MODIS/NDVI和MODIS/EVI在耕地信息提取中的应用及对比分析

MODIS植被指数数据是区域土地利用信息提取的重要数据源。为了对比MODIS两种主要植被指数(NDIV、EVI)在耕地信息提取中的应用,采用通过时间序列谐波分析法(Harmonic Analysis of Time Series,HANTS),对2006年全年MODIS 16天250m的NDVI和EVI时间谱数据进行了重构,从而进行了河西走廊绿洲中东部样区一系列耕地信息的提取实验,包括耕地、休耕地识别以及耕地复种指数、作物种类提取。在此基础上,对MODIS的NDVI与EVI数据的应用进行了对比分析。结果显示:(1)利用傅立叶谐波变换得到的EVI和NDVI时间谱曲线的谐波余项及谐波振幅对耕地进行识别,从识别精度来看,EVI要优于NDVI,识别精度分别为97.17%和95.99%,Kappa系数分别达到0.7938和0.6518;(2)通过计算时间序列曲线的波峰数能够提取耕地的复种指数,并且在EVI和NDVI曲线波峰阈值分别设为0.20和0.25时,休耕地能较为准确地被识别出来;(3)通过提取作物生长期内曲线的VI最大增长速率时间点以及峰值时间点等信息,作物种类能被初步识别,并且EVI较NDVI具有更强的识别能力。

基予时间序列MODIS/EVI的几种土地覆盖分类方法比较

本文选取河南省全年MODIS/EVI数据,进行土地覆盖分类。通过分析河南省的种植制度,然后结合地物波谱特征、物候规律,统计数据,非监督分类结果、相关专题图,采用最大似然分类、最小距离分类和支持向量机三种分类方法进行分类。每种方法又对主成分未标准化和标准化后的数据进行了对比。结果显示,支持向量机的分类结果精度最大,效果最好。表明MODIS数据可以利用高时间分辨率弥补其空间分辨率的不足得到较高精度的土地覆盖分类结果。

锡林郭勒盟不同草原类型EVI的时空变化及其对气候的响应

基于2000–2014年锡林郭勒地区的MODIS/EVI数据,辅以时间序列谐波分析法(HANTS)、最大值合成法,在此基础上结合气象数据,利用趋势线分析和相关性分析等方法,探究2000–2014年锡林郭勒盟不同草原类型时空变化及其对气候的响应情况。结果表明,1)锡林郭勒盟各类型植被EVI值从5月开始增长,7、8月达到峰值。温性草原化荒漠类、温性山地草甸类和沼泽类植被呈降低趋势,而其他类型植被呈上升趋势。2)锡林郭勒盟大部分区域的植被无明显变化,位于中部、南部、西南部、二连浩特、苏尼特左旗、东乌珠穆沁旗和西乌珠穆沁旗等区域的温性草原类、温性荒漠草原类、温性草甸草原类、高寒草原类、温性荒漠类等植被呈现出缓慢改善的变化,而位于西乌珠穆沁旗东部的温性山地草甸类和东乌珠穆沁旗中部的沼泽类植被呈轻度退化趋势。3)植被EVI主要受平均气温、降水量、平均相对湿度、日照时数的正向调控,受平均风速的制约影响。此外,低地盐化草甸类、改良草地、温性草原类、温性荒漠草原类EVI与气象因子的相关性较高,高寒草原类EVI与气象因子的相关性较低。总体上,2000–2014年锡林郭勒植被状况保持稳定并有所改善,气象因子中的平均气温与各类型植被变化关系密切。

耕地质量数据在冬小麦遥感估产中的应用研究

耕地质量作为非遥感信息的一种,对农作物产量的影响至关重要.随着耕地质量等级调查与评定工作的完成,全国可比的耕地质量数据库的构建,为耕地质量在农作物遥感估产的应用提供基础.本研究利用耕地质量等级调查成果,建立冬小麦估产的耕地质量背景数据库,并基于MODIS/EVI和野外实地调查数据,将耕地质量因素作为一种背景因素引入到河南省冬小麦遥感估产工作中.结果表明:反映耕地质量的自然等指数与冬小麦单产呈显著相关,但单一利用自然等指数来进行冬小麦估产,精度明显不够;通过将自然等指数引入到冬小麦的遥感估产模型中,模型的相关系数提升到0.715,方程的标准误差也降低到621.80 kg·hm^(-2),估产模型精度有所提高;另外通过不同类型区样点调查产量和各地市统计单产数据的验证,引入耕地质量的遥感估产模型不仅精度高于原模型,在全省范围的适宜性也更优.

Spatial Exploration of Multiple Cropping Efficiency in China Based on Time Series Remote Sensing Data and Econometric Model

This study explored spatial explicit multiple cropping efficiency （MCE） of China in 2005 by coupling time series remote sensing data with an econometric model - stochastic frontier analysis （SFA）. We firstly extracted multiple cropping index （MCI） on the basis of the close relationship between crop phenologies and moderate-resolution imaging spectroradiometer （MODIS） enhanced vegetation index （EVI） value. Then, SFA model was employed to calculate MCE, by considering several indicators of meteorological conditions as inputs of multiple cropping systems and the extracted MCI was the output. The result showed that 46% of the cultivated land in China in 2005 was multiple cropped, including 39% double- cropped land and 7% triple-cropped land. Most of the multiple cropped land was distributed in the south of Great Wall. The total efficiency of multiple cropping in China was 87.61% in 2005. Southwestern China, Ganxin Region, the middle and lower reaches of Yangtze River and Huanghuaihai Plain were the four agricultural zones with the largest rooms for increasing MCI and improving MCE. Fragmental terrain, soil salinization, deficiency of water resources, and loss of labor force were the obstacles for MCE promotion in different zones. The method proposed in this paper is theoretically reliable for MCE extraction, whereas further studies are need to be done to investigate the most proper indicators of meteorological conditions as the inputs of multiple cropping systems.

基于谐波分析和线性光谱模型的耕地信息提取

耕地是重要的农业资源,如何利用遥感技术快速准确地提取耕地信息是目前研究的热点。利用2000年MODIS/EVI时间序列数据提取关中地区耕地资源信息。以不同地类的EVI时间序列数据年内变化差异为分类依据,采用时间序列谐波分析法对全年时间谱EVI数据进行重构分析,减少噪音对信息提取的影响。经最小噪声分离变换(MNF变换)、纯净像元指数(PPI)计算以及N维可视化工具进行人机交互选取植被、耕地、城镇和水体4种端元,基于线性光谱混合模型,获取该地区耕地资源分布信息。通过与同年1∶10万土地利用数据对比验证,本研究提取的耕地总体精度为83%。研究表明:基于时间序列谐波分析法对EVI数据进行重构,利用不同地类的特征差异,采用混合像元分解的方法,可以精确获取耕地资源定量信息。该方法可为长期、大范围、动态的耕地分布和变化遥感监测提供技术参考,同时为国土资源管理部门提供决策支持。