基于多时相 Sentinel-2 卫星数据的农作物分类研究

【目的】探究研究区农作物分类最佳时相;结合遥感指数探究一种有效的多时相分类方法,提取主要农作物种植分布情况。【方法】基于多时相Sentinel-2卫星数据,采用支持向量机的分类方法对不同时相进行分类,对比分类精度;融合时间序列的NDVI、MNDWI指数之后采用支持向量机的方法进行分类,之后分别利用MNDWI和CI指数结合决策树的分类方法提取水域和田埂。【结果】7月份的分类效果最好,总体精度达到91.05%,Kappa系数达到0.8518;通过时相数据不同组合的分类精度比较,采用3—10月NDVI数据叠加后分类的效果较好,总体精度达到92.25%,Kappa系数达到0.8736;对比3种不同分类方法,以支持向量机的分类结果精度最高,总体精度达到94.19%,Kappa系数达到0.9024。【结论】7月份是研究区农作物分类的最佳时相;多时相分类精度明显高于单景数据分类;结合多时相NDVI、MNDWI、CI 3种遥感指数进行分类可以有效提取研究区主要农作物的种植分布情况。     

基于星机遥感数据的阴影影响下冬小麦覆盖度估算

遥感影像中阴影的存在对植被覆盖度提取精度具有重要影响.本文以处于拔节期的冬小麦麦田为研究区,基于无人机多光谱影像和Sentinel-2卫星影像,结合NDVI、SVI、VDSEVI和NDCSI 4个植被指数与像元二分模型方法、阈值法2种植被覆盖度提取方法,研究有阴影情况下大田冬小麦覆盖度估算的最佳植被指数和提取方法.结果...     

基于Sentinel-2遥感影像的农作物分类与适宜性评价

农作物种植结构信息是作物长势监测和农业结构调整的重要参考依据,及时准确地通过土地分类和农作物适宜性评价获取农作物空间分布与适宜性种植信息对农业可持续发展意义重大.该文以河北张家口沽源县为研究对象,利用Sentinel-2多光谱数据提取的NDV,NDBI,NDWI,NDRE1,SR_re和CI_red-edge数据为特征,分别采用SVM支持向量机、决策树法、随机森林法对研究区内典型农作物进行精细化提取,探究主要作物空间分布情况,并通过对比kappa系数探讨不同方法对农作物分类的精度,选择最优分类方法.选取土壤性质、土壤侵蚀度、高程、坡度、坡向5个指标建立农作物适宜性评价体系,采用GIS层次分析法与土地适宜性分级指标对沽源县农作物适宜性进行评价.结果表明：基于随机森林分类法对研究区内8种主要农作物进行分类的精度最高,其总体准确率为65.10%, Kappa系数为0.587 1;研究区内主要农作物在空间上整体呈现出镶嵌结构;研究区内中度适宜种植当地主要农作物的用地面积最大,其次是适宜种植面积居中,不适宜种植地区的面积最小.     

基于Sentinel-2时序多特征的植被分类

植被分类是研究森林资源状况和动态变化规律的基础,利用遥感手段可以更加快速、准确地识别植被类型。以位于内蒙古赤峰市喀喇沁旗西南部的旺业甸实验林场为研究对象进行植被分类。采用分层分类的思想,首先根据植被物候特征选取植被生长旺盛时期的影像,计算归一化植被指数（normalized difference vegetation index,NDVI）并设定合适的阈值将研究区内的植被提取出来,剩余部分归为非植被。然后选取NDVI时间序列、最佳时相的Sentinel-2数据中10个波段的光谱反射率特征和主成分分析前3个分量的纹理特征作为分类特征,利用支持向量机分类器将研究区内的植被类型分为耕地、草地、常绿针叶林、落叶针叶林和落叶阔叶林五大类,并将分类结果与最大似然法、NDVI时序+光谱特征的分类结果进行对比分析。NDVI时序+光谱特征+纹理特征的多特征植被分类总体精度达87.64%,Kappa系数为0.85,分别比最大似然法和结合NDVI时序+光谱特征的分类总体精度提高了15.73%和14.61%,Kappa系数提高了0.20和0.18。其中常绿针叶林和耕地的分类结果与实地调查情况高度一致,分类精度分别达到95.65%和92.31%。从而得出:①基于多特征的分类方法有助于提高分类精度;②NDVI时序特征对于植被的区分具有很大帮助;③采用分层分类的思想,首先将研究区内的植被提取出来,可以排除非植被因素的干扰,有效提高植被类型的分类精度。     

基于遥感技术的盐池县草场植被覆盖度变化监测

利用盐池县2000年、2007年与2012年三期卫星影像数据,通过植被指数(NDVI)提取,并且与实地植被调查资料相结合,对该地区植被覆盖度变化进行了监测.结果表明,随着近年来封山禁牧和退耕还林还草政策的实施,盐池县草场植被覆盖度状况明显好转.     

应用Sentinel-2A卫星遥感影像估测森林蓄积量

为了探讨应用Sentinel-2A遥感影像进行森林蓄积量估测的可行性,以内蒙古自治区某林业局的一类清查样地数据、二类调查小班数据、数字高程模型(DEM)以及林地数据为数据源,以遥感影像的波段灰度信息、比值波段及地形信息为自变量,采用k-近邻法(k-NN)、稳健估计及偏最小二乘估计等方法,分林型构建研究区域的森林蓄积量估测模型,从林业局、林场及小班尺度进行估测精度评价.结果表明:k-NN方法在林业局、林场和小班等3个尺度中的估测精度分别达到了97％、93.2％和83.6％,均表现出良好的估测效果;稳健估计法在3个尺度中的估测精度分别为89.3％、72.4％、69.3％;偏最小二估计法在3个尺度中的估测精度分别为85.7％、75.8％、71.7％.k-NN方法估测效果明显优于稳健估计方和偏最小二估计法,因此,Sentinel-2A遥感影像能够有效应用于森林蓄积量估测.     

基于Sentinel-2A影像的县域冬小麦种植面积遥感监测

小麦种植面积遥感监测是小麦估产的基本要素,准确而及时地提取不同灌溉类型冬小麦种植面积及其空间分布信息可为冬小麦长势监测以及产量评估提供科学依据。以山西省闻喜县冬小麦为研究对象,以Sentinel-2A影像为基础数据源,选择主成分(PCA)、红边归一化植被指数(RENDVI)、纹理特征等3个特征变量,结合实地调查样本点,采用随机森林算法,提取冬小麦种植面积,并结合数字高程模型(DEM)提取雨养区和灌溉区冬小麦种植面积。结果表明,Sentinel-2A遥感数据适合作为县域尺度冬小麦监测的数据源;主成分分析、纹理特征和RENDVI的引入可以提高单时相遥感影像对县域冬小麦分类的识别能力;随机森林算法和数字高程模型结合可以实现雨养区和灌溉区冬小麦种植面积的提取。     

基于遥感和GIS技术的青海湖北岸植被覆盖动态变化监测

利用两个时相的TM和ETM数据,分别提取了青海湖流域的植被指数,根据植被指数转化模型,通过植被指数计算植被覆盖度。将植被覆盖度划分为4个不同的盖度等级,根据盖度级的空间分布特征,比较分析了试验区植被覆盖变化情况,分析引起植被覆盖变化的因素,为青海湖流域生态环境保护提供参考依据。     

基于NOAA/AVHRR卫星数据的淮北地区干旱监测

基于2001—2006年极轨气象卫星遥感影像资料和农业气象观测站的旬土壤墒情资料,同时根据安徽省淮北地区干旱特点,利用距平植被指数与20cm土壤墒情建立了干旱监测模型,分别为y春=0.221x 54.375,y冬=0.4474x 81.447;各指数值反演土壤墒情分布,对模型进行统计检验,结果表明春季和冬季距平植被指数通过显著性检验。     

GF-1卫星数据在水稻长势监测中的应用

GF-1国产高分辨率卫星遥感数据具有高空间分辨率、高时间分辨率和高光谱分辨率的优点。该研究利用GF-1卫星宽视场遥感数据,在GPS实地取样的基础上,利用增强型植被指数(EVI),提取建湖县2014年多时相水稻长势信息。结果显示,GF-1卫星宽视场影像可以清晰反映水稻长势要素,能够在遥感估产中推广应用。     

基于遥感影像的土地利用特征提取与城乡梯度差异分析——以河北省涿州市为例

为快速获取区域土地利用特征和精细刻画城乡土地利用差异,以河北省涿州市为研究对象,基于Sentinel-2影像数据,采取面向对象方法进行影像分割,利用隶属度函数与决策树方法相结合的非监督分类算法对涿州市土地利用进行分类,并选取了不同方向的城乡梯度样带进行了土地利用特征分析.结果 表明,应用模糊决策树方法的涿州市土地利用分...     

Leaf chlorophyll content retrieval of wheat by simulated RapidEye,Sentinel-2 and EnMAP data

Leaf chlorophyll content(LCC) is an important physiological indicator of the actual health status of individual plants. An accurate estimation of LCC can therefore provide valuable information for precision field management. Red-edge information from hyperspectral data has been widely used to estimate crop LCC. However, after the advent of red-edge bands in satellite imagery, no systematic evaluation of the performance of satellite data has been conducted. Toward this end, we analyze herein the performance of winter wheat LCC retrieval of currant and forthcoming satellites(RapidEye, Sentinel-2 and EnMAP) and their new red-edge bands by using partial least squares regression(PLSR) and a vegetation-indexbased approach. These satellite spectral data were obtained by resampling ground-measured hyperspectral data under various field conditions and according to specific spectral response functions and spectral resolution. The results showed: 1) This study confirmed that RapidEye, Sentinel-2 and EnMAP data are suitable for winter wheat LCC retrieval. For the PLSR approach, Sentinel-2 data provided more accurate estimates of LCC(R2=0.755, 0.844, 0.805 for 2002, 2010, and 2002+2010) than do RapidEye data(R2=0.689, 0.710, 0.707 for 2002, 2010, and 2002+2010) and EnMAP data(R2=0.735, 0.867, 0.771 for 2002, 2010, and 2002+2010). For index-based approaches, the MERIS terrestrial chlorophyll index, which is a vegetation index with two red-edge bands, was the most sensitive and robust index for LCC for both the Sentinel-2 and EnMAP data(R2≥0.628), and the indices(NDRE1, SRRE1 and CIRE1) with a single red-edge band were the most sensitive and robust indices for the RapidEye data(R2≥0.420); 2) According to the analysis of the effect of the wavelength and number of used red-edge spectral bands on LCC retrieval, the short-wavelength red-edge bands(from 699 to 734 nm) provided more accurate predictions when using the PLSR approach, whereas the long-wavelength red-edge bands(740 to 783 nm) gave more accurate predictions when using the vegetation indice(VI) approach. In addition, the prediction accuracy of RapidEye, Sentinel-2 and EnMAP data was improved gradually because of more number of red-edge bands and higher spectral resolution; VI regression models that contain a single or multiple red-edge bands provided more accurate predictions of LCC than those without red-edge bands, but for normalized difference vegetation index(NDVI)-, simple ratio(SR)-and chlorophyll index(CI)-like index, two red-edge bands index didn't significantly improve the predictive accuracy of LCC than those indices with a single red-edge band. Although satellite data with higher spectral resolution and a greater number of red-edge bands marginally improve the accuracy of estimates of crop LCC, the level of this improvement remains insufficient because of higher spectral resolution, which results in a worse signal-to-noise ratio. The results of this study are helpful to accurately monitor LCC of winter wheat in large-area and provide some valuable advice for design of red-edge spectral bands of satellite sensor in future.     

基于高分辨率影像的城市绿地快速提取方法

高分辨率遥感影像是城市绿地信息快速提取的主要数据源,利用传统方法处理该数据的工作量十分巨大.该文提出利用AutoCAD和ERDAS两种软件相结合的方法,提取包头市城市绿地覆盖信息,达到清查城市绿地的目的.该方法信息获取周期短、精度高、成本低,实现了城市绿地信息精确获取与快速更新.     

Mapping winter rapeseed in South China using Sentinel-2 data based on a novel separability index

Large-scale crop mapping using remote sensing data is of great significance for agricultural production, food security and the sustainable development of human societies. Winter rapeseed is an important oil crop in China that is mainly distributed in the Yangtze River Valley. Traditional winter rapeseed mapping practices are insufficient since they only use the spectral characteristics during the critical phenological period of winter rapeseed, which are usually limited to a small region and can...     

甘肃森林火灾的分布特征及其与归一化差分植被指数的关系

利用甘肃省各林区16年的森林火灾资料,分析了火灾的时空分布特征。结果表明,甘肃省森林火灾主要集中在2～3月份;森林火灾平均开始于10月下旬,结束于5月中旬;地域分布主要集中在马衔山、小陇山、白龙江等林区。此外,利用NOAA气象卫星资料研究发现,遥感监测到的归一化差分植被指数与森林火灾发生率有较好的负相关关系,因此归一化差分植被指数可用于森林火灾的预警研究。     

色季拉山区鲁朗河流域植被覆盖度遥感估算研究

以TM遥感影像为数据源,运用ERDAS9.0和ARCGIS9.0软件,采用TGDVI植被指数结合像元二分法模型测算色季拉山区鲁朗河流域1987、1999和2008年3个时期的植被覆盖度,并在此基础上,求得研究区不同植被覆盖等级的变化转移矩阵,揭示该区域21a来植被覆盖等级时空变化的过程和趋势,为研究区域提供大、中尺度植被覆盖度时空变化的基础数据。     

内蒙古中部植被覆盖度监测及气象驱动力分析

内蒙古中部农牧交错区域生态系统比较脆弱,气候影响下的植被覆盖度变化和气象驱动力是该地区生态系统变化的主导因子。基于遥感MOD13 A2获取内蒙古中部2000-2012年归一化植被指数(NDVI)数据,监测近13年内蒙古中部植被覆盖度变化,并对与植被生长相关的气象因子进行相关性分析。结果表明,2000-2012年内蒙古中部平均植被覆盖度在波动中呈现缓慢增长的趋势,平均每年增长1.29个百分点;覆盖度变化与年降雨量和7、8月降雨量呈极显著正相关,与7、8月平均温度呈显著负相关,与年均温度、风速相关程度低。     

福建长汀红壤区植被覆盖度变化趋势分析

福建长汀位于中国南方亚热带红壤丘陵区,水土流失、山体滑坡等自然灾害较为严重,分析当地植被覆盖度的变化趋势是评价水土流失治理及生态环境恢复的有效手段。以Landsat数据为基础,应用地理信息系统（ GIS）技术,提取福建省长汀红壤区2000－2014年的归一化植被指数（ NDVI）值,并采用像元二分模型和差值法分别对植被覆盖度、植被恢复等级进行估算。结果表明,15 a长汀红壤区NDVI呈明显上升趋势,植被覆盖度呈明显增加趋势,高植被覆盖面积增加了2132．90 km2,面积比例提高68．86％,植被变化以恢复和完全恢复为主,占全区总面积的88．07％。经过多年的治理,长汀红壤区植被覆盖状况已得到很大改善,但仍有占长汀土地总面积0．42％的区域属植被严重退化区,主要分布于汀江两岸,建议在该流域加强水土流失治理保护措施,合理生产开发利用,从而有效防治水土流失。     

基于Sentinel-2遥感影像的黑土区土壤有效磷反演

【目的】土壤养分含量的整体状况对供给作物的生长有着重要意义,对农田土壤速效养分含量的估算是作物生长发育状况评价过程中的关键环节,高光谱遥感技术的发展为区域有机质和土壤养分的动态监测提供了有效的手段。相比传统方法耗时、耗力及测量复杂等缺点,该文提出了基于遥感影像的大面积土壤速效养分含量的精准估算方法,对促进玉米作物的精准施肥和黑土地肥力保护具有重大理论意义。【方法】文章以东北黑土区的吉林省农安县玉米农田为研究区,基于Sentinel-2遥感影像和土壤有效磷含量实测数据,利用偏最小二乘回归方法构建土壤有效磷含量的反演模型,最终获取土壤有效磷含量的空间分布图,实现了黑土区土壤有效磷含量的大面积、快速、精准估算。【结果】Coastal aerosol波段(海岸/气溶胶波段)、可见光波段及红边波段与土壤有效磷含量的相关性较强,模型的决定系数R²为0.649、均方根误差为2.44 mg/kg。【结论】利用偏最小二乘回归模型估算所得土壤有效磷含量空间分布情况与其空间插值结果相一致,从空间分布情况上看,农安县西北部的土壤有效磷含量最高,东北部的土壤有效磷含量高于中部与南部地区;模...     

1988-2009年安县山区植被覆盖度变化动态分析

利用像元二分模型对1988年、1995年、2000年、2007年和2009年5期安县山区的影像数据进行植被覆盖度估算.通过植被覆盖度变化转移矩阵总体评价21年间安县山区植被覆盖度的变化情况,并定量分析1988-1995年、1995-2000年、2000-2007年、2007-2009年四个时段的植被覆盖度变化趋势.结果表明:(1)21年间安县山区的植被覆盖改善的面积为34706 hm2,退化部分的面积为36920hm2;(2) 1988-1995年间、1995-2000年、2000-2007年及2007-2009年间安县山区整体植被覆盖度等级提高的面积为39205、51014、54316和38813hm2,退化部分的面积分别为39563、45650、55422及44271 hm2.2007-2009年此时段受汶川地震影响,地表植被结构严重破坏.利用本文的方法可达到对植被覆盖度进行反演及对该县山区生态环境的保护和可持续发展做出贡献,从而达到创建和谐社会的目的.