基于Sentinel-2 MSI与Sentinel-1 SAR相结合的黄土高原西部撂荒地提取——以青海民和县为例

作     者：张昊 高小红 史飞飞 李润祥 ZHANG Hao;GAO Xiaohong;SHI Feifei;LI Runxiang

作者机构：青海师范大学地理科学学院西宁810008 青藏高原地表过程与生态保育教育部重点实验室西宁810008 青海省自然地理与环境过程重点实验室西宁810008 高原科学与可持续发展研究院西宁810008 

出 版 物：《自然资源遥感》 (Remote Sensing for Natural Resources)

年 卷 期：2022年第34卷第4期

页      面：144-154页

核心收录：

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）] 08[工学] 09[农学] 0804[工学-仪器科学与技术] 0903[农学-农业资源与环境] 0816[工学-测绘科学与技术] 081602[工学-摄影测量与遥感] 081102[工学-检测技术与自动化装置] 0811[工学-控制科学与工程] 

基　　金：青海省自然科学基金项目“基于GEE云平台与Landsat卫星长时间序列数据的湟水流域30多年土地利用/土地覆被时空变化研究”(编号:2021-ZJ-913)资助 

主　　题：撂荒地 Sentinel-1/2 多季相 随机森林 黄土高原西部 民和县 

摘      要：青海东部农业区地处黄土高原向青藏高原的过渡地带,黄土丘陵地貌类型多样、地形起伏大、破碎。随着近几十年来城市化进程的加快,农村可用劳动力缺失导致土地撂荒现象日益严重,因此掌握东部农业区撂荒地分布状况,对保护耕地与生态用地至关重要。本研究基于GEE云平台,以青海民和县为案例,依据农作物的物候特征,选取种植期和成熟期2季的Sentinel-2 MSI与Sentinel-1 SAR卫星影像为主要数据源,以DEM为辅助,结合光谱、地形、极化与缨帽特征,采用随机森林方法对研究区2018—2020年土地覆被进行自动分类,获取了研究区3 a的土地覆被数据,在此基础上借助撂荒地判断规则建立决策树提取撂荒地并进行验证。研究结果表明:2018年、2019年及2020年土地覆被总体分类精度分别为86.93%,87.36%和88.54%;2020年民和县撂荒地面积为43.17 km 2,占总面积的2.28%;撂荒地主要分布在海拔为2200~2600 m范围、坡度为6°~25°范围、坡向为阴坡的区域。Sentinel-1 SAR影像极化特征结合到Sentinel-2 MSI多季相数据中,能够有效提高黄土丘陵地形区土地覆被分类精度,获得较为准确的撂荒地信息。该研究为类似地形区域进行撂荒地提取提供了方法参考和借鉴。