基于NDVI加权指数的冬小麦种植面积遥感监测.pdf

第 32卷 第 17期 农 业 工 程 学 报 、，o1．32 NO．17 2016芷 9月 Transactionsofthe ChineseSociety ofAgriculturalEngineering Sep．2016 127 基于NDVI加权指数的冬小麦种植面积遥感监测 王利民，刘 佳，杨玲波，杨福刚，滕 飞，王小龙 (中国农业科学院农业资源与农业区划研究所，北京 100081) 摘 要：该文针对农业信息服务中冬小麦种植面积调查业务的现状与需求，提出了一种基于 NDVI(normaldifference vegetationindex)时间序列的冬小麦NDVI加权指数 (WNDVI，weightedNDVIindex)影像算法，可在训练样本、验证 样本选择的基础上实现冬小麦面积的自动提取，并以河北省安平县及周边地区2013--2014年度冬小麦面积提取为例，采 用GF．1 Fv (widefieldview)数据进行了算法实现。算法的主要思路是在时序影像基础上，通过冬小麦NDVI加权指 数影像的构建，扩大冬小麦地类与其他地类的差异，结合白适应的阈值获取方法，区分冬小麦地类，获取冬小麦作物面 积。算法包括冬小麦时间序列影像的获取、基于网格的样本点设置、构建冬小麦 NDVI加权指数影像、迭代确定冬小麦 NDVI加权指数提取阈值、精度验证这 5个部分。影像的获取根据冬小麦的生长时间确定，保证每月 1景GF．1 l，FV无 云影像，并进行预处理及NDVI计算；同时将研究区划分为一定数量的网格，每个网格再等分为2x2个子网格，根据 目 视解译、专家知识、实地调查等方法，确定左上网格中心点及右下网格中心点的地物类型。统计该期所有左上网格点冬 小麦及其他地物的NDVI均值，冬小麦 NDVI大于其他地物的将该期影像的权值设置为 1，否则设置为一1，将所有时相 NDVI影像进行加权平均，即可获取冬小麦 NDVI加权指数影像。获取冬小麦NDVI加权指数影像后，还需设置合适的 阈值提取冬小麦。该文选用右下网格点目视解译分类结果作为闽值提取依据，具体方法是将冬小麦指数从小到大按照一 定间隔划分，作为冬小麦 NDVI加权指数提取阈值，将各阈值二值法运用，与右下网格点的冬小麦提取的目视解译结果 对比，精度最高的就是最优冬小麦 NDVI加权指数分割阈值。在所有网格中，以初始识别获取的冬小麦面积为准，等概 率选择 1O个样方作为精度验证样方进行验证。精度验证结果表明分类总体精度达到94．4％，Kappa系数达0．88。该文通 过构建冬小麦NDVI加权指数，将比较复杂的多个参数转换为一个参数，并且农学意义明确，相比传统的NDVI时序影 像进行冬小麦面积的提取，具有 自动化程度高、面积提取精度高、分类结果稳定的特点，已经在全国农作物面积遥感监 测业务中进行了应用。 关键词：遥感；作物；监测；种植面积；冬小麦；GF一1；NDVI；多时相；NDVI加权指数 doi：10．11975~．issn．1002—6819．2016．17．018 中图分类号： S127 文献标志码：A 文章编号：1002～6819(2016)一17—0127—09 王利民，刘 佳，杨玲波，杨福刚，滕 飞，王小龙．基于 NDVI加权指数的冬小麦种植面积遥感监测 [J]．农业工程学 报，2016，32(17)：127—135． doi：10．11975~．issn．1002—6819．2016．17．018 http：／w／ww．tcsae．org WangLimin，LiuJia，YangLingbo，YangFugang，TengFei，WangXiaolong．Remotesensingmonitoringwinterwheatareabased onweightedNDVIindex[J]．TrnasactionsoftheChineseSocietyofAgriculturalEngineering(TransactionsoftheCSAE)，2016， 32(17)：127—135．(inChinesewithEnglishabstract) doi：10．11975~．issn．1002-6819．2016．17．