基于Sentinel-2与GF-6 WFV数据的花生种植面积提取差异分析

张 彦，刘 婷，包卓雅，王来刚，贺 佳，郭 燕，张红利，杨秀忠

(1.河南省农业科学院 农业经济与信息研究所，河南 郑州 450002; 2.新乡医学院，河南 新乡 453007)

花生是重要的经济作物，也是我国主要油料作物之一。花生不仅可以满足国内市场对油料作物的需求，还可为畜牧业的可持续发展提供有力支撑，对农村经济的发展有着重要作用。河南是我国花生生产第一大省，近年来种植面积和产量均稳步增加。2018年，河南花生种植总面积为1 203.18×103hm2，产量为572.44×104t[1]，均居全国首位。在河南，花生是继小麦、玉米之后的第三大作物。因此，快速精准地获得花生种植面积及空间分布信息，对于各级部门指导花生生产，促进农业供给侧结构性改革具有重要的意义。

相比于传统的农作物种植面积监测手段，遥感技术具有快速、客观、低成本、大面积同步观测等特点，为准确、快速提取花生种植面积提供了重要的技术支撑。目前，基于SPOT[2]、RapidEye[3-4]、Sentinel-2[5]、Landsat系列[6]、国产高分系列[7-9]等中高空间分辨率影像对农作物面积和长势进行估算已成为农业遥感监测的研究热点。近年来，Sentinel-2数据在作物分类[10]、病虫害监测[11]中得到广泛应用，已有研究通过Sentinel-2数据，提取了小麦[12]、水稻[13]、油菜[14]、大豆[15]和花生[16]等作物种植面积，均取得较高的识别精度；黄林生等[17]利用Sentinel-2影像反演了小麦条锈病相关的植被指数，基于BP神经网络算法构建小麦条锈病严重度监测模型，有效提高了小麦条锈病监测模型精度。红边波段可有效反映作物的光谱特征，是监测作物生长状况的敏感波段[18-20]，国产高分六号(简称GF-6)卫星首次设置了2个红边波段，已在林地分类[21]，油菜[22]和中草药[23]种植面积提取中表现出较好的应用潜力。……