利用NDVI指数时序特征监测秋收作物种植面积.PDFVIP

第25 卷 第1 期 农 业 工 程 学 报 Vol.25 No.1 144 2009 年 1 月 Transactions of the CSAE Jan. 2009 利用NDVI 指数时序特征监测秋收作物种植面积 1 2 熊勤学 ，黄敬峰 （1．长江大学农学院，荆州 434025； 2．浙江大学农业遥感与信息技术应用研究所，杭州 310229） 摘 要：通过对湖北省江陵县各种地物MODIS 数据NDVI 时序特征的分析，选取夏秋作物轮作期 （5 月下旬）和NDVI 均值为标准，采用分层方法区分秋收作物 （中稻、晚稻、棉花）区与其它区，然后利用 BP 神经网络法对三种作物进行 监督分类，得出了三种作物种植的空间分布。并将结果与ETM 数据的神经网络监督分类值作为标准值进行了误差分析， 得出其平均误差率为 13.6%，能准确反映江陵县秋收作物分布状况，该分层模式加 BP 神经网络监督分类方法适用于多 种作物种植区的作物分类。 关键词：神经网络，监督分类，MODIS ，NDVI 中图分类号：S127 文献标识码：A 文章编号：1002-6819(2009)-1-0144-05 熊勤学，黄敬峰. 利用NDVI指数时序特征监测秋收作物种植面积[J]. 农业工程学报，2009，25(1)：144－148. Xiong Qinxue, Huang Jingfeng. Estimation of autumn harvest crop planting area based on NDVI sequential characteristics[J] . Transactions of the CSAE, 2009,25(1)：144－148.(in Chinese with English abstract) 作为植被指数来提取华北地区农作物种植面积。本文意 0 引 言 在通过对湖北省江陵县 2001 年秋收作物的物候以及 作物的分类识别和提取是农业遥感的基础，其识别 MODIS 的NDVI 时序曲线进行分析，探讨获取秋收作物 [1] 精度的高低直接影响着后续研究结果的精度和准确性 ， 空间分布信息的方法，为运用MODIS 数据进行地县级作 由于作物具有季相节律性和物候变化的规律性等特点， 物识别提供一条实用的技术与方法。 因此运用多时相遥感数据进行作物种类分类成为作物遥 [2] 1 研究区概况及数据处理 感重要手段之一 ，归一化植被指数 （NDVI ）与地面植 物叶面积指数的高相关性决定其能有效地反映作物物候 1.1 研究区概况 变化规律，因此运用 NDVI 时序特征能准确区分不同农 选定的地点是湖北省江陵县，江陵县是荆州市农业大 [ 3] 2 作物类型，如盛永伟 等利用6 km 分辨率的气象卫星植 县，面积1061 km ，位于江汉平原西南部，地势平坦 （高 被指数NDVI 数据,根据其时间序列特征，采用动态聚类 程28～34 m ），紧靠长江，水系发达；种植制度简单，旱 方法对中国植被