时间序列植被覆盖度断点检测方法研究

摘要：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 Cov-erage, 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。