1994－2018年新疆塔河干流农作物播种面积时空变化及影响因素分析

基于农作物物候信息和多季相遥感观测等相结合的方法,分析沙雅县1994-2018年的农作物播种面积变化的时空特征,并从水资源要素、耕地与胡杨林转化等分析播种面积变化的原因。研究结果表明：1）沙雅县农作物播种面积在1994-2018年呈现增长趋势,尤其在2006年以后加速增长;2）渭干河灌区的播种面积空间上呈现由内向外、由碎片化向集中连片化的趋势发展,而塔河干流区播种面积增加的区域沿着塔河两岸不停游移;3）渭干河灌区农作物播种面积的增加与渭干河上游的来水量变化呈现较强的相关性,而塔河干流区二者相关性较低;4）塔河干流的胡杨林区每年被耕地侵占的面积呈现增长趋势,尽管2006年以后胡杨林保护措施不断加强,然而林区的农作物播种面积在2008年以后呈现增速加快的趋势,出现了被侵占的胡杨林未能恢复、新的胡杨林又遭破坏的现象。     

基于地块尺度多时相遥感影像的冬小麦种植面积提取

针对仅利用单一遥感影像数据获取农作物信息精度不够问题,该文选择冬小麦主产地河南省兰考县乡镇作为研究区,以2017年多时相中分辨率Landsat8 OLI影像和Google earth上下载的亚米级高分影像为遥感数据源,结合光谱差异和农田地块信息实现冬小麦的精确提取。该算法首先构建不同时相决策树模型,分别实现2个时相的冬小麦区域初步提取;其次通过将对高分影像多尺度分割产生的地块信息分别与2个时相冬小麦播种面积初步区域相互叠加,完成地块单元控制下的冬小麦播种面积分地块统计,并通过设定不同统计阈值,分析落在每一地块单元下的冬小麦区域,生成基于地块单元的冬小麦播种面积分布图;最后通过多时相交叉验证,获取最终冬小麦播种区域。结果表明：该方法能更加准确提取冬小麦种植面积,保持较低的误判率（1.3%）水平下,得到较高的提取正确率（95.9%）,较通过对比单一Google earth高分辨率影像获取冬小麦精度（85.6%）高,该研究对通过融合多源多时相影像数据获取农作物提供参考。