基于多时相Sentinel-1水稻种植范围提取

摘要

通过遥感手段监测与提取水稻种植范围的是农业现代化管理的重要手段,南方地区春夏季节多云雨天气,难以获得有效的光学数据。为了准确提取多云雨地区的水稻种植范围,以江西省南昌县蒋巷镇为研究区,以Sentinel-1多时相数据为数据源开展研究。通过早稻生长关键物候期Sentinel-1 SAR数据各地类后向散射系数,计算不同物候期条件下水稻田与其他地类的J-M距离,分析不同物候期SAR数据组合情况下水稻田与其他地类的J-M距离变化,获得提取水稻种植范围的最佳物候期影像。分别采用随机森林法、最大似然法、支持向量机和神经网络法进行分类,并对比验证分类精度。结果表明,孕穗期(6月14日)、三叶期(4月21日)、移栽期(5月3日)、二季晚稻移栽期(7月26日)组合SAR数据为水稻田提取最优时相组合。采用随机森林方法进行分类能够获得较高精度,研究区地物分类总体精度达到0.943,Kappa系数0.932。研究对于多云雨地区采用SAR数据开展水稻田制图,在时相选择和分类方法上有一定的借鉴意义和参考价值。