基于Sentinel-2遥感影像的作物信息提取与需水量分析研究

作     者：钱鑫 李培显 谢宏全 郜薇薇 王杨 刘付程 QIAN Xin;LI Pei-xian;XIE Hong-quan;GAO Wei-wei;WANG Yang;LIU Fu-chen

作者机构：江苏海洋大学海洋技术与测绘学院江苏连云港222005 山东金田测绘地理信息有限公司济南250000 

出 版 物：《节水灌溉》 (Water Saving Irrigation)

年 卷 期：2022年第5期

页      面：33-38,46页

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 082802[工学-农业水土工程] 081802[工学-地球探测与信息技术] 08[工学] 0828[工学-农业工程] 09[农学] 0818[工学-地质资源与地质工程] 0815[工学-水利工程] 0903[农学-农业资源与环境] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术] 

基　　金：国家自然科学基金项目(41976187) 江苏海洋大学“测绘科学与技术”重点学科 

主　　题：遥感影像 GEE云平台 Sentinel-2 CROPWAT 作物需水量估算 灌溉用水量估算 作物识别分类 

摘      要：气候变化扰动的水资源稀缺性使得农业可持续水资源利用面临危机,节水农业是现代社会农业转型的主要方式,更是可持续发展的根本出路。黑河流域是我国第二大内陆河,中游绿洲是我国的重要粮食生产基地,了解黑河流域的作物种植信息与作物需水特征,对于指导干旱半干旱区农业高效用水及国家粮食安全具有重要意义。基于Google Earth Engine(GEE)云平台利用Sentinel-2影像,结合黑河流域作物的物候特征选取了6-9月的影像数据,根据作物的物候特征重要性完成了特征优选。研究运用随机森林、支持向量机、决策树及投票法分类器完成了作物的识别分类与结果对比。最后,研究通过CROPWAT模型估算了黑河流域作物的需水量与灌溉用水量。研究结果表明:①GEE能够快速完成影像数据的去云、特征构建等预处理;②基于决策树分类器的土地分类结果精度达到82.5%,平均Kappa系数为0.73;估算了作物各个时期所需水量及灌溉用水量。构建的分类体系及作物的需水量估算为精准化管理、灌溉控制系统提供了一种新思路。