基于时间序列叶面积指数稀疏表示的作物种植区域提取-遥感学报.PDFVIP

1007-4619 （xxxx ）0x-0001-13 Journal of Remote Sensing 遥感学报 基于时间序列叶面积指数稀疏表示的作物种植区域 提取 1，2 1，2 1，2 1，2 1，2 王鹏新 ，荀兰 ，李俐 ，王蕾 ，孔庆玲 1. 中国农业大学 信息与电气工程学院,北京 100083; 2. 农业农村部 农业灾害遥感重点实验室,北京 100083 摘要：以华北平原黄河以北地区为研究区域，以时间序列叶面积指数（leaf area index ，LAI ）傅里叶变换的谐波特征 作为不同作物识别的数据源，利用稀疏表示的分类方法识别2007—2016 年冬小麦、春玉米、夏玉米等主要农作物种 植区域。首先利用上包络线Savitzky-Golay 滤波分别对2007—2016 年的时间序列MODIS LAI 曲线进行重构，进而 对重构的年时间序列LAI 进行傅里叶变换，以0~5 级谐波振幅、1~5 级谐波相位作为作物识别的依据，基于各类地物 的训练样本，通过在线字典学习算法构建稀疏表示方法的判别字典，对每个待测样本利用正交匹配追踪算法求解 稀疏系数，从而计算对应于各类地物的重构误差，根据最小重构误差判定待测样本的作物类型，并对作物识别结果 的位置精度进行验证。结果表明，2007—2016 年作物识别的总体精度为77.97% ，Kappa 系数为0.74 ，表明本文提出 的方法可以用于研究区域主要作物种植区域的提取。 关键词：叶面积指数；稀疏表示；Savitzky-Golay 滤波；华北平原；农作物；识别 中图分类号：S127 文献标志码：A 引用格式：：王鹏新，荀兰，李俐，王蕾，孔庆玲.xxxx.基于时间序列叶面积指数稀疏表示的作物种植区域提取.遥感学报，0x（x）： 1-13 WANGPengxin，XUNLan，LILi，WANGLei，KONGQingling.xxxx. Extractionofplantingareasofmaincrops basedonsparserepresentationoftime-seriesleafareaindex.JournalofRemoteSensing. 0x（x）：1-13［DOI：10. 11834/jrs.xxxxx001］ （enhancedvegetationindex，EVI）数据进行作物种 1 引言 植区域遥感提取的研究较多，然而在高密度和多 作物空间分布信息的及时获取对农业生产管 层植被情况下NDVI会出现饱和现象。时间序列叶 理、农业可持续发展及国家粮食安全具有重要意 面积指数 （leafareaindex，LAI）能够描述作物年 义，是区域作物产量估测、农作物种植结构调整 内或年际生长变化特征，体现其生长变化过程， 和优化的主要依据 （Belgiu 和 Csillik，2017； 然而，基于遥感数据获取大区域的LAI需要大量的 Whelen和Siqueira，2017）。作物类型的遥感识别 地面实测LAI数据。MODIS卫星数据已经进行多 主要依据作物的光谱特征差异和物候期差异 年的观测，由于其重复周期短、覆盖面积广等特 （Conrad等，2011；Pan等，2012；Jia等，2014）。 点，适用于进行长期、大面积的作物监测，被广 相比于单一时相的遥感数据，多时相遥感数据可 泛应用于作物提取工作中 （Wardlow 和Egbert， 以反映不同作物整个生育期的生长状况，具有更 2008；Arvor等，2011；Skakun等，2017）。通过 强的区分不同作物的能力