时间序列植被覆盖度断点检测方法研究

断点检测技术能够提取时间序列数据中发生变化的信息,对时序变化特征的研究和分析具有重要意义。在植被变化研究中,它有助于发掘时序植被参数数据中潜在的连续变化信息(如火烧、砍伐和病虫害等),具有较广阔的应用前景。本文以2000-2015年空间分辨率为250 m的福建省长汀县MODIS NDVI遥感时序产品计算的植被覆盖度(Vegetation Fractional Coverage,VFC)为数据源,利用DBEST(Detecting Breakpoints and Estimating Segments in Trend)模型开展植被变化断点检测与分析,并讨论了模型参数对实验结果的影响。经研究发现,使用DBEST推荐的第一、第二水平变化阈值(即θ1、θ2分别为0.1和0.2)可较好地界定植被覆盖度的变化级别;变化持续时长φ可根据所用时序数据的类型和当地植被变化特点进行调整,表示断点变化级别的阈值β也可根据研究目标自定义;本文φ取3,β取0.2,实验得到断点位置和断点类型的精确度分别为92%和80%,表明DBEST模型能够很好地提取时间序列VFC数据中的重要变化信息,与当地实际情况比较吻合。