长江流域资源与环境 >> 2017, Vol. 26 >> Issue (06): 874-881.doi: 10.11870/cjlyzyyhj201706010
陆俊1,2,3, 黄进良1,2, 王立辉1,2, 裴艳艳1,2,3
LU Jun1,2,3, HUANG Jin-liang1,2, WANG Li-hui1,2, PEI Yan-yan1,2,3
摘要: 及时、准确监测水稻种植面积,对区域粮食政策制定、粮食安全以及农业发展具有重要意义。然而我国南方地区水稻生长期内降水充沛的气候特点使得遥感影像“云污染”现象严重,为解决水稻种植信息遥感提取存在可用数据不足的问题,以江汉平原为例,利用时空数据融合模型(Spatial and Temporal Data Fusion Approach,STDFA)将Landsat 8 OLI与时序MODIS数据融合,重构出具有高时-空分辨率特征数据,然后采用面向对象的SVM分类方法对研究区内水稻种植信息进行提取,结果如下:融合后的红与近红外波段反射率与真实反射率的相关系数分别为0.84和0.81,研究区水稻提取精度为94.46%,Kappa系数为0.91。说明时空融合模型能够较好地重构出高时空分辨率数据,从而实现多云雨地区农作物种植信息遥感提取。
中图分类号:
[1] 中华人民共和国国家统计局. 中国统计年鉴(2015)[M]. 北京:中国统计出版社, 2015.[Compiled of National Bureau of Statistics of China. China statistical yearbook (2015)[M]. Beijing:China Statistics Press, 2015.] [2] 黄敬峰, 陈 拉, 王 晶, 等. 水稻种植面积遥感估算的不确定性研究[J]. 农业工程学报, 2013, 29(6):166-176.[HUANG J F, CHEN L, WANG J, et al. Uncertainty analysis of rice planting area extraction based on different classifiers using Landsat data[J]. Transactions of the Chinese Society of Agricultural Engineering, 2013, 29(6):166-176.] [3] MOSLEH M K, HASSAN Q K, CHOWDHURY E H. Application of remote sensors in mapping rice area and forecasting its production:a review[J]. Sensors, 2015, 15(1):769-791. [4] 李志鹏, 刘珍环, 李正国, 等. 水稻空间分布遥感提取研究进展与展望[J]. 中国农业资源与区划, 2014, 35(6):9-18.[LI Z P, LIU Z H, LI Z G, et al. Progress and prospect of application of remote sensing to rice spatial distribution[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2014, 35(6):9-18.] [5] 王 琳, 景元书, 杨沈斌. 基于多时相遥感数据提取水稻种植面积的研究[J]. 中国农业资源与区划, 2013, 34(2):20-25.[WANG L, JING Y S, YANG S B. Study on extraction of rice cropping area using multi-temporal remote sensing data[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2013, 34(2):20-25.] [6] LECKIE D G. Advances in remote sensing technologies for forest surveys and management[J]. Canadian Journal of Forest Research, 1990, 20(4):464-483. [7] 黄 维, 黄进良, 王立辉, 等. 多时相遥感影像检测平乐县晚稻种植面积变化[J]. 农业工程学报, 2014, 30(21):174-183.[HUANG W, HUANG J L, WANG L H, et al. Detection of late rice's planting area change in Pingle County based on multi-temporal remote sensing images[J]. Transactions of the Chinese Society of Agricultural Engineering, 2014, 30(21):174-183.] [8] 张 煦, 马 驿, 郑 雯, 等. 基于时序MODIS-NDVI的油菜种植面积变化趋势分析——以江汉平原为例[J]. 长江流域资源与环境, 2016, 25(3):412-419.[ZHANG X, MA Y, ZHENG W, et al. Variation trend of rape cultivation area based on MODIS-NDVI time series data——a case in Jianghan plain[J]. Resources and Environment in the Yangtze Basin, 2016, 25(3):412-419.] [9] 陈艳丽, 莫伟华, 莫建飞, 等. 基于面向对象分类的南方水稻种植面积提取方法[J]. 遥感技术与应用, 2011, 26(2):163-168.[CHEN Y L, MO W H, MO J F, et al. Object-oriented classification for the extraction of rice planting area in South[J]. Remote Sensing Technology and Application, 2011, 26(2):163-168.] [10] 邬明权, 牛 铮, 王长耀. 利用遥感数据时空融合技术提取水稻种植面积[J]. 农业工程学报, 2010, 26(增刊2):48-52.[WU M Q, NIU Z, WANG C Y. Mapping paddy fields by using spatial and temporal remote sensing data fusion technology[J]. Transactions of the CSAE, 2010, 26(S2):48-52.] [11] LUNETTA R S, LYON J G, GUINDON B, et al. North American landscape characterization dataset development and data fusion issues[J]. Photogrammetric Engineering & Remote Sensing, 1998, 64(8):821-829. [12] 石月婵, 杨贵军, 李鑫川, 等. 融合多源遥感数据生成高时空分辨率数据的方法对比[J]. 红外与毫米波学报, 2015, 34(1):92-99.[SHI Y C, YANG G J, LI X C, et al. Intercomparison of the different fusion methods for generating high spatial-temporal resolution data[J]. Journal of Infrared and Millimeter Waves, 2015, 34(1):92-99.] [13] GAO F, MASEK J, SCHWALER M, et al. On the blending of the Landsat and MODIS surface reflectance:Predicting daily Landsat surface reflectance[J]. IEEE Transactions on Geoscience and Remote Sensing, 2006, 44(8):2207-2218. [14] HILKER T, WULDER M A, COOPS N C, et al. A new data fusion model for high spatial-and temporal-resolution mapping of forest disturbance based on Landsat and MODIS[J]. Remote Sensing of Environment, 2009, 113(8):1613-1627. [15] 康 峻, 王 力, 牛 铮, 等. 基于局部空间自相关分析的时空数据融合[J]. 遥感技术与应用, 2015, 30(6):1176-1181.[KANG J, WANG L, NIU Z, et al. A spatial and temporal fusion model using local spatial association analysis method[J]. Remote Sensing Technology and Application, 2015, 30(6):1176-1181.] [16] 邬明权, 牛 铮, 王长耀. 多源遥感数据时空融合模型应用分析[J]. 地球信息科学学报, 2014, 16(5):776-783.[WU M Q, NIU Z, WANG C Y. Assessing the accuracy of spatial and temporal image fusion model of complex area in South China[J]. Journal of Geo-Information Science, 2014, 16(5):776-783.] [17] WU M Q, NIU Z, WANG C Y, et al. Use of MODIS and Landsat time series data to generate high-resolution temporal synthetic Landsat data using a spatial and temporal reflectance fusion model[J]. Journal of Applied Remote Sensing, 2012, 6(1):063507. [18] 谢登峰, 张锦水, 潘耀忠, 等. Landsat 8和MODIS融合构建高时空分辨率数据识别秋粮作物[J]. 遥感学报, 2015, 19(5):791-805.[XIE D F, ZHANG J S, PAN Y Z, et al. Fusion of MODIS and Landsat 8 images to generate high spatial-temporal resolution data for mapping autumn crop distribution[J]. Journal of Remote Sensing, 2015, 19(5):791-805.] [19] 曹隽隽, 周 勇, 叶青清, 等. 江汉平原耕地资源空间格局变化分析[J]. 经济地理, 2013, 33(11):130-135.[CAO J J, ZHOU Y, YE Q Q, et al. Analysis of spatial pattern changes of cultivated land resource in Jianghan plain[J]. Economic Geography, 2013, 33(11):130-135.] [20] HAERTEL V F, SHIMABUKURO Y E. Spectral linear mixing model in low spatial resolution image data[J]. IEEE Transactions on Geoscience and Remote Sensing, 2005, 43(11):2555-2562. [21] MASELLI F. Definition of spatially variable spectral endmembers by locally calibrated multivariate regression analyses[J]. Remote Sensing of Environment, 2001, 75(1):29-38. [22] VIEIRA M A, FORMAGGIO A R, RENNÓ C D, et al. Object Based Image Analysis and Data Mining applied to a remotely sensed Landsat time-series to map sugarcane over large areas[J]. Remote Sensing of Environment, 2012, 123:553-562. |
[1] | 杨燕, 易军, 刘目兴, 张君, 李胜龙. 不同水耕年限稻田土壤水分运动特征研究[J]. 长江流域资源与环境, 2017, 26(02): 257-263. |
[2] | 李浩杰, 种丹, 范硕, 张世强, 王杰. 近三十年云南九大高原湖泊水面面积遥感变化监测[J]. 长江流域资源与环境, 2016, 25(Z1): 32-37. |
[3] | 汪丹, 王点, 齐述华. 鄱阳湖水位-淹水面积关系不确定性的分析[J]. 长江流域资源与环境, 2016, 25(Z1): 95-102. |
[4] | 彭国照, 邢开瑜, 曹艳秋. 未来30a凉山州水稻盛夏低温危害风险分析[J]. 长江流域资源与环境, 2016, 25(Z1): 103-110. |
[5] | 李话语, 徐磊, 李帆, 冰河, 师永强. 南方丘陵地区河谷城市用地时空演变与驱动分析——以上饶市城区为例[J]. 长江流域资源与环境, 2016, 25(11): 1720-1728. |
[6] | 刘海, 殷杰, 陈晶, 陈晓玲. 基于遥感影像的丹江口水库水域面积动态变化与原因研究[J]. 长江流域资源与环境, 2016, 25(11): 1759-1766. |
[7] | 易凤佳, 李仁东, 常变蓉, 施媛媛, 邱娟. 2000~2010年汉江流域湿地动态变化及其空间趋向性[J]. 长江流域资源与环境, 2016, 25(09): 1412-1420. |
[8] | 刘芳, 何报寅, 张亮, 寇杰锋, 韦金丽. 基于热红外遥感的广西平果县石漠化初步研究[J]. 长江流域资源与环境, 2016, 25(06): 952-956. |
[9] | 付莲莲, 朱红根, 周曙东. 江西省气候变化的特征及其对水稻产量的贡献——基于“气候-经济”模型[J]. 长江流域资源与环境, 2016, 25(04): 590-598. |
[10] | 张煦, 马驿, 郑雯, 汪善勤. 基于时序MODIS-NDVI的油菜种植面积变化趋势分析——以江汉平原为例[J]. 长江流域资源与环境, 2016, 25(03): 412-419. |
[11] | 邹书婷, 朱媛媛, 张永利, 杨琳, 曾菊新. 江汉平原土地资源诅咒效应研究[J]. 长江流域资源与环境, 2015, 24(12): 2038-2046. |
[12] | 陈彬, 于秀波, 刘宇. 基于中低分辨率遥感影像的分类方法对比研究——以鄱阳湖水鸟栖息地遥感分类为例[J]. 长江流域资源与环境, 2015, 24(11): 1834-1842. |
[13] | 于欢, 陆伟婷, 曹胜男, 陈长青. 近20年江苏省气温和降水资源变化对稻麦生产的影响[J]. 长江流域资源与环境, 2015, 24(11): 1876-1883. |
[14] | 刘振波, 张明明, 葛云健, 邱斌. 基于MODIS AOD数据的南京市大气能见度估算[J]. 长江流域资源与环境, 2015, 24(09): 1451-1457. |
[15] | 尹占娥, 田娜, 殷杰, 迟潇潇. 基于遥感的上海市湿地资源与生态服务价值研究[J]. 长江流域资源与环境, 2015, 24(06): 925-930. |
|