基于高分辨率影像的河套灌区乡镇尺度作物种植面积监测

【目的】有效、精确地获取乡镇尺度农作物种植面积信息。【方法】利用高精度遥感影像信息,采用最大似然法进行地物分类,对研究区主要农作物种植面积进行了估算,并通过地面抽样调查信息作为辅助参量进行了精度评价。【结果】采用高精度遥感图像结合最大似然法可以有效、精确地提取乡镇尺度农作物种植面积,玉米和葵花的用户精度均高于91%,在遥感影像受天气影响较小的2013年和2015年,各用户精度达到95%左右,Kappa系数达到0.94。研究区玉米的种植面积逐年扩大,而葵花的种植面积逐年缩小。同时由于农田改造,使得非种植区的面积有一定程度的减少。【结论】高分辨率卫星图像能帮助农民和政府低成本地估算农作物种植面积,进而调整耕地,优化种植结构。     

基于面向对象分类法的农田识别提取

【目的】利用中低分辨率遥感影像,精确获取县域尺度的农田分类结果,提供一定的方法参考。【方法】兹以中等分辨率的Landsat8 OLI遥感影像数据为数据源,采用面向对象的CART决策树分类法,对垫江县的农田进行了识别与提取,并与基于像元提取的最大似然法分类结果进行精度对比。【结果】(1)与最大似然分类法相比,CART决策树分类法的精度更高,总体精度和Kappa系数分别达到88.8%和0.85,对于旱地和水田的制图精度高达90%以上;(2)在分割尺度的确定上,使用eCognition软件中的ESP工具能快速的确定最优分割尺度,提升了效率和科学性;(3)县域尺度上,面向对象分类法对中等分辨率影像数据进行遥感提取也具有一定的适用性。【结论】基于Landsat8 OLI遥感数据的面向对象分类法能够实现县域尺度低成本高精度农田分类的需要,也为缓解精度和成本、空间分辨率和提取方法的矛盾提供了一定的参考。     

基于MODIS-EVI的内蒙古沿黄平原区作物种植结构分析

【目的】获取内蒙古沿黄平原区农业资源信息,提高大区域中低分辨率遥感影像上作物种植结构分类的效率和精度。【方法】利用多时相作物分类方法在内蒙古沿黄平原区构建增强型植被指数(EVI)时间序列曲线,依据不同农作物EVI时间序列曲线的差异对6种主要农作物小麦、玉米、葵花、西葫芦、番茄和苜蓿的种植结构进行了分析。【结果】小麦、玉米、葵花、西葫芦、番茄、苜蓿和其他作物的用户精度分别为:79.59%、80%、83.67%、78.18%、75.93%、82.22%、68.75%,制图精度分别为78%、80%、82%、86%、82%、74%、66%,农作物总体分类精度达到78.29%,Kappa系数为0.747。经统计沿黄灌区种植的玉米实地统计面积合计为7912.17 km²,文中提取出的面积为7412.75 km²,相对误差为6.31%。【结论】通过对MODIS-EVI时间序列的分析可以较为准确地识别大尺度测区内的主要作物,该方法能够在大区域中低分辨率影像上实现较好的分类结果。     

基于遥感的沙壕渠控制区作物种植结构与空间分布研究

河套灌区作物种植分类是在河套灌区进行灌溉农业研究的基础,但是仅利用遥感影像提取作物种植结构及种植面积时其精度远远不够,往往难以满足农业遥感在应用上的需求。通常多利用多元影像融合、多时相遥感影像以及遥感影像结合地面采样点来进行作物分类,以提高分类精度。本文以河套灌区内部的沙壕渠控制区为试验区,采用TM遥感影像,以实际地面采样点作为感兴趣区创建训练样本,利用最大似然法进行分类,成功提取了小麦、玉米、葵花及其他作物的种植结构及种植面积,分类总体精度达到了85.87%,Kappa系数为0.769 6。     

基于改进支持向量机的盐碱地信息精确提取方法研究

【目的】探索无人机遥感下可以精确提取盐碱地信息的方法。【方法】以甘肃省景泰川电力提灌灌区一期灌区为研究区,采用Trimble UX5固定机翼无人机采集研究区遥感数据,提出了一种基于Ada Boost算法的改进支持向量机(SVM)分类的新方法,以实现盐碱地信息的精确提取。【结果】与传统SVM分类相比,改进SVM分类精度提升显著,总精度最高达96.55%,Kappa系数为0.957 3。改进前后不同类型盐碱地提取面积与实测面积相比,最大误差为5.4%,平均误差为2.16%。【结论】该文提出的基于改进支持向量机分类方法可有效提高遥感影像的分类精度。     

基于作物水分胁迫指数的表层土壤含水率遥感估算

【目的】探究作物水分胁迫指数(CWSI)与表层土壤含水率的空间分布特征,并分析不同下垫面(葵花、夏玉米、春小麦和甜椒)表层土壤含水率的遥感估算精度。【方法】利用MOD16A2遥感数据和气象数据,结合Penman-Monteith(P-M)模型,基于CWSI反演河套灌区解放闸灌域表层土壤含水率,并对不同下垫面的表层土壤含水率进行验证。【结果】CWSI的空间分布与表层土壤含水率相反,CWSI大的区域,表层土壤含水率小;春小麦下垫面遥感估算的表层土壤含水率效果较好,决定系数(R²)为0.748,其次为葵花,R²为0.357;灌溉次数较多的夏玉米和甜椒的表层土壤含水率估算精度较差,可见基于CWSI的表层土壤含水率遥感估算方法对土壤干旱较为敏感。【结论】基于CWSI的表层土壤含水率遥感估算方法更适用于灌水较少且耐旱作物下垫面的表层土壤含水率估算。     

基于Sentinel-2破碎化地块灌区作物种植结构的提取

【目的】探究基于Sentinel-2遥感影像的决策树分类模型提取破碎化地块灌区作物种植结构的适用性。【方法】选取新疆阿拉沟灌区为研究区,以2021年覆盖作物全生育期的Sentinel-2遥感影像为数据源,结合田间调查和Google高清影像目视解译采样,基于主要作物物候信息、NDVI时序特征等分析确定作物识别的关键期阈值,构建决策树模型进行灌区主要作物分类,并对分类结果精度验证。【结果】基于Sentinel-2提取的灌区种植结构分布图地块纹理清晰,能够满足灌区用水管理需要;构建的决策树分类模型可在灌区尺度实现作物分类,方法简便易行,总体精度达到81.56%,Kappa系数为0.716 6。【结论】采用Sentinel-2遥感影像和决策树分类方法识别破碎化地块灌区复杂作物分类是可行的,可为灌区输配水决策和农业用水精细化管理提供基础信息。     

“三条红线”约束下的种植结构多目标优化模型研究

【目的】通过调整种植结构,达到水资源利用与配置更加合理化,以有限的水资源促进当地农业可持续发展。【方法】根据玛纳斯县农业结构种植特点,建立了基于遗传算法的多目标作物种植结构优化模型,并结合"三条红线"相关指标,运用MATLAB软件进行求解,提出了2020、2030年玛纳斯县主要农作物种植结构优化方案。【结果】现状年小麦种植面积可以维持现状,适当增加玉米、葵花和甜菜的种植面积,减少棉花种植面积,优化后灌溉节水量为137.01万m3,2020、2030年优先增加玉米和葵花的种植面积,当种植面积一定时,随着灌溉水利用系数的提高,可以增加棉花的种植面积。【结论】通过种植结构的调整,可以在兼顾经济、社会和节水效益的基础上缓解农业用水供需矛盾。     

基于GF-1 WFV影像的作物面积提取方法研究

黑龙江省是我国粮食生产大省,及时有效地获取黑龙江省的农作物种植面积对后续研究的开展具有重要意义。以黑龙江省五九七农场为例,利用2014年8月30日GF-1卫星16 m空间分辨率影像,通过计算不同特征波段,构建了多特征水稻、玉米种植区识别方法。首先计算影像归一化差分植被指数（NDVI）,并将原影像进行主成分变换,以此为基础建立包含多特征的数据集。然后利用不同地物类型之间在各特征波段的差异,基于CART算法构建决策树,分别提取研究区内的水稻和玉米。精度评价结果表明,分类的总体精度达到96.15%,Kappa系数为0.94。水稻的制图精度为98.41%,用户精度为97.64%;玉米的制图精度为95.38%,用户精度为97.89%。其中总体精度和Kappa系数较最大似然法分类结果分别提高了5.28%和0.08。所提研究方法可为其他地区农作物高分数据作物类型制图提供借鉴。     

基于Google图像的农作物地块信息仿真提取技术

高分辨率遥感影像是农作物地块提取的主要数据源。为此,以由Google图像得到的多尺度影像分割与面向对象影像分析方法为主要技术,利用样本多边形对象的成员函数建立训练区,自动提取农作物的覆盖信息,可以直接应用于农业调查和生长趋势预测等方面。该方法具有信息获取周期短、精度高和成本低的特点,能够实现农作物地块信息的精确获取与快速更新。     

干旱区耕地土壤盐渍化信息提取研究

土壤盐渍化是制约农业生产和发展的主要障碍之一。目前针对耕地土壤盐渍化的研究较少,常规土壤盐渍化的遥感监测主要是基于中低分辨率卫星,采用传统的基于象元分类方法,对盐渍化信息的细节描述不足,监测精度不高。使用国产GF-1影像,结合面向对象方法,针对耕地环境下的盐渍化信息进行精确提取和分类,再利用传统分类方法及实地采样数据进行精度分析。结果表明:面向对象法和最大似然法的分类总体精度分别为91.68%和72.48%,Kappa系数分别为0.90和0.69。该技术能准确提取田间尺度下耕地盐渍地信息,在未来的农田盐渍化高精度监测研究中具有一定应用价值和发展潜力。     

最优分割尺度支持下高分遥感影像水土资源信息分类

为提升水土资源信息分类精度,以无人机航拍获取的高分辨率影像为实验对象,提出了最优分割尺度和决策树支持下的对象级影像分类方法。首先,根据影像内部的同质性和异质性,建立了分割质量函数,通过该函数获取了最优分割尺度;然后,提出了基于光谱信息和面积信息的最优分割尺度评价模型对分割结果进行评价;最后,引入决策树规则机制,完成了水土资源信息分类,并与最大似然法分类结果进行对比。研究结果表明:所建立的分割质量函数能准确获取最优分割尺度,有效避免了人工分割带来的主观性,所提方法分类总体精度为86.78%,最大似然分类方法总体精度为77.59%,在分类精度上有较大提升。     

基于“3S”技术的小尺度玉米种植分布提取

农业面积的调查需要投入大量的人力、物力和很长的时间,随着科技的发展很长的以遥感、地理信息系统和全球定位系统等为代表的“3S”空间信息技术,为农作物种植面积提取提供了一个很好的技术手段.及时准确的获取农作物的种植面积对于粮食生产和食品安全是十分重要的.本研究利用环境小卫星（HJ-1）数据来提取德惠市的玉米种植面积.采用支持向量机（SVM）的分类算法提取特定时期的影像信息,本文是利用SVM的分类算法提取2010年5月21日HJ-1数据的裸地信息,2010年8月1日和2010年8月7日的植被信息.将这三者空间取交集得到研究区玉米种植的空间分布信息,目视解译精度达到90％,与野外调查数据比较,符合实际玉米种植分布状况.     

基于无人机遥感技术的玉米种植信息提取方法研究

使用无人机遥感试验获取的可见光图像研究拔节期玉米种植信息提取方法。首先确定感兴趣区地物种类,包括:玉米、小麦、向日葵、树苗和裸地;然后分别统计计算5类地物的27项纹理特征,比较各类地物特征的种内变异系数和与玉米的相对差异系数,选出适宜提取玉米种植信息的特征。经过分析发现,仅用一个特征参数难以准确提取玉米种植信息,需要各特征组合分层分类提取玉米信息。最后确定绿色均值、蓝色协同性和纹理低通植被指数TLVI为玉米种植信息提取特征。经过对初步提取结果的分析,发现分类后的小麦地和树苗地中仍残留有与玉米区特征相同的斑块,玉米地中有与非玉米区特征相同的斑块,结合两种斑块各自形状面积分布的独特性,分别实现残留斑块去除和玉米地错分斑块保留,完成玉米种植信息提取。选取与感兴趣区影像同时期不同区域的两幅影像进行方法验证,结果表明:该方法对玉米种植信息提取有较好效果,面积提取误差在20%以内,对用无人机可见光遥感影像进行玉米种植信息提取具有一定的适用性。     

基于决策树和混合像元分解的玉米种植面积提取方法

Landsat 8影像具有较高空间分辨率和时间分辨率,长时间序列Landsat 8-NDVI曲线反映农作物的物候历、种植模式和种植结构信息,是精确提取玉米种植面积的理想数据源。基于时序Landsat 8-NDVI影像提取玉米种植面积的方法中,决策树方法快速、高效,可通过多阈值限定进行分类,但由于混合像元问题,如果阈值设置过宽,提取面积偏大;阈值设置过窄,提取面积偏小;混合像元分解通过计算端元组分丰度可以排除异质地类干扰。因此,以时序NDVI为数据源、耦合使用2种算法是精确提取作物种植面积的有效方法。本研究基于时序Landsat 8-NDVI,提取河北省保定市大田玉米的种植面积。首先,分析典型作物区的NDVI曲线特征,并构建决策树从而初步提取早播夏玉米、小麦夏玉米和春玉米的分布范围。然后,根据端元平均NDVI波谱曲线,进行3种玉米混合度分解,进而根据玉米丰度比例精确提取玉米种植面积。精度评价结果表明:利用本方法提取的玉米种植区总分类精度在98%以上,Kappa系数在0.97以上;所提取的玉米种植类型主要是夏玉米,春玉米种植主要集中在涿州市中部,这与实地调查结果一致。上述定量和定性的评价结果表明该方法可用于快速、精确提取玉米种植面积。     

基于时序植被指数的县域作物遥感分类方法研究

准确地获取农作物种植面积信息是农业管理部门及时掌握农作物生产信息的基础。基于时序植被指数的作物遥感分类方法,可以充分发挥遥感技术周期短、速度快和宏观性强的特点,克服单时相遥感数据的“同物异谱”和“异物同谱”导致的混分问题。以河北省曲周县作物遥感分类为例,在研究待分类作物的最佳NDVI阈值区间的基础上,探讨了基于时序植被指数的农作物分类知识规则建立方法。分类结果显示研究区2014年各类作物的种植面积分别为：冬小麦27 776.61 hm 2、夏玉米27 776.61 hm 2、春玉米2 582.73 hm 2、棉花6 485.94 hm 2、谷子 277.65 hm 2。 用总体分类精度、Kappa系数和统计数据对分类精度进行了验证,总体分类精度为89.166 7%,Kappa系数为0.857 4,与统计数据的相对误差分别为冬小麦-0.80%、夏玉米-0.32%、春玉米-3.15%、棉花-2.71%、谷子4.12%。研究结果表明该方法可为县域农作物种植面积遥感调查提供技术依据。     

遥感技术在村域尺度耕地种植动态监测中的应用

【目的】精确获取村域尺度耕地种植动态变化信息。【方法】笔者以福建省南平市万安乡连墩村为例,以国土“三调”耕地数据为基础,采用Landsat、SAR、无人机航飞影像等多源数据组合,结合人工智能的方法进行研究分析。【结果】研究结果显示,6—12月期间水稻、玉米、地瓜等粮食作物种植以及蔬菜等非粮食作物种植存在动态增减变化。【结论】耕地轮作休耕制度得到了有效推行,设施农用地与交通运输用地在持续增加,区域的发展活力和可持续性在不断增强。     

河南省冬小麦种植面积遥感监测及其时空特征研究

【目的】准确实现河南省冬小麦种植面积的遥感提取,并探索河南省冬小麦种植面积的变化过程。【方法】将遥感监测与统计数据结合,以多时相MODIS遥感影像作为数据源,分析制定了冬小麦信息的提取规则,利用统计数据辅助确定规则中的阈值选取,以减少阈值选取的主观性,提取出河南省2004—2013年冬小麦种植面积,并分析了河南省2004—2013年冬小麦种植面积的时空变化。【结果】遥感监测结果与各地市统计值具有较高的相关性(R2=0.938 5),在平原地区具有较高的精度,监测精度为89.5%,而在受到地形等因素影响的地区,冬小麦种植面积的分布相对破碎,监测精度具有较大误差,个别地区甚至不足50%。从空间上看,河南省冬小麦种植面积的空间分布总体较为集中,主要分布在河南中东部的黄河平原和淮河平原地区和豫西南的南阳盆地地区。从时间上看,河南省冬小麦种植区域总体变化较小,种植年份较为稳定的区域主要分布于豫东平原地区,累积种植年数显著增加地区主要分布于南阳盆地地区,累积种植年数显著减少地区的分布较为分散,无明显的分布趋势。【结论】基于遥感和统计数据相结合的方法可准确监测平原区冬小麦种植面积,河南省冬小麦种植面积的时空变化均较为稳定,为保障我国粮食安全发挥着重要作用。     

基于遥感蒸散发模型的净灌溉水量测算空间尺度研究

【目的】农业用水总量和灌溉水有效利用系数是最严格水资源管理考核总量红线和效率红线控制的重要指标。目前遥感蒸散发模型在珠江片区域蒸散发量估算和净灌溉水量评估的应用度不高,对其空间适用尺度缺乏研究。【方法】以广西区为例,通过试验观测-遥感解译等技术计算不同空间尺度遥感蒸散发量,并与相应尺度直接量测的净灌溉水量建立线性相关关系,根据相关系数,得出误差最小的空间尺度,从而建立一套更准确、快速、有效的最优空间尺度下,根据遥感蒸散发量进行区域净灌溉水量估算的方法。【结果】在较大的广西区、片区尺度,净灌溉用水量和遥感蒸散发量之间存在明显的线性相关关系,相关系数在0.8以上;对比广西区和桂中片区净灌溉用水量实测结果与遥感估算结果,误差均在0.5%以内。【结论】在片区和广西区等较大尺度,遥感测算结果的可信度较高,遥感蒸散发模型适用性较强,其估算结果可为最严格水资源管理考核和农业水资源科学管理提供科学支撑。     

基于决策树和SVM的Sentinel-2A影像作物提取方法

以河南省濮阳县为研究区,以2017年8月6日遥感影像为基础数据源,基于地面样方和样本点数据分析构建植被指数阈值分割分类决策树,结合支持向量机(Support vector machine,SVM)分类方法实现了秋季主要作物种植面积遥感识别,并与其他方法分类结果进行了精度验证与对比。结果表明,与最大似然法(Maximum likelihood,ML)和SVM法相比较,决策树和SVM相结合能较好地解决线状地物和小地块作物提取不全以及"椒盐"现象等问题,可以对秋季复杂作物进行有效识别,作物分类提取总体精度和Kappa系数分别为92.3%和0.886。利用中分辨率单时相遥感影像,结合波谱特征和植被指数能有效提高复杂作物分类精度,为区域复杂作物分类提取提供技术参考和借鉴价值。