Page 92 - 《武汉大学学报（信息科学版）》2025年第9期

1820 武 汉 大 学 学 报 （信 息 科 学 版） 2025 年 9 月

图 6 EVI 时序曲线
Fig. 6 Time Series Curves of EVI

表 3 特征变量集 2000 年后植被退化严重，但自 2010 年起研究区开
Table 3 Feature Variable Sets
始推行人工饲草产业，因此南部地区自然植被区
特征集 特征变量
域减少，非自然植被区域增加，非自然植被区域
光谱特征 Blue、Green、Red、NIR、SWIR1、SWIR2
多为圆形小斑块，在南部较为集中分布。
NDVI、EVI、差值环境植被指数（difference
结 合 2020 年 更 新 的 1∶1 000 000 中 国 植 被
vegetation index，DVI）、比值植被指数（ratio
植被指数 [39] 图 ［17］ 及 2020 年 CLCD 土地利用数据 ［29］ ，选取 5 种
vegetation index，RVI）、土壤调节植被指数
（soil-adjusted vegetation index，SAVI） 自然植被群系类别对研究区 2020 年植被分类图
水体土壤湿度指数（land surface water index， 进行验证，分别是：（1）蒙古栎林，（2）小叶锦鸡儿
水体指数 [40]
LSWI） 灌丛，（3）小糠草、野大麦草甸，（4）羊草、碱茅草
角二阶矩、对比度、相关性、差分熵、差异、差异
甸，（5）沙米、虫实、猪毛菜沙地先锋植物群。上
纹理特征 方差、熵、逆差矩、corr 信息量、惯量、集群突出、
述 5 种 自 然 植 被 群 系 类 别 的 整 体 精 度 分 别 为
求和平均值、总熵、集群阴影、求和方差、方差
93.08%、96.43%、82.17%、90.79%、86.37%。 验
地形特征 高程、坡度、坡向
证结果表明，本文实验的分类结果较为可靠。
MODIS_EVI
正弦系数、余弦系数、相位角、振幅
时序特征 2005—2022 年研究区自然植被分类精度结
地表径流、植被冠层或土壤上薄层含水量、 果如表 4 所示。整体分类精度在 88% 以上，表明
气象特征
地表温度、一级土壤温度、地球表面反射率
整体分类结果较好，本文所提出的框架能够实现
较为可靠的样本迁移，对于实现长时序动态植被
分类制图具有巨大应用潜力。
进一步分析可知，研究区南部以沙地植被为主，