基于时空数据融合的县域水稻种植面积提取

发布时间：2022-07-07 12:58

　　受云雨天气和卫星自身回访周期的影响,县域尺度水稻种植面积的提取往往难以获取完整时间序列的高空间分辨率影像,利用单一MODIS数据导致提取精度不高。针对上述问题以河南省优良水稻种植区原阳县为例,采用增强型自适应反射率时空融合模型（Enhanced spatial and temporal adaptive reflectance fusion model,ESTARFM）,融合中高分辨率的Landsat数据和高时间分辨率的MODIS数据,获取完整时间序列的归一化植被指数（Normalized difference vegetation index,NDVI）数据,经过TIMESAT滤波平滑处理后,利用研究区内水稻与其他地物的时序NDVI曲线,设置合理的NDVI阈值,采用决策树分类的方法提取水稻种植面积。结果显示,总体分类精度为92. 23%,Kappa系数为0. 904 3。提取的水稻制图精度为96. 73%,用户精度为93. 51%,说明ESTARFM模型能很好地融合出高空间分辨率影像,解决数据缺失问题,可为县域尺度水稻种植面积提取提供参考。 

【文章页数】：8 页

【文章目录】：
0 引言
1 研究区与数据
    1.1 研究区概况
    1.2 数据与预处理
2 研究方法
    2.1 ESTARFM时空数据融合模型
    2.2 融合影像数据的时序NDVI曲线
3 结果分析
    3.1 ESTARFM时空融合模型结果与精度评价
    3.2 时序NDVI曲线
    3.3 主要地物类别的NDVI阈值设置
    3.4 分类结果及精度验证
4 讨论
5 结论


【参考文献】：
期刊论文
[1]基于多源数据融合模型的水稻面积提取[J]. 魏永霞,杨军明,吴昱,王斌,SHEHAKK M,侯景翔.  农业机械学报. 2018(10)
[2]基于Landsat影像的鄱阳湖平原水稻主产区水稻熟制动态监测[J]. 刘影,肖池伟,李鹏,姜鲁光.  自然资源学报. 2016(12)
[3]基于时序植被指数的县域作物遥感分类方法研究[J]. 张荣群,王盛安,高万林,孙玮健,王建仑,牛灵安.  农业机械学报. 2015(S1)
[4]融合多源遥感数据生成高时空分辨率数据的方法对比[J]. 石月婵,杨贵军,李鑫川,宋健,王纪华,王锦地.  红外与毫米波学报. 2015(01)
[5]多源遥感数据时空融合模型应用分析[J]. 邬明权,牛铮,王长耀.  地球信息科学学报. 2014(05)
[6]水稻种植面积遥感估算的不确定性研究[J]. 黄敬峰,陈拉,王晶,王秀珍.  农业工程学报. 2013(06)
[7]基于MODIS时序数据提取河南省水稻种植分布[J]. 杨沈斌,景元书,王琳,王钊.  大气科学学报. 2012(01)
[8]基于MODIS数据的水稻种植面积提取研究进展[J]. 于文颖,冯锐,纪瑞鹏,张玉书,陈鹏狮,赵先丽,武晋雯.  气象与环境学报. 2011(02)
[9]基于TIMESAT的3种时序NDVI拟合方法比较研究——以藏北草地为例[J]. 宋春桥,柯灵红,游松财,刘高焕,钟新科.  遥感技术与应用. 2011(02)
[10]利用遥感数据时空融合技术提取水稻种植面积[J]. 邬明权,牛铮,王长耀.  农业工程学报. 2010(S2)



本文编号：3656459