一种基于MODISNDVI时序数据的耕地损失评估方法与流程

技术特征：
1.一种基于modis ndvi时序数据的耕地损失评估方法，其特征在于，包括以下步骤：(1)获取modis ndvi时序数据，分别转换投影至地理坐标系下，并按照日期叠加在一起生成时序数据；(2)利用现有土地利用产品，提取出第一期土地覆盖类型为耕地，后一期土地覆盖类型为建设用地的像素；(3)对于步骤(2)中提取出的像素，利用时序模型逐像素进行拟合；(4)根据拟合结果，利用aic准则判断modis ndvi时序数据中是否存在断点以及断点时刻；若存在断点，则判断地表覆盖类型是否从耕地转变为建筑用地。2.根据权利要求1所述的一种基于modis ndvi时序数据的耕地损失评估方法，其特征在于，步骤(3)中的时序模型为：y
v
＝t
v
s
v
r
v
ꢀꢀꢀ
(1)其中：t
v
＝α βt
ꢀꢀꢀ
(3)式中，t
v
代表趋势性成分，由线性函数表达；s
v
代表季节性成分，由三角函数的傅里叶级数表达；r
v
代表残差，α、β为线性函数的系数，γ
k
和θ
k
为系数，f为每年的modis ndvi观测数量，k为确定三角函数周期的系数，t为自变量，代表第t个观测值。3.根据权利要求2所述的一种基于modis ndvi时序数据的耕地损失评估方法，其特征在于，步骤(3)中拟合的方式具体为：若地表覆盖不发生变化，则modis ndvi时序数据不存在断点，故：拟合结果得到残差平方和rss1；若地表覆盖发生变化，则modis ndvi时序数据中存在1个断点，设断点位置为t
*
，f＜t
*
＜l
‑
f，故：式中，f取值为一个周期，l为modis ndvi时序数据观测总数量，α1、β1、α2、β2分别为两个线性函数的系数，γ
i
、θ
i
、γ
j
、θ
j
为系数，i、j为断点前后确定三角函数周期的系数，t
*
为断点位置，t为自变量，代表第t个观测值；利用公式(5)遍历t
*
的所有值，求取残差平方和的最小值rss2，并记录下此时t
*
的取值即为断点时刻。4.根据权利要求3所述的一种基于modis ndvi时序数据的耕地损失评估方法，其特征在于，步骤(4)中利用aic准则判断modis ndvi时序数据中是否存在断点以及断点时刻，具体为：
aic准则表达式如下：aic＝2l lln(rss/l)
ꢀꢀꢀ
(6)式中，l为公式(4)或公式(5)中的参数个数，将公式(4)或公式(5)中的参数个数代入公式(6)分别对应得到两个aic值aic1和aic2，若aic1>aic2，则时序数据中存在断点，断点时刻为断点时刻即为地表覆盖类型发生变化的时刻。5.根据权利要求1所述的一种基于modis ndvi时序数据的耕地损失评估方法，其特征在于，步骤(4)中判断地表覆盖类型是否从耕地转变为建筑用地，具体为：若地表覆盖类型从耕地转变为建筑用地，则断点前后的季节性成分的振幅会减小，即：若公式(7)成立，则地表覆盖类型从耕地转变为了建筑用地。

技术总结
本发明公开了一种基于MODISNDVI时序数据的耕地损失评估方法，属于遥感图像处理技术领域。该方法首先利用现有地表覆盖产品提取出由耕地转变为建设用地的像素；然后利用月合成的MODISNDVI数据构建NDVI时序，并利用一种数学模型对NDVI数据进行分解，得到趋势性成分和季节性成分以及中间存在的断点，断点位置即代表了土地类型发生变化的时间。该方法能够获得地表由耕地转变为建设用地的时间，并以此评估对应地区每年的由耕地转化为建设用地的面积。应地区每年的由耕地转化为建设用地的面积。应地区每年的由耕地转化为建设用地的面积。


技术研发人员：刘宇 高峰 王士成 陈金勇
受保护的技术使用者：中国电子科技集团公司第五十四研究所
技术研发日：2021.07.23
技术公布日：2021/10/23