《基于MODIS NDVI多年时序数据的农作物种植识别 Crop information identification based on MODIS NDVI time-series data》.pdfVIP

第 30 卷 第 11 期 农 业 工 程 学 报 Vol.30 No.11 134 2014 年 6 月 Transactions of the Chinese Society of Agricultural Engineering Jun. 2014 基于 MODIS NDVI 多年时序数据的农作物种植识别 1,2,3 1,2※ 1,2 3 1,2 3 许青云 ，杨贵军 ，龙慧灵 ，王崇倡 ，李鑫川 ，黄登成 （1. 北京农业信息技术研究中心，北京 100097 ； 2. 国家农业信息化工程技术研究中心，北京 100097 ； 3. 辽宁工程技术大学测绘与地理科学学院，阜新 123000 ） 摘 要：为了获取陕西省农作物种植模式和类型分布信息，实现对于多年农作物长势分析及精确的估产和耕地生 产力的估算，该文以 2003 －2012 年的 MOD09Q1 时间序列遥感数据集为数据源，以陕西省主要农作物冬小麦、夏 玉米、春玉米、水稻和油菜为研究对象，利用 Savitzky-Golay 滤波方法重建 NDVI 长时间序列数据集，充分利用 农作物的物候信息，构建农作物年际间动态阈值方法，实现了农作物种植模式和类型的识别。通过对混合像元进 行分解，更精确地提取农作物种植面积信息。利用空间和定量 2 种方式对农作物类型识别结果进行分析验证，空 间对比分析得到分类的总体精度和 Kappa 系数为 88.18%和 59.64% ，定量对比分析得到分类的总体一致性为 87.56%。研究结果表明，结合物候信息与时间序列数据利用该文的分类方法可以有效的识别大尺度农作物信息。 关键词：遥感；农作物；识别；MODIS NDVI；种植模式；种植类型；陕西省 doi ：10.3969/j.issn.1002-6819.2014.11.017 中图分类号：S127 文献标志码：A 文章编号：1002-6819 2014 -11-0134-11 许青云，杨贵军，龙慧灵，等. 基于 MODIS NDVI 多年时序数据的农作物种植识别[J]. 农业工程学报，2014， 30 11 ：134－144. Xu Qingyun, Yang Guijun, Long Huiling, et al. Crop information identification based on MODIS NDVI time-series data[J]. Transactions of the Chinese Society of Agricultural Engineering Transactions of the CSAE , 2014, 30 11 : 134 － 144. in Chinese with English abstract vegetation index ）可以充分反映植被的生长变化信 0 引 言 息，是目前卫星遥感监测植被应用最广泛的参数之 农作物的识别与分类是农业遥感的基础，如何 一[3-6]，充分反映了植被生长变化信息，能够体现不 实时、准确地获取农作物类型分布信息对粮食安 同作物物候特征，实现农作物信息的提取。 全、社会经济、政策制定以及生态功能等都有重要 目前，进行农作物类型识别主要基于中高分辨 的影响[1] 。然而与其他地物类型的识别相比，农作 率的遥感影像进行地块尺度的研究，赵丽花等[7]利 物在光谱上有更高的相似度，仅利用遥感影像难以 用多时相环境卫星对冬小麦进行提取；李存军等[8] 对其进行识别，由于不同农作物类型有其独特的物 利用 Landsat 遥感影像对冬小麦和苜蓿进行提取； 候特征，并且农作物的物候特征利用遥感的植被指 李鑫川等[9]基于时间序列环境卫星影像对农作物进 数长时序变化可以充分体现出来，因此利用长时序 行识别。中高分辨率的遥感影像虽然对于作物类别 的遥感影像进行农作物类型的识别是一种行之有 提取的精度较高，但是因其重访周期长，幅宽窄， 效的方法[2] 。遥感的长时序数据具有周期短、覆盖 无法满足农作物关键生育期的要求，且只能受限于 范围广、不受地理条件限制、成本低和信息量大等 地块尺度的研究。低分辨率影像目视辨识能力低， 特点，尤其是数据序列的一致性好[3] ，在大面积农 但是因其一年由多时相构成长时间序列曲线，时间 作物种植面积监测、农作物估产、农情监测与预报 分辨率高，而且已经进行多年的观测，并有 LAI（leaf 等方面具有巨大的应用潜力。利用遥感数据反演的 area index ）、NPP （net primary productivity ）等相 归一化植