基于Sentinel-1/2数据的中国南方单双季稻识别结果一致性分析

【目的】微波遥感因具有全天时、全天候数据获取的特点,在多云雨的中国南方水稻识别研究中表现出巨大潜力。本研究通过对比Sentinel-1SAR遥感数据和Sentinel-2光学遥感数据用于水稻遥感制图的效果,分析光学和SAR遥感数据对于单双季稻识别结果的一致性,并探索水稻识别的最优SAR影像特征。【方法】本研究使用Sentinel-1/2卫星数据,基于面向对象的随机森林分类算法和Google Earth Engine平台,提取洞庭湖平原4个典型水稻种植区的单双季稻空间分布。通过比较9种不同传感器和特征组合场景的分类精度和分类结果统计指标,并计算NDVI和SAR特征时序(VH、VV、VH/VV)的R^(2)和DTW距离,分析识别单双季稻的最优SAR特征,评估光学和SAR遥感数据对于单双季稻识别结果的一致性。【结果】VH、VV和VH/VV时序识别单双季的总体精度分别为90.42%、82.08%和88.33%,而联合VH和VH/VV时序识别单双季稻的总体精度可达91.67%。VH(VH/VV、VV)时序与单双季稻NDVI时序的R^(2)和DTW距离分别为0.870(0.915、0.986)、4.715(1.896、5.506)(单季稻)和0.597(0.783、0.673)、2.396(1.839、3.441)(双季稻)。较高的R^(2)和较低的DTW距离说明单双季稻的VH/VV时序与NDVI时序相关度更高,可以较好地反映单双季稻的生长周期规律。同时,VH可以较好地反映单双季稻移栽期的淹水特征。基于光学数据和SAR数据在6个时间窗口的特征(S-2:NDVI、EVI、LSWI;S-1:VH、VH/VV)识别单双季稻的总体精度分别为91.25%和90.00%,识别结果面积相关性可达95.70%。【结论】SAR遥感数据与光学遥感数据水稻识别结果一致性较高。应用Sentinel-1在多云雨区识别单双季稻具有巨大潜力,VH和VH/VV后向散射系数时序是识别水稻的优质特征。研究结果为多云多雨区使用SAR数据进行特征优选以高精度识别单双季稻提供了重要技术支撑。

湖南省单、双季稻识别与生育期提取研究

本文基于MODIS数据,构建并分析了湖南省典型地物的植被指数及地表水分指数的时序曲线,利用分类回归树区分单、双季稻像元,并使用转折点法和最大变化斜率法提取双季稻的主要生育期。结果表明,湖南省内双季稻主要分布于洞庭湖区、湘江流域株洲以下、衡阳以上河段的干流及各级支流周边的平原区,以及永州、郴州境内阳明山和南岭山脉之间的狭长地带;单季稻主要分布在双季稻种植区外围,湘西州、怀化市等地的山间谷地也有种植。双季稻生育期在空间上保持了较好的相对一致性。洞庭湖以南平原区以及湘南山地丘陵区的各阶段生育期均早于省内其他地区,而洞庭湖区东北部、娄底、邵阳等地则相对滞后。湖南省大部分地区单、双季稻及生育期的分布都较为破碎,且空间镶嵌程度较高。上述结论可为后续开展湖南省水稻自然灾害与气候变化风险研究提供支持。