基于Google Earth Engine平台的关中冬小麦面积时空变化监测

发布时间：2021-11-03 13:23

　　以关中地区为研究区,基于Google Earth Engine（GEE）平台,根据冬小麦生育期内归一化植被指数（NDVI）时序曲线和物候特征,采用NDVI重构增幅算法和光谱突变斜率,构建了关中地区冬小麦提取模型并实现了冬小麦种植面积的提取。用农业统计面积验证提取结果表明:在市级和县级尺度上,决定系数R²分别为0.82和0.62,一致性指标d分别为0.95和0.84,提取结果与实地调查数据的空间一致性精度为93.4%。结果显示:关中地区冬小麦主要分布在中部关中平原,冬小麦种植面积在2011—2017年呈下降趋势,减少了83.22×10³ hm²（8.47%）。综合考虑冬小麦NDVI时序曲线的"峰""谷"特征,具有一定的普适性,可为大面积连续年份冬小麦种植面积时空监测提供参考。 

【文章来源】：干旱地区农业研究. 2020,38(03)北大核心CSCD

【文章页数】：6 页

【部分图文】：

关中地区地理位置

另外,在研究区内随机选取227个采样点,验证2017年遥感提取结果与地面调查数据的空间一致性。结果表明,227个冬小麦验证样点中,212个被正确分类,空间一致性精度为93.4%。图3 2011-2017年关中地区冬小麦种植分布图

对研究区域内林地、建设用地、水体、果园和冬小麦等典型地物分别选取10个样本区域,获取样本区域2011～2017的NDVI时序曲线,剔除异常曲线,各地物类型分别取平均值,再进行年际间的平均得到关中地区典型地物NDVI时序曲线(图2)。从图中可以看出,不同地物NDVI变化不尽相同,各有特点。林地的NDVI曲线在5—9月水平较高,波峰持续时间长,并且变化非常平缓。由于果树的种植间距较大,覆盖度不均匀,相对较为稀疏,因此果园的NDVI水平低于林地,但变化趋势与林地基本一致。建设用地和水体的NDVI曲线整体水平很低且曲线波动较小,这是由于这些地物在近红外波段上反射率较低,特别是水体,其NDVI值甚至会出现负值。另外,由于建设用地通常与城市绿地混合,所以建设用地的NDVI水平相对高于水体,且其趋势与林地一致。冬小麦的NDVI曲线具有非常明显的季节性变化特点。关中地区冬小麦一般在10月上旬播种,直到12月均处于缓慢生长阶段,NDVI曲线呈上升趋势,而此时其他植被基本进入越冬期,NDVI曲线呈下降趋势。随着气温降低,1—2月冬小麦基本停止生长。在2—4月冬小麦拔节～孕穗～抽穗期,冬小麦生长快速,NDVI迅速上升并达到峰值。冬小麦NDVI值从播种时的谷值到峰值有较大的增长幅度。之后随着冬小麦逐渐灌浆成熟,NDVI曲线呈明显下降趋势,而此时其他植被正处于生长期,NDVI不断增加。根据以上特点提取关中地区冬小麦种植面积。

【参考文献】：
期刊论文
[1]基于Google Earth Engine评估新疆西南部MODIS积雪产品[J]. 刘畅,李震,张平,田帮森,周建民.  遥感技术与应用. 2018(04)
[2]Google Earth Engine平台支持下的赣南柑橘果园遥感提取研究[J]. 徐晗泽宇,刘冲,王军邦,齐述华.  地球信息科学学报. 2018(03)
[3]基于MODIS时序NDVI主要农作物种植信息提取研究[J]. 郭昱杉,刘庆生,刘高焕,黄翀.  自然资源学报. 2017(10)
[4]河南省冬小麦快速遥感制图[J]. 王九中,田海峰,邬明权,王力,王长耀.  地球信息科学学报. 2017(06)
[5]基于时序NDVI的关中地区冬小麦种植信息遥感提取[J]. 申健,常庆瑞,李粉玲,王力.  农业机械学报. 2017(03)
[6]基于MODIS数据和BFAST方法的植被变化监测[J]. 刘宝柱,方秀琴,何祺胜,荣祁远.  国土资源遥感. 2016(03)
[7]气象要素时间分辨率对参考作物蒸散估算的影响[J]. 段春锋,曹雯,黄勇,温华洋,刘俊杰.  农业工程学报. 2015(14)
[8]华北平原2001-2011年冬小麦播种面积变化遥感监测[J]. 王学,李秀彬,谈明洪,辛良杰.  农业工程学报. 2015(08)
[9]农业遥感研究现状与展望[J]. 史舟,梁宗正,杨媛媛,郭燕.  农业机械学报. 2015(02)
[10]基于多年MODIS-NDVI的黄淮海农区冬小麦生产力评价[J]. 黄珂,刘忠,杨丽芳.  农业工程学报. 2014(02)



本文编号：3473763