基于物候特征的时序SAR水稻指数构建及验证

准确获取水稻的种植分布情况对于农业生产管理具有重要意义。针对多云雨地区缺乏有效光学影像影响水稻识别的问题,该研究以多时相Sentinel-1 SAR影像为主要数据源,基于后向散射系数的时序变化提取多个特征构建遥感指数以实现水稻提取。首先采用SG(savitzky-golay)滤波算法对不同地物的后向散射系数时序曲线进行平滑处理;然后计算像元与水稻样本点在水稻生育期内时序曲线的动态时间规整距离、像元时序曲线最小值与水体的差异、像元时序曲线最大值与植被的差异这3个值以量化水稻生育期的不同特征,并将三者相乘作为归一化差异水稻遥感指数(normalized difference rice index, NDRI)进行阈值分类后得出水稻空间分布情况。为验证该模型的有效性,该研究选取云南省盈江县为研究区。结果表明:1)基于时序SAR特征能够实现对水稻实现准确提取,模型总体精度达到89.42%,Kappa系数为0.82;2)盈江县2023年水稻种植面积为199.83 km^(2),且大盈江沿岸种植面积占全县的90.76%,水稻种植存在明显的集聚性。该研究为多云雨地区的水稻空间分布的准确提取提供一种方法,并可为相关农业政策制定提供参考。