时空协同的地块尺度作物分布遥感提取

作     者：杨颖频 吴志峰 骆剑承 黄启厅 张冬韵 吴田军 孙营伟 曹峥 董文 刘巍 Yang Yingpin;Wu Zhifeng;Luo Jiancheng;Huang Qiting;Zhang Dongyun;Wu Tianjun;Sun Yingwei;Cao Zheng;Dong Wen;Liu Wei

作者机构：广州大学地理科学与遥感学院广州510006 南方海洋科学与工程广东省实验室(广州)广州511458 中国科学院空天信息创新研究院北京100094 中国科学院大学北京100049 广西农业科学院农业科技信息研究所南宁530007 长安大学理学院西安710064 中国农业科学院农业资源与农业区划研究所北京100081 

出 版 物：《农业工程学报》 (Transactions of the Chinese Society of Agricultural Engineering)

年 卷 期：2021年第37卷第7期

页      面：166-174页

核心收录：

学科分类：082804[工学-农业电气化与自动化] 08[工学] 0828[工学-农业工程] 

基　　金：国家重点研发计划课题(2018YFB2100702) 国家自然科学基金(41631179,U1901219) 南方海洋科学与工程广东省实验室(广州)人才团队引进重大专项(GML2019ZD0301) 

主　　题：作物 遥感 分布提取 时空协同 地块尺度 时间序列 物候特征 

摘      要：地块尺度作物分布信息清晰直观地反映了农田位置、空间形态等空间细节和种植类型信息,对精准农业管理、种植补贴发放和农业资源调查等具有重要价值。虽然遥感时空协同思路为地块尺度作物分布提取提供了解决方案,但在农田地块提取和时序特征构建方面尚存在不足。该研究基于遥感时空协同的思路,以Google Earth高空间分辨率影像为底图,利用擅于学习影像视觉特征的D-LinkNet深度学习模型,快速、精准提取农田地块形态;以地块为观测单元,利用Landsat8和Sentinel-2多源遥感的“碎片化无云数据构建地块时序数据集,基于加权Double-Logistic函数重建地块归一化植被指数(Normalized Difference Vegetation Index,NDVI)时序曲线;提取地块物候特征和多时相光谱特征,经过特征优选和随机森林分类模型构建,开展地块尺度作物分布制图。以广西扶绥县为研究区开展试验,共提取地块43.7万个,边界准确率为84.54%,相较于常规基于多尺度分割的地块提取,基于D-LinkNet的地块提取方法直接排除了非农田地物的干扰,地块形态与现实情况符合度更高;地块NDVI时间序列重建结果能够较好地捕捉作物开始生长、旺盛期、成熟收获期的动态变化趋势;分类特征重要性评价结果显示,红边特征、与时间相关的物候特征在分类中发挥重要作用,当联合物候特征和光谱特征时分类效果最佳;根据特征重要性分析不同特征数量情况下的分类精度,当特征数量大于40维时,作物分类精度和Kappa系数保持稳定,总体分类精度维持在88%左右;对扶绥县地块尺度作物分布进行制图,提取甘蔗地块277421个、水稻地块33747个、香蕉地块4973个、柑橘地块102055个,分别占农田地块总数的63.48%、7.72%、1.14%、23.35%,种植面积占比分别为69.78%、7.12%、1.71%、18.06%。该研究在理论上构建了遥感时空协同的地块尺度作物分类模型,为大范围、地块尺度作物分布遥感提取提供了实用化方案。