用遥感影像提取大别山区水稻种植面积——以Landsat 8为例

本研究选取安徽省安庆市大别山为研究区,包括太湖县、岳西县、宿松县和潜山县,选取2016年和2017年的6景Landsat 8卫星遥感影像,通过遥感影像提取水稻种植面积,分析大别山区的水稻种植面积分布,并对研究区域的水稻种植面积进行动态实时监测。用遥感解译方法分别提取了研究区内的晚稻种植面积,并利用随机点验证和Kappa系数验证结果精度。结果表明:2017年和2016年水稻种植面积的提取精度分别为93.44%、93.78%,Kappa系数分别为0.86、0.83,证明水稻提取效果精确;对比研究区域各个县内的2017年和2016年晚稻种植面积,发现安庆市大别山区太湖县、潜山县、岳西县的水稻种植面积变化率均在5%以内,属于正常变化,由于2016年宿松县遭遇了水灾,部分农田被淹没,故宿松县2017年水稻种植面积相比2016年增加了13.01%;对比传统的农作物种植面积统计方法,利用遥感的方法更省人力、物力、财力,并且能精确、快速地实现对农作物的实时动态监测。     

地面资料稀缺区域的农田土壤水分微波与光学遥感协同反演方法研究

[目的] [方法]大尺度区域范围的地表粗糙度因子难以获取是微波反演土壤水分的难点所在。对此,从协同微波和光学遥感数据在土壤水分监测中的优势以提高土壤水分反演精度的角度出发,进行了地表粗糙度参数稀缺区域的大范围农田土壤水分遥感反演方法研究,即利用高分三号和Landsat8光学遥感数据,通过水云模型消除植被对雷达后向散射系数的影响,获取土壤直接后散射系数,然后结合入射角、PDI、TVDI和NDWI指数共同作为模型输入参数分别建立了HH和HV两种极化方式下的土壤水分反演模型。[结果]采用相关系数(R2)、一致性指数(IA)和均方根误差(RMSE),对两种模型应用于江汉平原农田土壤水分反演的实验结果进行了对比分析,结果显示HH极化方式下的土壤水分反演精度整体上优于HV极化方式(HH极化方式R2=0.6864,IA=0.8895,RMSE=6.979%)。[结论]在空间分布上,温度较高和植被覆盖较低区域,土壤水分含量较低,如钟祥市的北部、江陵县的东北部、荆门市的东部、仙桃市的西部和天门市的西北部;温度较低和植被覆盖较高区域,土壤水分较高,如监利县以及天门市的南部。