基于时间序列ndvi的河套平原农田分类方法

《基于时间序列ndvi的河套平原农田分类方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于时间序列NDVI的河套平原农田分类方法摘要：河套平原是中国北方重要的农业基地，利用遥感影像开展河套灌区监测具有重要意义。该文利用时间序列NDVI，分析了不同作物在生长周期上的差异对其NDVI的影响。将多尺度分割和FCM分类算法相结合，发展了一种基于区域的农田遥感影像分类算法。利用本文的方法对五原县农田区域的时间序列NDVI进行分类实验。结果表明，该文的方法可以有效区分非农田、葵花和小麦。基于区域的遥感图像分类算法中，尺度参数的选取是非常重要的。关键词：NDVI图像分割FCM农田分类中图分类号：F326.2文献标识码：A文章编号：1674-098X（2014）09（a

2、）-0202-02河套平原地势平坦，土质肥沃，虽然年降雨量较低，但凭借黄河灌溉的优势，自古以来就是中国北方重要的农业基地。该地区面积广阔，约为25000km2，可种植小麦、玉米、葵花、蜜瓜等多种经济作物。农作物长势和种类分布信息对于指导农业生产有着非常重要的作用。然而，利用传统观测手段来监测大范围的河套灌区是非常费时费力的。遥感技术的兴起，为大面积的农业区域监测提供了有力的手段[1]。因此，利用遥感影像进行河套灌区监测具有非常重要的意义。8归一化差分植被指数（NormalizedDifferenceVegetationIndex，NDVI）是农业遥感中重要的观测量，利用

3、NDVI可以有效区分农田植被与非植被区域。然而，NDVI仅能反应植被的覆盖率，不能区分植被覆盖的种类。为了解决该问题，国内外很多学者利用多时相的遥感影像提取NDVI，根据不同农作物在生长周期上植被覆盖率的差异，来精确区分农作物的类别。Badhwar等人早在1982年就建立了一个时间序列剖面模型，用以从LandsatNDVI数据中区分作物类型[1]。苗翠翠等利用多时相MODIS提取的NDVI进行了江苏省水稻面积估计[2]。马丽等利用3景不同时间的Landsat影像开展了农作物分类研究，试图区分黑龙江军川农场的大豆、玉米和水稻。Edlinger等利用Landsat数据对乌兹

4、别克斯坦的棉花作物灌溉区域进行了提取研究。Liu等人综合利用了不同空间分辨率的时间序列NDVI进行作物分类研究。以上研究的一个共同点是，都根据各自研究区域的特点来调整作物分类方法的参数，以达到最佳分类精度。因此，要利用时间序列的NDVI数据开展河套灌区的作物分类研究，有必要根据该区域的特点进行作物分类方法的优化，以获得较高的作物识别精度。该文利用地球观测一号卫星（EarthObservation-1，EO-1）改进型陆地成像仪（AdvancedLand8Imager，ALI）影像提取河套灌区的时间序列NDVI，以开展河套灌区作物分类研究。作物分类在本质上可以归为遥感影像

5、分类问题，而近年来的相关研究表明，基于区域的分类方法在精度上要明显优于基于像素的分类方法。因此，本文发展了一种基于区域的作物分类方法，该方法结合了多尺度图像分割和模糊C均值聚类（FuzzyC-Means，FCM），以准确获取河套灌区农作物的种类分布信息。本文篇章结构如下。第二节介绍了数据和研究区域；第三节详细阐明了该文提出的作物分类方法；第四节展示了河套灌区作物分类实验的结果；第五节总结全文。1数据域研究区域1.1数据源和预处理EO-1卫星是NASA于2000年发射的一颗对地观测卫星，其上主要搭载三个遥感器：高光谱成像仪、大气校正仪和ALI。ALI与Landsat7具有

6、相似的波段设置，包括9个多光谱波段和1个全色波段。ALI全色波段的空间分辨率为10m，高于Landsat7ETM+（15m），这使得ALI具有更为优越的对地观测能力。该文选用了2013年的3景ALI影像，影像获取时间见表1。影像的预处理包括辐射标定和全色锐化。辐射标定是通过ENVI遥感影像处理软件实现的，其目的是获取反射率，用以计算NDVI。ALI多光谱波段的空间分辨率为308m，为了获取更为精细的多光谱分辨率影像，采用了ENVI软件中Gram-Schmidt全色锐化方法，将全色波段和多光谱波段进行融合。1.2研究区域五原县地处黄河最北端，约占河套灌区总面积的1/4。该

7、地日照充足，温差较大，虽然年降雨量较低，但黄河灌溉弥补了水资源的不足，因此五原已成为中国北方重要的商品粮基地之一。（图1）显示了五原县东南的农田区域。蓝色方框部分是该文的研究区域。其中西南方较粗的河道为总干渠，由它引出了两条五原县的重要灌渠：义和渠和通济渠。两条渠道均由南向北流经五原，前者贯穿研究区域的中间部分，后者则在前者的东部向北流入五原。当地的主要作物包括小麦和葵花，其收获时间分别为每年的7月下旬和9月中下旬。该文利用7、8、9三个月的NDVI数据，结合两种作物在收获时间上的不同，可在遥感影像中得到两种作物的分布信息。2时间序列农田