基于时空数据融合的县域水稻种植面积提取

作者：牛海鹏; 王占奇; 肖东洋

来源：农业机械学报, 2020, 51(04): 156-163.

• 水稻
• 种植面积提取
• 县域尺度
• 增强型自适应反射率时空融合模型
• 数据融合

受云雨天气和卫星自身回访周期的影响,县域尺度水稻种植面积的提取往往难以获取完整时间序列的高空间分辨率影像,利用单一MODIS数据导致提取精度不高。针对上述问题以河南省优良水稻种植区原阳县为例,采用增强型自适应反射率时空融合模型(Enhanced spatial and temporal adaptive reflectance fusion model,ESTARFM),融合中高分辨率的Landsat数据和高时间分辨率的MODIS数据,获取完整时间序列的归一化植被指数(Normalized difference vegetation index,NDVI)数据,经过TIMESAT滤波平滑处理后,利用研究区内水稻与其他地物的时序NDVI曲线,设置合理的NDVI阈值,采用决策树分类的方法提取水稻种植面积。结果显示,总体分类精度为92. 23%,Kappa系数为0. 904 3。提取的水稻制图精度为96. 73%,用户精度为93. 51%,说明ESTARFM模型能很好地融合出高空间分辨率影像,解决数据缺失问题,可为县域尺度水稻种植面积提取提供参考。

• 单位
  河南理工大学