|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 华北平原2001-2011年冬小麦播种面积变化遥感监测显示文摘为及时、准确地获取华北平原冬小麦时空分布信息,构建多源遥感监测系统,基于MODIS EVI时间序列数据和两景TM影像,建立华北平原冬小麦时序波谱曲线库,并结合农作物物候历制订统一规则,在此基础上,重建华北平原2001-2011年冬小麦播种面积时空变化过程。结果表明:1)多源遥感监测系统提取华北平原2001-2011年冬小麦信息,在栅格尺度上获得了稳定的较高分类精度,平均为76.36%;在县域行政单元尺度上,2011年的冬小麦遥感监测面积与统计数据的耦合度也较高(决定系数为0.89,均方根误差为1.29×104 hm2);2)华北平原2001-2011年的冬小麦播种面积呈持续上升趋势,2011年比2001年增加了156.05×104 hm2(14.96%);3)冬小麦播种面积大致呈'南增北减'的时空变化格局:平原中南部的鲁西南平原、胶莱平原、豫东平原和皖北平原冬小麦种植面积扩张趋势显著;而北部的京津冀地区冬小麦面积明显收缩。该研究旨在为华北平原调整农业种植结构、制订粮食安全策略及优化水资源管理提供数据支持,也可为大范围、长时间尺度的作物播种面积时空变化遥感监测提供方法借鉴。 | 王学 李秀彬 谈明洪 辛良杰 | 2015 | 农业工程学报2015，31，8： | 55 |
| 2 | 冬小麦种植面积遥感提取方法研究显示文摘提取冬小麦种植面积是开展冬小麦长势监测和估产工作的重要环节,如何提高其提取精度是国内外研究的热点。针对不同空间分辨率的遥感图像,采取不同的遥感解译模型,得到更高的信息提取精度,是利用遥感方法提取冬小麦种植面积的关键。在对国内、外调研的基础上,将冬小麦种植面积遥感提取研究方法归纳为目视解译与计算机自动分类、面向像元分类、基于地块分类、遥感解译模型分类和基于纹理特征分类等5类。综述评价了主要的冬小麦种植面积遥感提取研究方法,讨论了目前冬小麦种植面积遥感提取存在的问题及未来发展方向。关注地形复杂、耕地破碎度较高及种植结构复杂地区的冬小麦种植面积提取,遥感数据、GIS和气象数据等相结合、多源多时相遥感数据相结合、地面光谱测量数据与高光谱图像数据相结合,以及验证数据的改变等,是提高冬小麦种植面积遥感提取精度的研究方向。 | 权文婷 王钊 | 2013 | 国土资源遥感2013，25，4： | 37 |
| 3 | 基于NDVI加权指数的冬小麦种植面积遥感监测显示文摘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(normal difference vegetation index)时间序列的冬小麦NDVI加权指数(WNDVI,weighted NDVI index)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/WFV(wide field view)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,结合自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/WFV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2×2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-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阈值提取依据,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10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。 | 王利民 刘佳 杨玲波 杨福刚 滕飞 王小龙 | 2016 | 农业工程学报2016，32，17： | 30 |
| 4 | 基于多时相合成孔径雷达与光学影像的冬小麦种植面积提取显示文摘小麦是中国最重要的农作物之一,准确、及时掌握小麦种植面积具有重要意义。以探索合成孔径雷达(synthetic aperture radar,SAR)与光学数据对种植结构复杂地区冬小麦识别的能力,提高识别精度为目的。该研究以多时相SAR(Sentinel-1A)和光学影像(Landsat-8)为数据源,选取种植结构复杂的都市农业区为研究区。构建不同特征向量组合,利用支持向量机(support vector machine,SVM)提取冬小麦种植面积。通过对比分析基于不同特征向量组合的冬小麦识别精度,结果表明:1)使用SAR后向散射数据得到85.7%的制图精度和87.9%的用户精度;2)添加SAR数据纹理信息,总体精度高达90.6%,比单独使用后向散射数据在制图精度和用户精度上分别提高7.6%和6.7%;3)当SAR数据和光学影像结合时,总体精度高达95.3%(制图精度97%,用户精度98.4%),比单独使用SAR数据在制图精度和用户精度上分别提高3.7%和3.8%。因此,基于SAR数据的都市农业区冬小麦分类,有着较高分类精度,纹理信息和光学影像的添加能有效提高识别精度。研究结果可为SAR数据的农作物识别和应用提供理论基础。 | 周涛 潘剑君 韩涛 魏善宝 | 2017 | 农业工程学报2017，33，10： | 29 |
| 5 | 中高分辨率遥感影像在农业中的应用现状显示文摘为了更加透彻地了解中高分辨率遥感影像技术在农业中的应用研究现状,该文通过对其应用研究现状进行了提炼和总结,并给以简洁的展望。明确了物种识别和分类、农作物面积估算与监测、作物养分和水分状况监测、农作物的叶面积指数、生物量和叶绿素含量监测、病虫害监测和预报、农业自然灾害的监测、农用地土地资源动态变化和监测、作物产量预测8个方面是中高分辨率遥感影像在农业工作中的应用重点,指出农业工作将更加精细、多种技术和方法的融合使用、统一的农业遥感影像数据库的完善、对当前遥感影像技术不足之处的弥补、标准农业植被光谱库的完善和健全的植被解译体系的完善6个方面将是未来一段时期内应用发展的重点和热点。本文可对遥感农业应用和研究工作提供一定参考。 | 杨红卫 童小华 | 2012 | 农业工程学报2012，28，24： | 28 |
| 6 | 基于Landsat8 OLI与MODIS数据的洪涝季节作物种植结构提取显示文摘洪涝灾害会造成农作物严重受损,因此洪涝季节作物的种植结构是估算洪涝灾害损失、进行防灾减灾措施的必要信息。为了能够快速便捷地提取洪涝季节作物种植结构,该文以湖北省监利县为研究区域,探讨了采用空间分辨率较高的Landsat8陆地成像仪(operational land imager,OLI)影像和时间分辨率较高的中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer,MODIS)数据,综合利用多源多时相遥感影像提取中小尺度范围的洪涝季节作物种植结构的方法。首先利用MODIS数据建立作物的归一化植被指数(normalized difference vegetation index,NDVI)时间序列曲线,并采用改进后的Savitzky-Golay滤波器对曲线进行平滑处理,然后根据作物的物候特征设定阈值,界定作物种类,进而以此为依据在作物关键生育时期的Landsat8 OLI高清影像中选择合适的感兴趣区域(region of interest,ROI)作为先验知识,使用BP(back propagation)神经网络模型对OLI数据进行监督分类,提取作物种植面积分布。最后利用统计数据与资源三号卫星数据对提取结果进行验证,平均精度达到88%,能够较准确地反映监利县洪涝季节作物的分布情况。该研究可为洪涝灾害损失估算提供可靠基础。 | 陈颖姝 张晓春 王修贵 罗强 熊勤学 罗文兵 | 2014 | 农业工程学报2014，30，21： | 25 |
| 7 | 冬小麦面积遥感识别精度与空间分辨率的关系显示文摘不同空间分辨率农作物面积识别精度是农情遥感监测数据源选择的依据。该文采用WFV(wide field view)、MODIS(moderate-resolution imaging spectroradiometer)、OLI(operational land imager)、Google Earth影像,在天津市武清区选择了12 km×14 km的冬小麦种植区作为研究区域,采用目视识别的方法,分析了2、5、10、15、30、100、250 m共7个空间分辨率尺度下冬小麦面积识别精度与遥感数据分辨率、农田景观破碎度之间的关系。结果表明,随着空间分辨率由2 m变化到250 m,冬小麦面积识别的总体精度逐步由98.6%降低到70.1%,精度降低28.5%;面积数量比例由5.5%扩大到110.6%,误差增加105.1个百分点;面积精度呈明显下降趋势,数量误差呈明显增加趋势,数量误差的增加速度高于精度下降的趋势。高、中、低3个景观破碎度条件下,随着分辨率由2 m降低到250 m,作物识别精度分别降低了72.8、63.2和47.0个百分点,破碎度的增加导致面积识别精度下降速度更快;同等分辨率下,破碎度越高的地区面积识别精度越低。像元内冬小麦占比与可识别能力密切相关,像元占比达到45.0%以上时才能够被正确识别为冬小麦类型,像元尺度降低导致细小斑块丢失是造成面积识别与数量精度降低的主要原因。像元空间分辨率越高,冬小麦像元的光谱一致性越强,越有利于冬小麦分类精度的提高。针对农情遥感监测业务运行的需要,上述研究结果可以作为区域范围不同用户精度要求前提下遥感数据源选择的依据。 | 王利民 刘佳 高建孟 杨玲波 杨福刚 王小龙 | 2016 | 农业工程学报2016，32，23： | 21 |
| 8 | 基于地块尺度多时相遥感影像的冬小麦种植面积提取显示文摘针对仅利用单一遥感影像数据获取农作物信息精度不够问题,该文选择冬小麦主产地河南省兰考县乡镇作为研究区,以2017年多时相中分辨率Landsat8 OLI影像和Google earth上下载的亚米级高分影像为遥感数据源,结合光谱差异和农田地块信息实现冬小麦的精确提取。该算法首先构建不同时相决策树模型,分别实现2个时相的冬小麦区域初步提取;其次通过将对高分影像多尺度分割产生的地块信息分别与2个时相冬小麦播种面积初步区域相互叠加,完成地块单元控制下的冬小麦播种面积分地块统计,并通过设定不同统计阈值,分析落在每一地块单元下的冬小麦区域,生成基于地块单元的冬小麦播种面积分布图;最后通过多时相交叉验证,获取最终冬小麦播种区域。结果表明:该方法能更加准确提取冬小麦种植面积,保持较低的误判率(1.3%)水平下,得到较高的提取正确率(95.9%),较通过对比单一Googleearth高分辨率影像获取冬小麦精度(85.6%)高,该研究对通过融合多源多时相影像数据获取农作物提供参考。 | 邓刘洋 沈占锋 柯映明 许泽宇 | 2018 | 农业工程学报2018，34，21： | 20 |
| 9 | 基于不同时相遥感的冬小麦种植面积的提取显示文摘卫星遥感技术能够快速、准确、大面积对农作物生长进行监测,多时相遥感监测可克服单时相遥感监测的不足,利于实现对农作物生长变化的动态监测。以江苏省大丰市为研究区域,选用拔节期和抽穗期两景环境(HJ)卫星遥感影像进行不同地物光谱信息识别与种植面积提取研究。首先,在分析两景HJ星影像植被光谱信息的基础上,提取出各自影像的归一化差值植被指数(NDVI)影像,并对两景NDVI影像分别进行加运算和减运算,得到另外两景NDVI合成影像。其次,通过对提取到的四景NDVI影像光谱信息进行比较分析,最终选用植被光谱信息特征较为明显的加运算合成影像进行冬小麦种植面积提取。最后,基于影像不同地物的NDVI阈值划分,并叠加GPS样点信息校正,提取到大丰市冬小麦种植面积数据及其空间分布信息。结果显示,大丰市遥感提取冬小麦种植面积为78 712.13 hm2,精度为92.51%。在该市20个乡镇(或农场)冬小麦种植面积提取精度中,精度大于95%有9个乡镇(或农场),精度在90%至95%之间的有7个乡镇(或农场),仅有4个乡镇(或农场)提取精度在80%至90%之间。说明,利用不同时相遥感合成运算方法得到的合成影像,能明显增强冬小麦光谱信息与其他植被信息特征区别,有利于实现高精度提取冬小麦种植面积的目的。 | 王庆林 李卫国 王荣富 | 2014 | 江苏农业学报2014，30，6： | 14 |
| 10 | 遥感光谱技术在农作物估产中的应用研究进展显示文摘农作物产量是一个国家或地区的重要经济信息,关系着国家和区域粮食安全,对农业规划布局、政策调整及可持续发展等方面具有重要意义。农作物遥感估产主要包括作物识别和产量评估2项主要环节,文章通过总结农作物遥感识别与产量估算的研究现状,以其依据的特征不同、针对的目标不同对现有的作物识别分为2类进行总结;根据数据源与评估模型原理的区别将现有作物遥感估产方法总结为4类,对其方法、原理和应用要点进行总结,讨论分析了各类方法的优势和仍需完善的问题,并对今后的发展趋势进行了展望。 | 王莺 巩垠熙 | 2019 | 中国农学通报2019，0，3： | 12 |
| 11 | 基于RF算法优选多时相特征的冬小麦空间分布自动解译显示文摘为探讨如何利用遥感影像自动解译技术,实现冬小麦种植情况统计调查、提高提取精度,选择冬小麦关键生育期6个时相的高分二号遥感影像数据,分别从6个时相的近红外灰度(NIR)、红波段灰度(R)、绿波段灰度(G)、蓝波段灰度(B)、比值植被指数(RVI)、归一化植被指数(NDVI)6个特征中优选出对冬小麦面积提取最敏感的1个特征作为输入变量,每个时相选择1个特征,6个时相共选出6个特征作为输入变量,利用随机森林算法构建模型,提取冬小麦空间分布特征。选择研究区不同长势、不同种植品种的地块样本构建训练集,利用多时相特征构建模型,并将模型推广应用于整个大厂回族自治县,得到大厂回族自治县冬小麦的空间分布情况。通过与统计结果对比分析,经过多时相特征优选构建的模型对冬小麦的识别精度接近90%。经过样本优化和后期处理仍可提升精度,此方法能在保证提取精度的前提下对冬小麦进行快速提取,提高相应的工作效率。 | 李旭青 刘世盟 李龙 金永涛 范文磊 吴伶 | 2019 | 农业机械学报2019，50，6： | 12 |
| 12 | 基于地块级时序NDVI的喀斯特山区撂荒地特征精准识别显示文摘撂荒地在全球呈扩散趋势,已成为土地利用的重要研究方向,喀斯特石漠化耕地的撂荒因多云多雨造成可利用的光学遥感影像十分有限,且因混合像元严重而不易被精确识别和提取。利用短期高空间分辨率影像和长时序中等空间分辨率影像的特性,以贵州省息烽县为例,首先,从高空间分辨率影像中提取的耕地地块数据,同时,利用最大值合成法基于Landsat数据得到2003—2018年间的时序NDVI数据;然后,运用阈值法识别撂荒地NDVI特征;最后,叠加喀斯特石漠化信息,分析撂荒与石漠化的关系。结果表明:①耕地地块和时序NDVI组合数据能够精准地识别提取撂荒地,在95.56%的耕地提取精度下撂荒地识别精度达90.7%,该方法在光学数据缺乏和耕地破碎的多云雨山区有很好的应用效果;②耕地撂荒归一化植被指数(normalized difference vegetation index,NDVI)曲线在形态上表现为“V”型特征,连续撂荒曲线形态呈“U”型特征,累计撂荒NDVI曲线形态呈不对称“W”型、“M”型或多个“W”和“M”组合型,其变化复杂多样;③非喀斯特撂荒地NDVI总体水平比石漠化撂荒地高,石漠化等级高低与NDVI曲线整体水平呈反比关系、与曲线波动程度呈正相关关系,撂荒次数与地块NDVI值呈反比关系、与NDVI曲线离散程度呈正相关关系。研究结果为喀斯特多云雨山区撂荒地的精准识别提取提供了高效、可行的思路和方法。 | 王玲玉 陈全 吴跃 周忠发 但雨生 | 2020 | 国土资源遥感2020，32，3： | 10 |
| 13 | 玉米大豆轮作遥感监测技术研究显示文摘基于黑龙江省北安市2014—2015年的Google Earth影像、多时相OLI数据和Rapid Eye影像,采用遥感目视解译的方法,构建了玉米大豆轮作遥感监测业务化技术流程。主要技术环节包括数据预处理、地块位置与面积信息的精准获取、农作物类型识别、精度验证、变化统计等5个内容。研究结果表明:工程区域总面积4528.7 hm^2,计有447个地块;其中,2014年玉米轮作为2015年大豆的地块为193块3794.4 hm^2,大豆轮作为玉米的地块为65块88.0 hm^2;采用地块逐一调查的方式进行验证,地块吻合率为100.0%。研究提出的技术方法具有较高的地块测量准确性和监测效率,可以作为农作物种植结构调整政策落实程度核查技术使用。 | 刘佳 王利民 滕飞 杨福刚 姚保民 | 2017 | 中国农学通报2017，33，8： | 8 |
| 14 | 利用无人机遥感监测农作物种植面积显示文摘南方平原耕地具有地块破碎、农作物种植品种多且空间分布混杂程度高等特点,运用传统的遥感技术方法精确监测农作物面积较为困难。无人机航拍具有拍摄时间灵活、空间分辨率高、成本低等优势,为解决这一难题提供了有利途径。本文通过地面样地调查,获取杭州市余杭区瓶窑镇农作物样地的位置及种植品种数据,利用面向对象的多尺度分割方法与随机森林的分类方法对无人机航拍数据进行分割、分类,深入挖掘高分辨率遥感数据信息,用于提取农作物种植品种及其空间分布信息,实现高精度的农作物种植面积遥感监测,推进无人机遥感在农业中的深入应用,提高农业遥感应用效益。 | 任泽茜 丁丽霞 刘丽娟 谢锦莹 敖伊颍 张继艳 何嘉莹 | 2020 | 测绘通报2020，，7： | 8 |
| 15 | HJ星数据在关中冬小麦种植面积遥感监测中的应用显示文摘应用冬小麦抽穗期的环境小卫星影像对关中地区依据行政区划划分,采用多种遥感监测方法进行冬小麦种植面积提取,提取精度达95.64%。结果表明:抽穗期是关中地区提取冬小麦种植面积的最佳时相,同时也表明环境小卫星可以用来监测大范围的冬小麦种植面积,并得到很高的精度。在未来的研究中,对于地形差异较大的地区,可依据地形和冬小麦的种植结构对研究区进行划分,针对每个子研究区采用不同的遥感监测方法以提高提取精度。 | 权文婷 周辉 | 2014 | 遥感技术与应用2014，29，6： | 8 |
| 16 | 基于图像分割和NDVI时间序列曲线分类模型的冬小麦种植区域识别与提取显示文摘为自动获取大面积冬小麦种植区域,通常利用中等空间分辨率遥感影像中的物候信息,基于时间序列曲线进行识别与提取。但在实际工程项目中,只使用物候信息提取精度偏低。因此提出了一种基于时间序列曲线数据分类模型与图像分割相结合的冬小麦识别方法。首先,构建多源数据的归一化植被指数(normalized difference vegetation index,NDVI)时间序列曲线,采用时间序列谐波分析方法(harmonic analysis of time series,HANTS)对NDVI时间序列数据进行平滑和去噪;然后,对NDVI时间序列进行坐标转换,获取波段均值、标准差和均方根3个参数,构建新的分类模型,提升冬小麦与其他作物的差异值;最后,通过与高空间分辨率数据的分割结果相结合,利用图像的空间结构信息,提高地物边界的准确性。以南京市江宁区为例,利用2017年12月—2018年6月间高分一号、Landsat8和Sentinel-2A 3种类型的共21景多源数据进行实验,最终提取精度达到98.74%,比其他方法有所提高,为农业管理部门提供了准确的冬小麦种植区域和分布的地理信息数据。 | 王碧晴 韩文泉 许驰 | 2020 | 国土资源遥感2020，32，2： | 8 |
| 17 | 基于地块级时序遥感的喀斯特石漠化地区撂荒地时空演变显示文摘撂荒地在全球呈扩散趋势,传统的调查方法已无法满足及时、精确掌握撂荒情况的需求。针对喀斯特石漠化耕地的撂荒因光学影像的不足和严重的混合像元不易精确识别和提取,以贵州省息烽县为例,运用高精度影像精确识别提取耕地地块,再叠加通过MVC方法计算Landsat数据得到的2003-2018年时序NDVI数据,得到撂荒和复垦时空分布。结果表明:(1)地块和时序NDVI组合能够精准地识别提取撂荒地,该方法对于光学数据缺乏的和耕地破碎的多云雨山区有很好的适用效果;(2)2003-2018年息烽县撂荒地呈随机散点状分布,主要分布在有岩石裸露潜在、轻度、中度石漠化地区,2008年撂荒面积最大2 545.6 hm^2,撂荒率最高7.7%;有7块耕地持续撂荒时间最长12年,有8块地累计撂荒最多15年。(3)2003-2018年息烽县复垦率与撂荒率波动趋势基本一致,复垦率的响应延后1年,较高的石漠化等级负面影响复垦行为。研究结果为喀斯特多云雨山区撂荒地的精准识别提取提供高效、可行的思路和方法,为撂荒地的驱动因子分析、趋势监测和风险评价、效应评估及政策设计提供精确的基础数据。 | 王玲玉 周忠发 赵馨 孔杰 张淑 | 2020 | 水土保持学报2020，34，1： | 8 |
| 18 | 基于HJ卫星的中国南方地区甘蔗面积提取研究显示文摘为研究大范围甘蔗种植面积的提取方法,以广西、云南、广东湛江和海南为研究区,以30 m空间分辨率的多时相HJ卫星影像为数据源,采用基于NDVI时间序列的决策树分类模型提取研究区内2014/2015年度甘蔗种植面积。结合农业部门的统计数据对甘蔗种植面积提取结果进行精度评价,总体精度达到87.5%。对研究区广东湛江甘蔗种植区域进行抽样调查,抽样调查精度达到93.2%,Kappa系数为0.81。表明该方法可以高效地应用于中国南方地区的甘蔗种植空间信息识别。 | 张东东 周振 宋晓东 | 2019 | 中国农学通报2019，35，16： | 7 |
| 19 | 基于Landsat-8和LSMM的冬小麦面积提取研究——以皖北为例显示文摘美国国家航空航天局(NASA)成功发射了最新系列的陆地卫星(Landsat-8),搭载的陆地成像仪(OLI)对波段进行了重新调整,从而避免了大气吸收干扰,能够更好地区分植被和无植被特征,为农业遥感提供了全新的高质量数据。本文选取皖北(阜阳、蚌埠、宿州)为研究区域,以Landsat-8遥感影像为研究数据,经缨帽变换得到遥感影像的主成分信息,并用其分量甄选出不同地物的端元,最后建立线性混合像元模型(LSMM),并对皖北地区冬小麦进行提取。与历史统计数据对比,冬小麦种植面积的提取精度达到了90%以上,说明利用Landsat-8和LSMM开展大尺度范围的小麦种植面积提取具有明显的优势。 | 石涛 张丽 杨元建 | 2015 | 麦类作物学报2015，35，12： | 6 |
| 20 | 基于GF-2数据的田间尺度盐渍化提取——以新疆艾比湖流域为例显示文摘为了更加准确有效地监测田间尺度上土壤盐渍化的时空分布,针对农田-裸地交错带,提出先区分农田和裸地两种景观再进行盐渍化提取的策略,首次使用高分二号数据对艾比湖流域农田-裸地交错带干湿两季的盐渍化进行提取和分析。结果表明:本文方法的总精度达到95%以上,且减少了常规分类中经常出现的'椒盐现象';纹理特征的加入使农田类别的光谱可分性从1.5以下提升到1.7,进而增加了提取农田边界的精确性;研究区干季的盐渍化面积较湿季上升了50%左右,中度盐渍化的面积比例上升最大为27%,干湿季差异非常明显。本研究推进了国产高分二号亚米级数据在干旱区农田-裸地交错带盐渍化提取的研究与应用,也为干旱区农田灌溉方案的制定和次生盐渍化灾害的控制提供信息支持。 | 缪琛 丁建丽 占玉林 顾行发 余涛 | 2018 | 桂林理工大学学报2018，38，1： | 5 |
您所在的机构暂未开通此部分的功能，请联系管理员