一种基于MODIS·TM影像融合技术提高水稻种植分布提取精度的方法

刘兵兵， 王莉雯， 管续栋， 黄 翀

(1.辽宁师范大学城市与环境学院，辽宁大连116029；2.中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室，北京 100101；3.中国科学院大学，北京100049)



一种基于MODIS·TM影像融合技术提高水稻种植分布提取精度的方法

刘兵兵1， 王莉雯1， 管续栋2,3， 黄 翀2*

(1.辽宁师范大学城市与环境学院，辽宁大连116029；2.中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室，北京 100101；3.中国科学院大学，北京100049)

摘要综合考虑湄公河三角洲地区高质量TM影像难以获得、影像单一以及MODIS时间序列数据影像的空间分辨率无法满足监测需要的问题，提出一种基于影像对象的MODIS与TM数据融合模型(IOBFM)。根据2009年12月9日和2010年7月5日湄公河三角洲中部地区Landsat7 TM影像数据，融合MODIS时序数据提取裸地纯象元点中的水稻点，并与单纯运用MODIS影像的提取结果的精度进行比较。结果表明，用IOBFM模型的水稻象元提取精度比MODIS提取精度高出9.7个百分点，MODIS与TM数据融合可提高提取地区植被分布的精度。

关键词TM；MODIS；水稻；湄公河三角洲；影像融合

全球50%以上人口以大米作为主食，稻田占全球耕地面积超过约11%。湄公河三角洲地区水稻种植情况调查对地区粮食安全起到举足轻重的作用，而湄公河三角洲的水稻种植面积估算一般基于野外调查，使得这项工作费时费力[1]。遥感技术手段已经成为监测农业生产的必要手段，Landsat TM影像能够满足植被特征的空间监测任务。但在多云多雨的湄公河三角洲地区，遥感卫星影像质量受云层影响较大，使得高质量TM影像的获取较为困难；……