《基於遙感影像序列的土地利用變化模式識別方法研究》是依託南京大學，由陳振傑擔任項目負責人的面上項目。
基本介紹
- 中文名：基於遙感影像序列的土地利用變化模式識別方法研究
- 項目類別：面上項目
- 項目負責人：陳振傑
- 依託單位：南京大學
項目摘要,結題摘要,
項目摘要
掌握長周期、高時間解析度的區域土地利用變化及其演變規律，是土地利用/覆被變化研究和地理國情監測的重要內容。然而，如何從遙感影像序列中提取具有精細類型的土地利用變化時空信息、如何發現區域土地利用變化模式，仍有待研究。本研究擬以Landsat和環境衛星影像為主要數據源，分析典型樣點多維指數時間序列的特徵，篩選有較好區分度的指數，構建高時間解析度的像元級遙感影像時間序列。結合年度土地利用現狀數據，分析各種土地利用類型樣點上指數的時間序列特徵，進而提出土地利用變化時點和變化類型精細識別方法，構建土地利用變化時空序列。探索融合時序—空間—變化類型的土地利用變化相似性度量方法，採用序列模式挖掘和空間關聯規則挖掘等技術，發現農用地變化、建設用地擴展等重要土地利用變化在時序上、空間上的規律和相互影響。研究成果將豐富土地利用/覆被變化的定量分析方法，並為地理過國情監測提供技術支撐。
結題摘要
掌握長周期、高時間解析度的區域土地利用變化及其演變規律，是土地利用/覆被變化研究和地理國情監測的重要內容。然而，如何從遙感影像序列中提取具有精細類型的土地利用變化時空信息、如何發現區域土地利用變化模式，仍有待研究。本研究以Landsat、MODIS、Sentinel-1A衛星影像為數據源，構建像素級和對象級的多種遙感指數時間序列，分析典型樣本多種遙感指數時間序列的特徵，探索融合時序—空間—變化類型的土地利用變化相似性度量方法，研發了多元時間序列DTW、時間序列雙向分段、多元時間序列CART-RF三種土地利用變化檢測方法，提出了區域土地利用變化模式挖掘方法，探索了CPU/GPU協同並行方法，研發了土地利用變化遙感時序分析原型系統。研究重要結果包括：（1）遙感指數優選對於遙感影像時間序列分析至關重要。對於光學影像，綜合NDVI、NDBI、MNDWI多種指數構建，可以提升土地利用變化檢測精度。對於SAR影像，後向散射係數和優選後的紋理特徵（均值、差異性、對比度）均可用於構建SAR影像時間序列。（2）對象級遙感影像時間序列構建中，對象內像元的中值比均值更穩定、更具有代表性，且不易受噪聲、邊緣像素的影響。（3）三元DTW相較於一元DTW，土地利用變化檢測結果總體精度提高了4%。（4）時間序列循環疊代雙向分段的土地利用變化檢測方法能夠有效檢測發生變化的對象的變化類型和變化時間，且降低了變化樣本選擇的難度。（5）本研究發表論文14篇，其中SCI/SSCI檢索論文10篇；撰寫研究報告1份；獲授權專利2件、申請專利3件、登記軟體著作權1項，獲省部級獎勵2項。
