基于时间序列数据的土地覆被分类算法研究

随着时代的发展,大范围土地覆被信息获取的需求越来越受到重视,利用遥感卫星数据可以快速、宏观、动态地对土地覆被信息进行监测提取,基于遥感产品构建的时间序列数据特征鲜明,对其进行分类可以简单高效地提取土地覆被信息.以山东省为研究区,采用MOD13A2卫星影像NDVI产品合成时间序列数据集,选用常见的分类算法如随机森林算法、K均值算法、最大似然估计算法、SVM算法对山东省2015—2016年每16天为一个周期进行土地覆被分类.结果表明:随机森林分类结果总体分类精度达到91.46％,相比其他算法,随机森林算法可以较好地对时间序列数据进行分类,为大范围土地覆被监测和信息提取提供支持.