Sentinel-2和GF-1影像结合提取苜蓿空间分布

摘要：

及时准确地获取苜蓿空间分布信息有利于对草业生产发展和管理提供科学数据支撑.该研究基于GF-1/WFV和Sentinel-2遥感影像,以甘肃省金昌市作为研究区,构建了苜蓿的归一化植被指数(Normalized Difference Vegetation Index,NDVI)数据集,并结合苜蓿光谱反射率随生育期的变化规律,提出一种利用MATLAB寻峰函数(Findpeaks)提取苜蓿遥感特征的方法,通过确定最小峰值突出(Minimum Peak Prominence,MPP)值实现金昌市苜蓿空间分布信息的提取.研究结果表明,基于Sentinel-2遥感数据的识别苜蓿精度优于GF-1/WFV,识别精度和Kappa系数在85％和0.7以上,主要是由于Sentinel-2数据的NDVI时间序列曲线密度较GF-1/WFV大,可以更好地识别苜蓿刈割前后的关键时间点;寻谷法的苜蓿提取总体精度、Kappa系数、用户精度、制图精度指标均比寻峰法高,基于Sentinel-2影像的寻谷法苜蓿遥感识别总体精度为92.25％,Kappa系数为0.81,位置精度为86.44％;2019年金昌市苜蓿空间分布整体呈现从北到南逐渐增多的趋势,统计得到苜蓿种植面积为15449.07 hm2,其中金川区的苜蓿面积为1353.42 hm2,占金昌市苜蓿总面积的8.76％;永昌县的苜蓿面积为14095.65 hm2,占总面积的91.24％.研究结果证实,基于Sentinel-2遥感数据的寻谷法可以有效识别苜蓿空间分布,对于实现草牧场精准化管理和草牧业生产信息精准监测具有重要意义.

关键词：遥感;图像识别;时间序列;苜蓿;归一化植被指数NDVI;信息提取

所属期刊栏目：37

分类号：S127(农业物理学)

资助基金：现代农业产业技术体系建设专项资金;中国工程院重点咨询研究项目;兰州大学中央高校基本科研业务费专项;长江学者和创新团队发展计划

在线出版日期：2021-11-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：153-160