基于GF-1影像NDVI年度间相关分析的冬小麦面积变化监测

• 作者: 刘佳 姚保民 季富华 杨福刚 王利民
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 农作物 遥感 识别 GF-1 NDVI 冬小麦 相关分析 变化检测
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 184-191
• 页数: 8页
• 分类号: S127
• 字数: 7433字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2018.08.024

摘要

为实现区域冬小麦种植面积变化的快速监测,减少监测难度,提高监测效率和精度,该文提出一种基于年际NDVI相关关系的监测方法(relationship analysis of normal difference vegetation index,rNDVI).选择河北省黄骅市、孟村县、海兴县3个县市为研究区,基于2014年4月14日、2017年4月26日两个时期的GF-1/WFV数据,基于rNDVI方法,通过将样本点两年度的 NDVI 值构建二维空间,采用最小二乘法拟合的方法获得不变地物点的上下包络线方程,进而得到冬小麦变化区域的监测阈值,提取冬小麦种植增加和减少区域,实现对研究区域的变化监测.结果表明,采用 rNDVI算法总体精度分别为90.60%,Kappa系数为0.84,相比传统的先最大似然分类后再提取冬小麦种植变化区域的方法,总体精度与Kappa系数分别提高了6.6个百分点和16.7%.对冬小麦增加区域、冬小麦减少区域的变化监测结果进行分析,发现基于rNDVI的变化监测方法可以有效提高裸地、线状道路、破碎的冬小麦地块等区域的变化识别能力,提高监测精度.同时分别利用2014年3月1日和2017年3月12日、2014年5月17日与2017年5月20日两对GF-1/WFV数据进行基于rNDVI的冬小麦变化区域监测,结果表明3月份的监测精度较低,主要是由于3月份冬小麦长势尚不明显,5月份与4月份的总体精度相近,主要是由于5月份冬小麦NDVI已较高,易于识别.上述研究结果表明,基于rNDVI的冬小麦变化快速监测方法可以有效监测区域冬小麦种植面积的变化情况,算法简单高效,且能够在种植结构相对单一的冬小麦分布区域保持较高精度,能够满足农情遥感监测信息快速获取的需要.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘佳	中国农业科学院农业资源与农业区划研究所	151	1674	21.0	37.0
2	王利民	中国农业科学院农业资源与农业区划研究所	62	941	16.0	29.0
3	姚保民	中国农业科学院农业资源与农业区划研究所	22	102	6.0	9.0
4	杨福刚	中国农业科学院农业资源与农业区划研究所	35	359	10.0	18.0
5	季富华	中国农业科学院农业资源与农业区划研究所	9	24	4.0	4.0