一种东北三省水稻种植面积提取办法

择要

为精确提取水稻面积，以西南为研讨地区，采取多时相16天分解MODIS增强型植被指数数据和8天分解MODIS地表反射率数据提取水稻栽种散布。拔取水稻代表样点应用IDL编程提取物候曲线，应用归一化植被指数（NDVI）将水稻与其他分明地类辨别，然后树立水稻增强型植被指数（EVI）、地表水体指数（LSWI）之间的关联干系，结合最新2015年土地利用数据提取东北三省2015年水稻栽种面积。同时应用运筹学实际树立省级标准水稻辨别前提最优化模子，剖析其在空间散布上的差异性和相关性，并将后果与统计年鉴中止比照剖析，分析表明MODIS数据合适大地区省级局限水稻面积的提取，精度可达90%以上。由此得出， MODIS数据在省级标准提取水稻栽种面积上有着较大的上风。

援用花样

曹丹，景海涛，孙金珂，等．多时相ＭＯＤＩＳ指数提取东北三省水稻栽种面积［Ｊ］．测绘迷信，２０１８，４３（７）：５４-６０．

注释

水稻是中国主要的粮食作物，占天下食粮总播种面积的27%，而其产量则到达食粮总产量的35%。及时、精确获得水稻消费信息（栽种面积、长势和产量），对增强水稻消费管理，指点水稻消费，确保中国粮食安全具备主要意义。过来，对水稻面积的监测主要经过农业报表和实地抽样调查的方法，这类惯例的方法不可及时显著地获得大局限的水稻面积，倒霉于国度对农情的管理与监视。跟着卫星手艺的开展，遥感作为一种高新技术在农作物的消费、农情监测和农业研讨中失掉了广泛应用。

应用遥感技术和方法中止水稻田栽种和长势监测在国内外已有研讨, 经过监测农作物的光谱转变,研讨农作物的反射光谱与叶面积指数、生物量、农作物产量、叶绿素含量等作物农学参数之间的干系, 可以为作物长势监测和遥感估产供应根据。从20世纪70年月将遥感技术用于农作物栽种面积至今，无论是手艺照样方法上都在赓续的改良和进步。文献[8]应用NOAA/AVHRR数据来肯定水稻的散布状况，NOAA/AVHRR数据固然岁月分辨率高、覆盖面积大但是其空间分辨率较低，不合适水稻面积的研讨。中分辨率MODIS数据具备较高的光谱分辨率和岁月分辨率，为大面积水稻面积的预算供应了新的根据。文献[10，11]应用MODIS数据树立各类指数，对中国南部地域、东南亚地区中止水稻面积提取；文献[12]应用MOD09A1数据较量争论NDVI（normalized difference vegetation index）和LSWI（land surface water index）等特点指数研讨浙江省水稻栽种面积。

上述研讨发明，MODIS（moderate-resolution imaging spectroradiometer）数据能较好地提取水稻面积信息。水稻在一个开展周期内将阅历５个主要开展阶段：秧苗发展期、分蘖期、幼穗发育期、抽穗扬花期和灌浆成熟期。在水稻开展晚期，稻田需要对峙必然深度的水层，与同期其他农田( 玉米、大豆、花生和棉花等) 比拟，具备较高的地表含水量，有利于MOD09A1 中的短波红外数据对稻田的辨认。别的，16d 分解的MOD13Q1 数据分辨率相对较高，可以反应水稻开展纪律，有助于经过比拟其他农作物与水稻的开展特点曲线来进步稻田辨认才能。本文以西南省为例，采取较高分辨率的MOD13Q1时序植被指数并较量争论水体指数LSWI，应用水稻生育期纪律，结合2015年土地利用数据提取东北三省水稻栽种面积，将后果与统计年鉴中止精度剖析与评价。

东北地区包孕黑龙江、吉林、辽宁三省，辽宁临海，地盘总面积7.873×105km2，占天下的8.2%；而东北地区耕地面积大，约占天下耕地面积的20%。东北地区土壤多为黑土，含有较高的有机质，土层深沉，土壤肥美，规模化消费程度高。2014年水稻栽种面积达5.29×106hm2，西南稻区已成为天下上最大的以栽种早、中熟粳稻为主的优良粳稻产区，在我国水稻消费中据有主要位置。

MODIS 数据为2015年多时相MODIS 图象，来自美国对地观察零碎( EOS) TEERA 卫星的MODIS 传感器，与其他卫星比拟，有很大的特性和上风：空间分辨率较NOAA有了大幅提高；岁月分辨率较高；光谱分辨率也大大提高。在NASA 网站下载的经由辐射值校订的250 m 分辨率的MOD13Q1和500 m 分辨率的MOD09A1 数据。东北地区主要包孕H25V03、H26V03、H26V04、H27V04 和H27V05 共5个地区的原始数据，为前期使用必需中止数据的投影转变、花样转换、裁剪和镶嵌等预措置。数据措置时，采取MRT 批措置对影象中止操纵措置，同时将数据格式hdf转换为tiff花样，投影方法转换为等面积投影。

2015年东北三省土地利用数据

东北三省水稻样点散布

本文应用水稻特有的移栽期地表水分指数和增强型植被指数（enhanced vegetation index，EVI）的转变特点来完成水稻的提取。根据水稻的心理特征，农田为了便于插秧，在水稻移栽前需要对稻田中止注水，此时稻田的土壤含水量很高。因而，在水稻移栽期从遥感图象中根据此时稻田含水量高的特性，可将水稻判别提取出来并能很好地与其他作物辨别。本文提取东北三省内水稻样点数据，应用IDL编程提取MODIS-NDVI岁月序列的转变曲线剖析水稻物候特点，再根据水稻移栽期地表水指数（LSWI）和增强型植被指数（EVI）的时序转变，树立两者之间的数学干系提取东北三省水稻面积。最初应用东北三省农业统计年鉴对提取水稻栽种面积后果中止分省精度考证。

本文应用水稻开展情况，拔取水稻样点对水稻物候中止提取，拔取能表现水稻特有的移栽期特点，采取时序MODIS影象中能反响植被特征的各类指数中止大地区水稻面积提取。此数据防止了单一岁月影象分类带来的缺点，并参考东三省农业统计数据对提取后果中止评价。其监测后果与土地利用水稻散布大体一致，阐明采取MODIS数据对大地区水稻面积的监测是可行的，其后果可以为农业部门供应信息效劳。

但是研讨后果存在部分缺点：①因为MODIS属于中低空间分辨率影象，固然获得轻易，岁月分辨率相对较高，但仅仅合用于大局限的水稻面积提取，较难在小标准地区（如市、县等标准）完成水稻面积的显著提取；②因为水田和旱田存在接壤，并思索到东北地区农业栽种为一年旱田、两年水稻间作栽种，此监测后果存在水田和旱田夹杂像元，这些夹杂像元影象后果的准确性；③本文采取16 dMOD13Q1，固然空间分辨率有进步，但是岁月跨度较大，东北三省因为地域差别水稻移栽期岁月局限有些许动摇，将MODIS第145 d数据作为水稻移栽期存在偏差；④土地利用数据空间分辨率为1000 m，此数据较MODIS数据精度较低，在重采样进程中也会使其精度有所下降。这些缺点将会在进一步研讨中一一改进。

编纂：邓国臣

往期热门文章

(查找往期音讯：进入大众号—号内搜)

感觉不错，请点赞↓↓↓

原文转载自：更多作者原文请注意作者号，本文仅代表作者观念，不代表花果之家态度。如文章损害了您的好处，请实时联络我们。