基于Google Earth Engine的淮河流域越冬作物种植面积制图

越冬作物是中国重要的作物类型,其面积的变化不仅对中国粮食产量和经济产生直接的影响,还潜在地影响中国的粮食安全,因此有必要准确绘制越冬作物种植面积图来为决策制定者提供科学参考。该研究以淮河流域为例,基于Google Earth Engine云平台,融合时间序列Landsat-7/8和Sentinel-2A/B卫星影像,采用S-G（Savitzky-Golay）滤波器重构作物时间序列的归一化差异植被指数（Normalized Difference Vegetation Index,NDVI）,根据不同植被类型物候期的差异,选取越冬作物生长旺盛期NDVI最大值、越冬作物播种期和收获期中相应的NDVI最小值和中位数,在像元尺度上构建越冬作物提取算法,绘制淮河流域越冬作物的种植面积。研究结果表明,所构建算法能够精确提取淮河流域越冬作物的种植面积,总体精度为95.8%,Kappa系数为0.912,该研究可为作物面积的提取和监测提供方法参考。     

基于Google Earth Engine的中老缅交界区橡胶林分布遥感提取

天然橡胶林作为东南亚地区主要的经济林和关系国计民生的一种重要战略物资,对当地社会经济发展和环境保护发挥着重要作用。目前对于中、老、缅交界区的橡胶林空间分布情况、分布面积和演变特征等方面相关信息缺乏相应的研究,严重限制了中国农业上关于橡胶产量消费、贸易以及储备。此外,针对橡胶林的时空大尺度的监测主要是采用长时间序列的中低分辨率影像,但此类影像存在大量的混合像元,严重限制了橡胶提取精度。为解决这些问题,该研究基于Google Earth Engine（GEE）云计算平台,利用2015－2019年Landsat OLI的多时相遥感影像数据,通过分析橡胶的物候特征,构建分类参数和模型,应用专家知识决策树的分类方法,并结合2015－2019年间每年12月份实地调查数据对橡胶的分类结果进行验证。结果表明基于GEE平台利用橡胶物候信息计算参数的方法提取较大范围研究区内的橡胶林的准确性较高。总体精度为90.32%,Kappa系数为0.87,可满足一般生产需求。截至2019年中老缅交界区橡胶林总面积达126.29万hm2,其中,西双版纳区域橡胶林面积有52.37万hm2,缅甸区域橡胶林面积有56.93万hm2,老挝北部5省橡胶林面积有16.99万hm2。分析发现在替代政策发展过程中,由于老挝、缅甸实际情况不同而出现政策差异性,导致区域政策发展不均衡。该研究结果表明应用云计算技术可以克服时空大尺度橡胶监测运算能力不足的问题,可为中老缅甸交界地区橡胶合理布局与区域可持续发展提供科学依据和决策支持。     

基于多时相遥感植被指数的柑橘果园识别

柑橘普遍种植于中国南方地区,受天气多云多雨、种植类型复杂等因素影响,利用光谱信息直接识别柑橘果园信息存在一定困难.该研究根据柑橘特有的物候特征,提出了柑橘在其果实生长膨大过程中柑橘果园的植被信息可能减弱的假设.根据此特征提出柑橘果园信息识别方法,确定关键时间窗口的阈值,并以广西壮族自治区南宁市武鸣区为研究区,开展柑...