[发明专利]一种基于MODIS传感器的水稻种植区自动提取方法

说明书

本发明公开了一种基于MODIS传感器的水稻种植区自动提取方法，其特征在于：对MODIS数据进行指数计算、云掩膜、时间序列合成、滤波等预处理；基于归一化植被指数对不同类型的典型地物采用阈值法进行剔除；采用一种极值检测方法对像元的归一化植被指数曲线进行检测，找出可能为水稻的像元，并进行水稻抽穗期反演；采用水稻移栽期期间地表水分指数和归一化植被指数之间的关系进行水稻像元的最终提取。本发明可以精确提取水稻像元，在不同地区均有较强的适用性，并能区分单季稻与多季稻，能为国土、测绘、农业等部门提供快速准确的水稻空间分布信息，为不同部门的科学决策作支持。

技术领域

本发明涉及一种基于MODIS传感器的水稻种植区自动提取方法。

背景技术

水稻是我国第二大粮食作物，关系国家粮食安全问题，对于水稻面积和空间分布的调查一直是国土资源调查的重点(Peng et al.2014；Zhang et al.2015；邓睿etal.2010)。近年来，随着卫星平台技术的发展，使用遥感进行土地资源大范围的调查成为一个技术热点，利用多时相遥感进行水稻的自动提取是其中之一。在实际使用中，搭载于Terra/Auqa卫星上的MODIS(Moderate-resolution Imaging spectroradiometer)传感器具有多波段(36波段)、高时相(1天)、中等空间分辨率(250～1000m)等特点因而被广泛应用。

水稻是禾本科一年生植物，从播种到收割可分为出苗期、三叶期、移栽期、返青期、分蘖期、拔节期、孕穗期、抽穗期、乳熟期和成熟期等10个阶段(孙华生2009)。由于不同地区的气候、水土、品种以及种植制度不同，各地的播种时间有所差异，但总体的生长周期相近，一个完整的水稻生长周期约为90～110天。水稻是灌溉作物，在生长周期内根部需长期浸没于水中。因此，水稻田是植被与水的混合地表，具有其独特的地表特性。

因此，在使用遥感进行水稻提取的方法中，最为常用的指数是植被指数和水分指数，较为常用的有如NDVI(Normalized Difference Vegetation Index，归一化植被指数)、EVI(Enhanced Vegetation Index，增强型植被指数)、EVI2(2-band EVI，双波段EVI指数)、LSWI(Land Surface Water Index，地表水分指数)和NDWI(Normalized Difference WaterIndex，归一化水体指数)等(Qin et al.2015；Wang et al.2015；Xiao et al.2006；Xiaoet al.2005)。植被指数能够反映植被的生长情况，水分指数对地表的湿度较为敏感，这类指数通常是针对不同物体在光谱曲线上的特征波段计算所得。如植被叶片在近红外波段具有很强的反射峰，在红波段吸收很强，因此利用该两波段进行归一化计算所得的NDVI指数突出了植被信息，且地表植被越茂盛NDVI指数越高(Gao 1996；Huete et al.2002)。

基于植被指数能够反映地表植被的生长信息以及水分指数能够反映地表湿度信息，使用多个时相的遥感影像，通过观察分析植被指数和水分指数的变化并结合研究区水稻的种植周期进行水稻的提取是当前常用的方法(Cheng et al.2014；Peng et al.2011；Shi et al.2014；Sun et al.2009；Thi Thu Ha et al.2012；刘新圣et al.2010；张猛and曾永年2015；张友水et al.2007；郑长春et al.2009)。但目前的技术手段大都针对一个一定范围的具体研究区，通常假定在研究区内水稻的播种时间、生长态势一致，限制了研究范围。本方法通过首先反演区域水稻的物候期，再进行水稻的识别，使得方法具有更强的普适性，能够满足水稻空间分布与制图业务化的需求。

参考文献

[文献1]PENG D,HUANG J F,LI C J,et al.Modelling paddy rice yield usingMODIS data.Agricultural and Forest Meteorology,2014,184:107-116.