一种基于多源多时相遥感信息的城市水稻田分布提取方法

摘要

农作物空间监测与提取是城市群区域农业生产与城市发展的重要内容。尽管遥感技术在农业生产中已得到了广泛应用,但长三角地区水稻田监测受多云多雨条件限制,难以获取连续的高质量长时间序列多光谱影像,如何利用多时相多光谱影像及雷达影像高效地提取水稻田空间信息是一个亟须解决的问题。该文提出了一种融合多源多时相遥感影像的水稻田提取方法,以南京市江宁区为研究区域,以GF-1号卫星多光谱影像以及Sentinel-1雷达影像为数据源,选取覆盖水稻生长周期的3个时相雷达影像和3个时相多光谱影像,分别构建多光谱影像特征集(多波段反射率、NDVI、NDWI、EVI等)和雷达影像的反向散射系数特征集,综合实地调查数据选取训练样本,利用粒子群优化的SVM分类器进行分类。结果表明,在多光谱所有特征信息复合中表现最佳的多波段反射率与NDWI、WDRVI组合,再与雷达影像特征组合后,水稻田分类用户精度最高,达到93.42%,平均精度、总体精度和Kappa系数也分别达94.52%、94.31%和0.93。该方法能有效地提取水稻田空间分布信息,同时可为其他作物分类提供参考。