆礼. 基于面向对象分类的土地利用信息提取及其时空变化研究[J]. 遥感技术与应用, 2015, 30(4): 798-809.
[14] 张文婷,金可懿,宋开山,杭艳红. 基于多端元混合光谱模型与Landsat影像的北京不透水层动态研究[J]. 遥感技术与应用, 2015, 30(2): 321-330.
[15] 梁治华,刘勇. 近20年来腾格里沙漠南缘土地利用/土地覆盖变化及其成因探讨—以甘肃省古浪县冰草湾地区为例[J]. 遥感技术与应用, 2015, 30(2): 383-390.