遥感与积温数据融合的葡萄种植面积提取最佳时相选择

宋晓倩 张春梅 张学艺 李万春

摘要：本研究提出一种应用遥感数据与气象学中的积温数据，结合植被指数获取区分不同作物最佳时相的新模型，达到减小提取贺兰山东麓葡萄种植面积误差的目标。选取2016年宁夏地区时间分辨率高的MODIS 250 m数据定点提取NDVI指数，构建不同作物的NDVI时间曲线，找出葡萄与其他作物的NDVI差值最大时相并确定为当年最佳时相;结合气象学中的积温数据，构建最佳时相判断模型，反推其他年份的最佳时相。试验结果表明由NDVI差值测得的最佳时相可用，即能够获取分类效果最好的最佳时段内遥感图像，为后续作物分类工作打下良好的基础。

关键词：遥感影像;积温;葡萄;贺兰山东麓;最佳时相

中图分类号：S127  文献标识号：A  文章编号：1001-4942（2020）02-0151-05

Abstract In this research， a new model using remote sensing data and accumulated temperature data was established combining vegetation index to obtain the optimal time phase for distinguishing each crop， in order to reduce the extracting error of grape planting area in the eastern foot of Helan Mountain. The MODIS 250 m data with high time resolution of Ningxia region in 2016 were used to extract the NDVI index and construct the NDVI time curve of different crops. The time phase with the maximum NDVI difference between grape and other crops was found and determined as the best phase of the year. Combined with the accumulative temperature， the best phase judgment model was constructed to work backward the best phase of other years. The results showed that the best phase obtained based on NDVI difference value was available， that was， the remote sensing image of the best phase segment with the best classification effect could be obtained. This study layed good foundation for the subsequent crop classification.

Keywords Remote sensing image; Accumulated temperature; Grape; The eastern foot of Helan Mountain; Optimal phase

随着遥感技术的发展，利用其及时、准确和客观的特点开展作物种植面积遥感监测的研究越来越多。要进行作物种植面积的提取，最关键的是进行作物类型识别。然而与其他地物类型的识别相比，不同作物在光谱上有更高的相似度，仅利用单一的遥感影像难以对其进行准确识别[1]。但各作物类型具有独特的物候特征，利用遥感的植被指数时间序列可以充分体现出不同区域、不同类型作物间物候历的差异，而且不同时相遥感影像所提供的光谱信息与作物类型关系的显著性有很大差别[2]。因此，选择最佳分类时相，即确定与作物类型关系最显著的遥感光谱信息的时相，对于精准识别作物类型至关重要。最佳时相的选择不但可以强化目标作物信息及其与作物产量关系的显著性，弱化其它因子的干扰，而且还可以降低遥感信息中的不确定性，减小信息处理和订正的难度[3]。

我国应用遥感技术进行最佳时相提取研究是从20世纪70年代开始的，其技术方法在不断改进和完善。郝卫平等[4]利用黑龙江八五二农场的水稻、大豆和玉米全生育期内的多时相HJ-1卫星遥感影像，提取研究区内的NDVI植被指数，形成NDVI-时间序列，确定黑龙江八五二农场大豆、水稻、玉米3大作物的最佳估产时相。李根等[5]利用MODIS时序数据，提取水稻在不同生长发育期的EVI植被指数，并形成时间序列曲线，确定了水稻面积提取的关键生育期。蔡学良等[6]基于MODIS 250 m数据得到NDVI-月度时间序列的最佳提取时相，然后融合Landsat ETM+遥感数据，运用光谱耦合技术获取了研究区的土地利用类型。陈颖姝等[7]将Landsat OLI影像与MODIS NDVI数据融合，得到提取作物种植结构的最佳时相，提取出湖北省监利县洪涝季节作物种植结构。张淮栋等[8]根据高分二号-NDVI的时间序列，确定了适用于东北地区作物遥感估产的最佳时相。

归一化植被指数（NDVI）是利用遥感图像的光谱信息计算得到的用以反映植被状况的特征量[9-11]，是应用遥感技术识别植被信息的常用指标，其变化与作物生长状况、发育时期紧密相关[12]，能够精确反映植被绿度、光合作用强度、植被代谢强度及其季节和年际变化[13]，可用于反演作物的生物量、产量等[14-16]。NDVI时间序列曲线经平滑处理后可以反映植被生長的年内变化动态，与植被的生长规律相对应，是反映植被物候特征的最佳指示因子，也是季节变化和人为活动影响的重要指示器[17-20]。