基于MODIS数据的水稻种植面积提取研究进展

• 作者: 于文颖 冯锐 张玉书 武晋雯 纪瑞鹏 赵先丽 陈鹏狮
• 来源期刊: 气象与环境学报
• 学科: 农学
• 关键词: 水稻 种植面积 MODIS数据 遥感 多时相
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 综述
• 页码范围: 56-61
• 分类号: S127
• 字数: 5729字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-503X.2011.02.010

摘要

概述了水稻种植面积监测遥感数据源的应用变化、特征指数和时相选取以及遥感分类方法的发展,分析了MODIS影像在水稻种植面积遥感提取技术方面的研究进展及发展方向.结果表明:MODIS具有高光谱、高时间分辨率和多时相等特点,在大尺度上提取水稻种植面积上,可提高作物识别和监测的精确度与工作效率,节约成本,有着其他遥感数据无法相比的优势,应用MODIS数据提取水稻种植面积,取得了较好的效果.水稻遥感的最佳时相可以选择移栽期和孕穗期,利用对水体和植被较为敏感的波段或植被指数(如NDⅥ、LSWI和EVI)进行水稻识别,并提取种植面积.传统的遥感图像分类方法如监督分类和非监督分类,算法成熟、操作简单,是目前应用较多的方法.近年来发展起来的分类新方法,如决策树分类法、专家系统分类法、神经网络分类法,支持向量机法等,能够更准确地提取目标地物,对图像分类有不同程度的改进,在实际应用中通常和传统分类方法结合起来使用;多时相分析法与高时间、高分辨率多光谱影像的结合可以获取较高精度的作物种植面积数据,与传统分类方法相比有较大提高.利用MODIS对单一的或大面积的水稻种植面积提取效果较好,但对于地块破碎的种植面积估算尚难达到满意的结果,添加其他的辅佐数据如高程、坡度等,并结合MODIS数据的多时相特点分类等方法,可提高遥感影像分类的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于文颖		52	568	14.0	21.0
2	赵先丽		46	1139	18.0	33.0
3	张玉书		129	1892	21.0	36.0
4	陈鹏狮		40	1189	18.0	34.0
5	纪瑞鹏		118	1956	23.0	38.0
6	冯锐		77	955	17.0	26.0
7	武晋雯		65	828	16.0	25.0