时空协同的地块尺度作物分布遥感提取

摘要：

地块尺度作物分布信息清晰直观地反映了农田位置、空间形态等空间细节和种植类型信息,对精准农业管理、种植补贴发放和农业资源调查等具有重要价值.虽然遥感时空协同思路为地块尺度作物分布提取提供了解决方案,但在农田地块提取和时序特征构建方面尚存在不足.该研究基于遥感时空协同的思路,以Google Earth高空间分辨率影像为底图,利用擅于学习影像视觉特征的D-LinkNet深度学习模型,快速、精准提取农田地块形态;以地块为观测单元,利用Landsat8和Sentinel-2多源遥感的"碎片化"无云数据构建地块时序数据集,基于加权Double-Logistic函数重建地块归一化植被指数(Normalized Difference Vegetation Index,NDVI)时序曲线;提取地块物候特征和多时相光谱特征,经过特征优选和随机森林分类模型构建,开展地块尺度作物分布制图.以广西扶绥县为研究区开展试验,共提取地块43.7万个,边界准确率为84.54％,相较于常规基于多尺度分割的地块提取,基于D-LinkNet的地块提取方法直接排除了非农田地物的干扰,地块形态与现实情况符合度更高;地块NDVI时间序列重建结果能够较好地捕捉作物开始生长、旺盛期、成熟收获期的动态变化趋势;分类特征重要性评价结果显示,红边特征、与时间相关的物候特征在分类中发挥重要作用,当联合物候特征和光谱特征时分类效果最佳;根据特征重要性分析不同特征数量情况下的分类精度,当特征数量大于40维时,作物分类精度和Kappa系数保持稳定,总体分类精度维持在88％左右;对扶绥县地块尺度作物分布进行制图,提取甘蔗地块277421个、水稻地块33747个、香蕉地块4973个、柑橘地块102055个,分别占农田地块总数的63.48％、7.72％、1.14％、23.35％,种植面积占比分别为69.78％、7.12％、1.71％、18.06％.该研究在理论上构建了遥感时空协同的地块尺度作物分类模型,为大范围、地块尺度作物分布遥感提取提供了实用化方案.

关键词：作物、遥感、分布提取、时空协同、地块尺度、时间序列、物候特征

所属期刊栏目：37

分类号：S126(农业物理学)

资助基金：国家重点研发计划;国家自然科学基金;国家自然科学基金;国家科技重大专项

在线出版日期：2021-07-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：166-174