基于物候特征的盐渍化信息数据挖掘研究

        摘要: 盐渍化是影响植被和作物长势的重要因素，精确反演盐渍化的时空分布信息至关重要。基于 MOD13A1-NDVI 数据反演生长季开始日期( SOS) 、生长季结束日期( EOS) 、生长季长度( LEN) 等物候参数和计算出能高精度反演盐渍化空间分布的多种植被指数、盐分指数、地形指数、干旱指数等参数后作为 BP－ANN 人工神经网络的输入因子来反演盐渍化信息，同时按照植被类型和地貌类型进行分区来反演盐渍化信息，以探讨盐渍化受植被和地貌类型的影响。主要结论如下: ①盐渍化的形成受多种因素的影响，与物候参数大多呈非线性关系，不能单纯的以某拟合公式来进行表达，需要借助人工神经网络超强的非线性拟合能力来反演盐渍化信息。②通过深入挖掘植被物候信息，在融入物候参数后的反演精度显著提高。