基于landsaem+30m影像的我国主要作物面积估算.docxVIP

基于landsaem+30m影像的我国主要作物面积估算 0 基于多时相遥感影像的作物分布信息提取技术 作物的种植面积和空间分布是研究粮食地区平衡、预测农业资源综合生产力和人口承载能力的重要数据来源。及时、准确的获取国家和区域尺度上的作物种植面积和空间分布信息,对于准确估计和预测作物产量,优化农业生产管理和作物种植空间布局,确保我国粮食安全具有重要意义。传统的获取农作物种植面积主要是通过逐层统计上报和实地大面积调研测量的方法,但是存在误差较大、耗时耗力和缺乏空间分布信息等主要问题。上世纪六十年代空间遥感技术的发展,为农作物种植信息的提取,提供了新的科学技术手段。过去的几十年来,大面积土地利用/覆盖(land use/land cover,LULC)制图技术在国家尺度、全球尺度取得了长足进步。归一化植被指数(normalized difference vegetation index,NDVI)是应用遥感技术提取作物信息的一个最常用指标,被广泛应用于作物分类和生长状况评价。以时间序列植被指数NDVI为基础,很多学者研究了借助遥感影像提取特定类型LULC方法。Defries根据AVHRR NDVI时序变化特征提取了全球森林覆盖密度;在较小的尺度上,闫惠敏等利用MODIC/EVI时间序列影像,分析了鄱阳湖农业区多熟种植时空格局特征;郑长春利用8d合成的多时相MODIS影像,提取了浙江省水稻种植面积信息;熊勤学利用MODIS NDVI数据对湖北省江陵县开展了监测秋收作物种植面积研究,取得了较好的效果。另外,高分辨率遥感影像,如IKONOS、SPOT、Quick Bird等也已经应用于农业利用分类、变化监测的研究中。 但是以上应用基本都是基于对单一影像的解译。融合异源多时相遥感影像提取作物分布信息成为农业遥感应用中的一个重要课题。Thenkabail等融合AVHRR、SPOT等多种影像数据,提取并计算了全球灌溉面积,取得了良好的效果。目前,对于大尺度的作物面积与空间分布研究国际上通常采用遥感和地面抽样调查技术相结合的方法,而我国结合地面调查数据,基于多时相遥感影像对大尺度农作物分布信息提取研究相对还比较少。本文旨在探讨基于东北三省2007年MODIS NDVI 250m 16d分辨率影像和2005年Landsat ETM+30m影像数据,结合农田实地调查数据,根据农作物生长规律,运用NDVI指数时序特征分析,借助光谱耦合技术和Google Earth工具,来提取东北三省的主要作物空间分布信息。 1 国内商品粮基地 东北三省(121°11′—135°05′E,38°43′—53°33′N)是我国纬度最高的地区,主要种植春玉米、水稻、大豆和春小麦,是我国商品率最高的商品粮基地,年辐射总量为3219MJ/m2,年均气温4.78℃,≥10℃积温为2959.4℃,年均降水量560.5 mm。2007年耕地面积2 145.8万hm2,占全国耕地面积的16.55%,玉米播种面积862.5万hm2,水稻播种面积283.7万hm2,分别占全国的29.63%和11.65%,粮食产量占全国总粮食产量的15.45%。 2 材料和方法 2.1 地面调查和测量数据 多时相MODIS(MODerate-resolution Imaging Spectroradiometer)遥感观测影像是生态环境监测、全球环境与气候变化研究重要的数据。本文采用由NASA USGS提供的研究区内MODIS NDVI MOD13Q1数据,时间分辨率为16d(时间序列为2007097-2007305),空间分辨率为250m,东北三省覆盖的MODIS影像序号为:h25v3,h26v3,h25v4,h26v4,h27v4和h27v5(h为Horizontal,v为Vertical)。MODIS植被指数数据产品属于L3级产品,它由原始数据经过定位,并对由遥感器成像过程产生的边缘畸变进行矫正以后产生的产品。2005年中国东北三省Landsat ETM+6波段反射率影像拼接产品图来源于IWMI(国际水资源管理研究所)的研究数据。 2)地面调查数据 参照IWMI完成的10 km全球灌溉面积分布图(Satellite Sensor Based Global Irrigated Area Map@10km)中国东北部分布设地面调查路线,相关人员分两组赴东北三省进行地面实际调查(图1),用手持GPS获取调查点的经纬度,调查内容主要包括:地表覆盖类型(LULC)、土壤湿度、土壤类型、地形位置等,其中耕地参数包括:作物种植制度、作物种植密度、作物面积比例、冠层覆盖度、作物生育期、作物健康状况等,每个调查点统一按照“灌溉或者雨养—作物类型(玉米、水稻、小麦等)—种植制度(单季、双季)”的方式进行命名。调查点取样