Print

基于GF-1影像的耕地地块破碎区水稻遥感提取

论文摘要

耕地地块破碎区水稻遥感提取是作物监测研究的热点问题之一。以苏州市高新区为例,通过挖掘关键物候期水稻与下垫面水体光谱特征组合差异,基于分蘖期与齐穗期两景16 m分辨率的GF-1 WFV数据,构建归一化差值植被指数（NDVI）差值法、归一化水体指数和比值植被指数（NDWI-RVI）差值法提取水稻分布,并深入探究了水稻面积提取精度及空间重合度影响因素。结果显示:与非监督分类和监督分类方法相比,植被指数差值法水稻识别精度贡献率可提升30%以上,NDVI差值法提取水稻种植面积的精度、空间重合度、制图总体精度和Kappa系数分别为86.2%、66.1%、92.2%和0.72;NDWI-RVI差值法上述指标分别高达95.5%、78.4%、93.5%和0.846,实现了利用少量中高分辨率遥感影像精确提取耕地地块破碎区水稻分布的目的,可实际服务于太湖地区农业生产及相关决策支持。

论文目录

  • 1 引言
  • 2 数据和方法
  •   2.1 研究区概况
  •   2.2 数据源
  •   2.3 水稻遥感提取原理
  •   2.4 植被指数模型法
  •     2.4.1 NDVI差值法
  •     2.4.2 NDWI-RVI差值法
  •   2.5 非监督分类与监督分类法
  •   2.6 水稻遥感提取与精度验证
  • 3 结果与讨论
  •   3.1 光谱特征分析
  •   3.2 水稻面积提取结果
  •   3.3 分类效果评价
  •   3.4 两景GF-1影像精确提取水稻面积的可行性
  • 4 结语

    • 文章来源

    类型: 期刊论文

    作者: 张海东,田婷,张青,陆洲,石春林,谭昌伟,罗明,钱春花

    关键词: 时空分辨率,植被指数差值,提取精度,空间重合度

    来源: 遥感技术与应用 2019年04期

    年度: 2019

    分类: 基础科学,信息科技,工程科技Ⅱ辑,农业科技

    专业: 工业通用技术及设备,农作物,自动化技术

    单位: 江苏太湖地区农业科学研究所,中国科学院地理科学与资源研究所,江苏省农业科学院,扬州大学,苏州农业职业技术学院

    基金: 江苏省农业科技自主创新资金项目(CX(16)1042),苏州市农业科学院科研项目(8111722),苏州市科技计划项目(SNG201643),江苏省农业三新工程项目(SXGC[2017]245)

    分类号: TP751;S511

    页码: 785-792

    总页数: 8

    文件大小: 1386K

    下载量: 404

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/5cb6f47a6ef96a78e765b21d.html