基于像元物候曲线匹配的生长季内河北省冬小麦空间分布识别

• 作者: 张锦水 赵光政 洪友堂 孙智虎 段雅鸣
• 来源期刊: 农业工程学报
• 学科: 工学
• 关键词: 模型 物候 时间序列 时间泛化 像元相似度 先验知识 冬小麦
• 年，卷（期）: 2020,（23）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 193-200
• 页数: 8页
• 分类号: TP79
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2020.23.022

摘要

及时、准确的农作物空间分布信息是进行作物长势监测、灾害评估与产量估计的基础.传统方法一般在作物收获期前后进行作物的识别,时间上滞后,难以满足农业生产的应用,时空泛化能力差,模型复用程度低.该研究以历史知识为支撑,提出冬小麦像元匹配模型(Pixel-Matched Model,PMM)进行冬小麦空间分布提取,旨在生长季内实现冬小麦空间分布的快速提取.研究结果表明,PMM能充分利用作物物候特征变化,排除冬小麦种植物候空间异质性的影响,能够在播种后2个月内实现冬小麦的准确提取,总体精度达到了95.49％,F1分数为0.83,且不随物候曲线的延伸而大幅提高精度.与传统参考曲线模型(Reference Curve Model,RCM)相比,PMM在消除区域内冬小麦生长物候差异方面具有优势,可在年际间实现冬小麦的准确识别,具有较强的时间泛化能力,能够实现冬小麦的自动化识别.