基于异源多时相遥感数据提取灌区作物种植结构

作者:蔡学良;崔远来 刊名:农业工程学报 上传者:杨夏炜

【摘要】用遥感技术提取灌区作物种植结构需要源影像具有适宜的时空分辨率以适应其动态变化特征。该文综合运用多种遥感影像数据,将Landsat ETM+与MODIS NDVI数据融合区分灌区土地利用类型,由融合后的时间系列数据非监督分类结果提取植被指数变化信息,结合作物系数变化规律运用光谱耦合技术提取作物种植结构。根据该方法将漳河灌区作物种植结构区分为水稻—油菜、水稻—小麦、单季夏季作物以及双季经济作物。由地面统计数据和高分辨率IKONOS影像进行了检验,分类精度达到91%并且与统计数据相吻合。结果表明该法不仅能提供更为准确的灌区作物种植结构时空信息,而且节省影像购买成本,方便灌区尺度遥感应用。

全文阅读

0引言作物种植结构包括对区域作物类型、品种、面积和轮作等多项农业信息的综合,是农业和灌溉用水管理部门的重要参考数据。灌区由于水源条件的优势普遍存在较高的复种指数,各种作物的种植面积、区间分布,乃至灌区内同种作物在不同区域内生育周期的差异都对灌区水肥管理有着直接的影响。传统的逐层统计汇报和实地测量方法误差大、耗时耗力,且缺乏直观的空间分布信息。而遥感在土地利用、地表覆盖调查等方面具有独特的优势,近年来在农业、水资源管理方面的应用越来越普及[1]。作物种植结构提取是区别于土地利用变化监测的一个较高层次的遥感应用。后者强调“变化”的比较,根据同一地区不同时间点的遥感影像解译并借助GIS平台分析其变化趋势[2]。作物种植结构的识别需要提取1个周期内(通常为1a)作物种植及轮作信息,因此需要时间系列的遥感数据。根据作物指数的变化规律区分作物生育周期,将此信息与地面调查建立的作物生育周期模型进行耦合,即可判断不同的作物类型。在此应用中的两个数据制约因素是影像的时间和空间分辨率。较高的时间分辨率有助于更精确地区分作物生育周期,而较高的空间分辨率可以获得更精确的地面解译,减少混合象元的影响[3]。用遥感技术提取作物信息的1个最常用指标是归一化植被指数(NDVI)。该指标能够综合反映植被在可见光和近红外波段的反射特性,被广泛应用于作物分类和生长状况评价[4]。以时间系列植被指数为基础,很多学者研究了遥感方法提取某种特定类型土地利用/覆盖的方法。DeFries[5-6]等根据AVHRRNDVI变化特征提取了全球森林覆盖密度;Loveland[7]则运用同源NDVI信息直接将全球土地利用区分为961个类别;Thenkabail[8]等融合AVHRR、SPOT以及多种其他数据,提取并计算了亚象元全球灌溉面积;闫慧敏[9]等将全国范围内作物分为一熟、二熟、三熟,提取并分析了其分布规律;在更小的尺度上,Lee[10]和Xin[11]分别用AVHRRNDVI对内蒙古和黄淮海平原的作物分布规律进行了研究;张群[12]对小麦种植面积进行了监测;徐美[13]利用多景中巴资源卫星CBERS数据提取了青铜峡灌区的作物种植结构,取得了较好的效果。高分辨率影像如IKONOS等也被应用于农业土地利用分类和变化监测的研究中[14-15]。这些应用通常基于对单一影像的解译,如TM[16]或MODIS[17-18]等。如何融合不同数据源以有效利用免费资源获取尽可能多的信息则是农业遥感应用中的一个重要课题[19-20]。遥感在农业与水资源管理应用中有两个较大的制约因素,数据源限制和影像处理技术发展水平。数据源的限制主要包括影像空间分辨率和时间分辨率,在某些应用中对光谱分辨率也有较高的要求。在应用中必须要考虑时、空分辨率的平衡问题,较高空间分辨率的影像,一般来说数据购买价格也高。本文探讨了综合运用LandsatETM+和MODIS影像来提取灌区作物种植结构的方法。将ETM+影像与MODIS250m逐月NDVI数据融合进行土地利用分类,提取作物植被指数变化曲线,通过光谱耦合技术与调查得到的作物系数变化曲线进行匹配,从而识别出灌区内作物轮作信息。1研究区概况湖北省漳河灌区位于江汉平原中上游与漳山山脉交接处,年辐射总量469.3kJ/cm2,年日照时数2112h左右,年均气温16.9,年均降雨量960mm。灌区总面积约5540km2,主要种植作物为中稻、油菜、小麦、棉花等。灌区主要的轮作类型为中稻-油菜,其中中稻是最主要的灌溉作物。了解油菜等其他作物的分布及其生育周期变化规律,对灌区水资源总量管理也具有重要

参考文献

引证文献

问答

我要提问