基于高分卫星影像的青岛市冬小麦种植信息提取

doi:10.11924/j.issn.1000-6850.casb19010091

摘要/Abstract

摘要：

为了准确获取青岛市主要农作物冬小麦的种植信息,以GF-1/16 m卫星影像为主要数据源,将高程、土地利用和田间调查数据作为辅助数据源,根据冬小麦主要发育期与其他地物在GF-1/16 m卫星影像上的光谱差异,计算得到4月份为青岛市冬小麦遥感面积提取的最佳时相。在最佳时相内,采用决策树分类法,通过分区解译方式,提取出青岛市2017年冬小麦种植面积和分布区域,并利用GF-2融合后 1 m卫星影像、地面调查数据和统计局公布数据对分类结果进行精度验证。结果表明:利用GF-1/16 m卫星影像在幅宽、时间和空间分辨率的优势,将土地利用和高程等引入决策树分类模型,进行区域尺度的冬小麦种植面积遥感估算的方法是可行的。经精度验证,2017年青岛市冬小麦遥感解译总精度为94.3%,Kappa系数为0.857。遥感提取面积略小于统计局公布数据,面积总量提取精度为93.6%。本研究为基于高分卫星影像的区域尺度作物种植面积提取提供参考。

关键词: 高分卫星影像, 冬小麦, 青岛市, 最佳时相, 决策树分类

Abstract:

To accurately obtain the planting information of winter wheat, which is the main crop in Qingdao, taking the GF-1/16 m satellite imagery as the main data source, combined with the auxiliary data source including the elevation, land utilization and field survey data, we calculated and got the results that the optimum time phase for extracting the remote sensing area of winter wheat in Qingdao was April through the spectral differences between the main development period of winter wheat and other features on the satellite imagery of GF-1/16 m. During its optimum time phase in 2017, we extracted the planting area and distribution area of winter wheat in Qingdao by the decision tree classification and districting interpretation. Besides, the 1 m satellite imagery fused GF-2, ground survey data and the data released by the statistics agency were adopted to verify the accuracy of the classification results. The results showed that: the remote sensing estimation method for winter wheat planting area on regional scale was feasible by using the advantages of GF-1/16 m satellite imagery in width, time and spatial resolution to introduce land utilization and elevation into the decision tree classification model. By verification of accuracy, the total accuracy of remote sensing interpretation for winter wheat in Qingdao in 2017 was 94.3%, and the Kappa coefficient was 0.857. The remote sensing extraction area was slightly smaller than the data released by the statistics agency, and the extraction accuracy of total area was 93.6%. This study provides reference for the extraction of crops planting area on regional scale based on high-resolution satellite imagery.

Key words: high-resolution satellite imagery, winter wheat, Qingdao, optimum time phase, decision tree classification

中图分类号:

刘学刚, 李峰, 郭丽娜. 基于高分卫星影像的青岛市冬小麦种植信息提取[J]. 中国农学通报, 2020, 36(11): 118-123.

Liu Xuegang, Li Feng, Guo Lina. Winter Wheat Planting Information Extraction in Qingdao: Based on High-resolution Satellite Imagery[J]. Chinese Agricultural Science Bulletin, 2020, 36(11): 118-123.

图/表 12

参考文献 20

[1]	陈仲新, 刘海启, 周清波 , 等. 全国冬小麦面积变化遥感监测抽样外推方法的研究[J]. 农业工程学报, 2000,16(5):126-129.
[2]	焦险峰, 杨邦杰, 裴志远 . 基于分层抽样的中国水稻种植面积遥感调查方法研究[J]. 农业工程学报, 2006,22(5):105-110.
[3]	邬明权, 杨良闯, 于博 , 等. 基于遥感与多变量概率抽样调查的作物种植面积测量[J]. 农业工程学报, 2014,30(2):146-152.
[4]	马强, 闵小平, 徐晓青 . 卫星遥感技术在农业调查中的初步应用[J]. 中国农业资源与区划, 2003,24(2):14-16.
[5]	陈健, 刘云慧, 宇振荣 . 基于时序MODIS-EVI数据的冬小麦种植信息提取[J]. 中国农学通报, 2011,27(1):446-450.
[6]	陈仲新, 任建强, 唐华俊 , 等. 农业遥感研究应用进展与展望[J]. 遥感学报, 2016,20(5):748-767.
[7]	武永利, 赵永强, 靳宁 . 单时相MERSI数据在冬小麦种植面积监测中的应用[J]. 中国农学通报, 2011,27(14):127-131.
[8]	景毅刚 . 利用EOS/MODIS信息提取陕西冬小麦种植面积研究[J]. 陕西农业科学, 2008,54(2):95-98.
[9]	田海峰, 王力, 牛铮 , 等. 基于新遥感数据源的县域冬小麦种植面积提取[J]. 中国农学通报, 2015,31(5):220-227.
[10]	李丹, 韩留生, 黄思宇 , 等. 基于HJ-1数据的冬小麦种植面积、长势与收割进度遥感监测[J]. 中国农学通报, 2016,32(12):20-28.
[11]	黄振国, 杨君 . 高分一号卫星影像监测水稻种植面积研究综述[J].湖南农业科学,2014(13):76-78.
[12]	黄健熙, 贾世灵, 武洪峰 , 等. 基于GF-1WFV影像的作物面积提取方法研究[J]. 农业机械学报, 2015,46(S1):253-259.
[13]	刘国栋, 邬明权, 牛铮 , 等. 基于GF-1卫星数据的农作物种植面积遥感抽样调查方法[J]. 农业工程学报, 2015,31(5):160-166.
[14]	马尚杰, 易湘生, 游炯 , 等. 基于GF-1影像的冬小麦种植面积核算及直补政策实施评价[J]. 农业工程学报, 2016,32(18):169-174.
[15]	王利民, 刘佳, 杨福刚 , 等. 基于GF-1卫星遥感的冬小麦面积早期识别[J]. 农业工程学报, 2015,31(11):194-201.
[16]	王利民, 刘佳, 杨福刚 , 等. 基于GF-1卫星遥感数据识别京津冀冬小麦面积[J]. 作物学报, 2018,44(5):762-773.
[17]	贺鹏, 徐新刚, 张宝雷 , 等. 基于多时相GF-1遥感影像的作物分类提取[J]. 河南农业科学, 2016,45(1):152-159.
[18]	李峰, 谢磊, 王昊 , 等. 基于GF-1影像的冬小麦面积提取及年际变化动态监测[J]. 山东农业学报, 2017,49(8):139-144.
[19]	李杰, 谭荣建 . 基于高分1号卫星数据的农作物面积遥感测量[J]. 浙江农业科学, 2018,59(3):414-416.
[20]	孙姝娟, 李民录, 王萍 , 等. 基于GF-1/WFVEVI时间序列数据的水稻种植面积提取[J]. 福建农业学报, 2018,33(6):575-580.

参数	16 m分辨率多光谱相机
光谱范围	0.45~0.52 μm
	0.52~0.59 μm
	0.63~0.69 μm
	0.77~0.89 μm
空间分辨率	16 m
幅宽	800 km（4台相机组合）
覆盖周期（不侧摆时）	4 d

参数	16 m分辨率多光谱相机
光谱范围	0.45~0.52 μm
	0.52~0.59 μm
	0.63~0.69 μm
	0.77~0.89 μm
空间分辨率	16 m
幅宽	800 km（4台相机组合）
覆盖周期（不侧摆时）	4 d

参数	1 m分辨率全色/4 m分辨率多光谱相机
光谱范围	全色	0.45~0.9 μm
	多光谱	0.45~0.52 μm
		0.52~0.59 μm
		0.63~0.69 μm
		0.77~0.89 μm
空间分辨率	全色	1 m
空间分辨率	多光谱	4 m
幅宽	45 km（2台相机组合）
重访周期（侧摆时）	5 d
覆盖周期（不侧摆）	69 d

参数	1 m分辨率全色/4 m分辨率多光谱相机
光谱范围	全色	0.45~0.9 μm
	多光谱	0.45~0.52 μm
		0.52~0.59 μm
		0.63~0.69 μm
		0.77~0.89 μm
空间分辨率	全色	1 m
空间分辨率	多光谱	4 m
幅宽	45 km（2台相机组合）
重访周期（侧摆时）	5 d
覆盖周期（不侧摆）	69 d

月份	大蒜	裸地	水体	其他
11月	1.5651	1.6198	1.9999	1.9082
12月	1.6193	1.751	2	1.9446
1月	1.86256	1.8977	2	1.9711
2月	1.8733	1.9992	1.9999	1.9891
3月	1.9979	2	2	1.9991
4月	2	2	2	2
5月	1.9989	2	2	1.9889