关键词：土地覆盖；时序影像；面向对象法；福州

基金项目：国家自然科学基金(41401399)

作者单位

马丹福建农林大学 资源与环境学院国土系，福州 350002

刘曙光重庆绿色智能技术研究院，重庆400714

陈雯虹厦门保障性安居工程建设投资有限公司，福建 厦门 361008

摘要

对1990—2010年49景福州市TM时间序列影像进行处理，采用MODTRAN4+模型进行大气校正，得到研究区土地覆盖类型的NDVI值的多时相轨迹图。分析城镇化背景下建成区的变化特征和NDVI时间序列数据的季节特征，添加耕地发展为建设用地的地物特征到学习样本，比较不同数据组合对最大似然法、支持向量机、神经网络法、面向对象法对分类和检测城镇化背景下建设用地精度的影响，以及比较添加样本特征后对城镇化进程中建设用地检测方法的影响。结果表明，对于小样本数据集，面向对象法具有最高的分类精度，不同的数据组合与不同季节对面向对象法分类精度的影响分别达3.49%和5.22%，引入NDVI时间序列数据和添加变化地物的学习样本，总体分类精度提高了3.54%，建设用地的制图精度提高了4.24%。