基于时间序列的冬小麦信息提取及灌溉信息识别方法研究

河北是我国主要农业大省,一直是农业干旱多发区,其原因一方面在于区域水资源短缺严重,另一方面是仍以粗放型灌溉为主,造成水资源浪费。解决上述问题的关键在于提高我国农田灌溉用水效率,要做好该项工作,充分掌握农作物实际种植结构和灌溉信息至关重要。选取邯郸市邱县为研究区域,基于Landsat 8、高分1号影像数据以及无人机数据,结合冬小麦物候特征,构建冬小麦生长季时间序列数据集,采用支持向量机分类法进行了冬小麦信息提取;在此基础上,根据灌溉前后遥感指数变化规律,反演了地表温度(LST)、植被供水指数(VSWI)、温度植被干旱指数(TVDI)等因子,进行区域农作物灌溉信息提取模型实验。研究结果表明:①遥感影像时间序列数据SVM分类方法信息提取精度较高,Kappa系数为0.92;②Landsat 8影像LST、VSWI、TVDI灌溉面积提取结果对比发现,三类指数提取结果占冬小麦面积的比例均在60%以上,具有较好的一致性,调查证实基于VSWI反演灌溉面积效果最好;③三类指数提取结果叠加分析得到面积为128.357 km^(2),其中VSWI指数与此面积重叠率达88.48%。上述研究方法较准确的识别出冬小麦种植面积及其灌溉信息,可以作为区域水资源调度、种植结构调整、干旱防治的理论支撑和决策参考。