基于谐波分析和线性光谱模型的耕地信息提取

耕地是重要的农业资源,如何利用遥感技术快速准确地提取耕地信息是目前研究的热点。利用2000年modis/evi时间序列数据提取关中地区耕地资源信息。以不同地类的evi时间序列数据年内变化差异为分类依据,采用时间序列谐波分析法对全年时间谱evi数据进行重构分析,减少噪音对信息提取的影响。经最小噪声分离变换(mnf变换)、纯净像元指数(ppi)计算以及n维可视化工具进行人机交互选取植被、耕地、城镇和水体4种端元,基于线性光谱混合模型,获取该地区耕地资源分布信息。通过与同年1∶10万土地利用数据对比验证,本研究提取的耕地总体精度为83%。研究表明：基于时间序列谐波分析法对evi数据进行重构,利用不同地类的特征差异,采用混合像元分解的方法,可以精确获取耕地资源定量信息。该方法可为长期、大范围、动态的耕地分布和变化遥感监测提供技术参考,同时为国土资源管理部门提供决策支持。