基于哨兵2号时序影像的冬小麦空间分布研究

摘要：

为获取当地精准、详实的冬小麦空间信息,为冬小麦种植区域规划提供技术支撑,本文基于多时间序列的归一化植被指数构建模型,估算了 2018-2021年归一化植被指数(Normalize Difference Vegetation Index,NDVI)模型提取的冬小麦面积,获取其时空分布情况,并参考农业数据进行精度评定,研究了多时相指数模型与黄土高原冬小麦的相关性,探讨了多时相归一化植被指数模型对冬小麦提取的可行性.结果表明:①基于多时相NDVI模型,利用随机森林算法提取冬小麦具有较高精度.每年 2、4、6 月(越冬期、拔节期、乳熟期)为冬小麦识别的关键期,其构建的指数模型提取效果最佳.②单期遥感影像容易受到同期植被的干扰,多时相指数模型可以有效提高冬小麦提取的精度.分别对 2018-2021年冬小麦提取,对提取结果进行检验,总体精度分别为 91.16%、90.35%、94.26%.③基于Sentinel-2影像数据的甘谷县提取结果,近 3年冬小麦种植面积整体呈现平稳态势.种植的时空分布上看,冬小麦主要集中于甘谷县中部断陷河谷地区,南北山区向中部种植区域逐渐增加,且分布在海拔在 2036m以下山地的特点.因此,基于合成指数模型对冬小麦耕种范围提取方法具有可行性,可以有效提取冬小麦的空间信息,证明了利用该方法可有效获取黄土高原冬小麦空间分布情况,并为当地的冬小麦遥感种植时空变化监测研究提供借鉴和参考.

关键词：遥感图像识别、冬小麦、空间变化监测

所属期刊栏目：54

分类号：S127(农业物理学)

在线出版日期：2023-07-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：352-359