融合时间序列环境卫星数据与物候特征的水稻种植区提取

       摘要: 获取高精度的区域水稻种植面积对于农业规划、配置与决策具有重要意义.区域尺度的水稻面积获取依赖于高时空分辨率影像,但受卫星回访周期和气候影响,难以获取足够时间序列的高时空分辨率影像,从而影响水稻种植面积遥感提取的精度.为此,提出适应于中国南方多雨云天气地区,基于国产环境卫星(HJ- 1A/1B)与MODIS融合数据的水稻种植面积提取的新方法.以洞庭湖区为实验区,利用STARFM模型融合环境卫星NDVI数据与MODIS13Q1数据,获取时间序列的环境卫星NDVI数据,利用水稻关键期的NDVI数据结合物候特征参数对水稻种植区域进行提取.结果表明,该方法能有效提取区域水稻种植的面积,水稻种植面积提取的总体精度与Kappa系数分别达到91.71%与0.9024,分类结果明显优于仅采用多光谱影像或NDVI数据.该研究为中国南方多雨云天气地区水稻种植面积提取提供了有效的方法.

作者:
柳文杰 曾永年 张猛
单位:
中南大学 地球科学与信息物理学院,长沙 410083;中南大学 空间信息技术与可持续发展研究中心,长沙 410083
出处:
《遥感学报》
刊期:
2018年第22卷第3期
基金:
国家自然科学基金(41171326,40771198) 中南大学中央高校基本科研业务费专项基金(编号:2016zzts087).

融合时间序列环境卫星数据与物候特征的水稻种植区提取

摘要:获取高精度的区域水稻种植面积对于农业规划、配置与决策具有重要意义.区域尺度的水稻面积获取依赖于高时空分辨率影像,但受卫星回访周期和气候影响,难以获取足够时间序列的高时空分辨率影像,从而影响水稻种植面积遥感提取的精度.为此,提出适应于中国南方多雨云天气地区,基于国产环境卫星(HJ- 1A/1B)与MODIS融合数据的水稻种植面积提取的新方法.以洞庭湖区为实验区,利用STARFM模型融合环境卫星NDVI数据与MODIS13Q1数据,获取时间序列的环境卫星NDVI数据,利用水稻关键期的NDVI数据结合物候特征参数对水稻种植区域进行提取.结果表明,该方法能有效提取区域水稻种植的面积,水稻种植面积提取的总体精度与Kappa系数分别达到91.71%与0.9024,分类结果明显优于仅采用多光谱影像或NDVI数据.该研究为中国南方多雨云天气地区水稻种植面积提取提供了有效的方法.

说明:如本页面涉及到版权问题或作者不愿意公开,请联系本站管理员删除!

0.219485s