利用多時相遙感影像肇東市水稻面積提取

1、利用多時相遙感影像肇東市水稻面積提取肇東市位于黑龍江省西南部， 松嫩平原中部， 屬于黑龍江省綏化市，E125° 22'126° 22', N45 10 46° 20',南距“冰城”哈爾濱53km北距“油城”大慶74km,是哈爾濱-大慶- 齊齊哈爾經(jīng)濟帶上的重要節(jié)點城市，處于哈大齊工業(yè)走廊的中 軸位置。肇東市土地以黑鈣土和草甸土為主，盛產(chǎn)玉米、水稻、 谷子等多種糧食作物。1 材料 ?c 方法1.1 數(shù)據(jù)選取和預(yù)處理本研究選取了 5 景無云的 2015 年 4 9 月的 Landsat8 數(shù)據(jù)，在美國地質(zhì)調(diào)查局（USG$官網(wǎng)上免費下載，分別對獲

2、取的影像 進行預(yù)處理， 首先根據(jù)肇東市的矢量圖裁剪出肇東市區(qū)域， 然后 對裁剪的影像進行輻射定標(biāo)、大氣校正 1 。從黑龍江省XX局獲取肇東市水稻實測區(qū)域與水稻產(chǎn)量，作 為后期選取水稻感興趣區(qū)的數(shù)據(jù)。1.2 研究方法本研究首先確定水稻的關(guān)鍵物候期見表 1,根據(jù)水稻的物候 期選取下載肇東市水稻物候期內(nèi) 5 幅質(zhì)量較高的影像, 分別計算 水體指數(shù)與歸一化植被指數(shù), 通過分析各主要地物不同物候期的 水體指數(shù)與歸一化植被指數(shù)均值。 確定水稻提取影像的日期與閾 值。然后根據(jù)波段運算逐步剔除其他作物,提取出水稻區(qū)域。1.2.1 特征指數(shù)選取本研究選取的特征指數(shù)主要有水體指數(shù) （ NDW）I 和歸一化植 被指

3、數(shù)（NDV）,這兩種指數(shù)對水體和植被反應(yīng)特性強。122選取統(tǒng)計訓(xùn)練樣本 訓(xùn)練樣本的選取要能夠保證純度，同時樣本數(shù)量要足夠多， 以保證所選取的訓(xùn)練樣本統(tǒng)計值能代表地物的普遍特性 3 。本 研究是根據(jù)黑龍江省XX局所提供的數(shù)據(jù)資料，選取各幅計算指 數(shù)后影像上的水稻、玉米、水體、裸地、建筑的訓(xùn)練樣本，然后 分別統(tǒng)計各種地物在影像上的均值。主要地物在不同影像上的 NDW變化曲線如圖1所示。通過 折線圖可以看出，在 4月13號影像上的水體指數(shù)（ NDW）I 值除 了水體大于 0以外，其他地物的值都小于 0，在 5月 15號的影 像中水稻和水體的水體指數(shù)（ NDW）I 值大于 0，其他地物的值仍 小于 0

4、，之后的幾幅影像水稻的水體指數(shù)值一直在下降，水體的 值一直保持大于 0，由此可以根據(jù) 5月 15號的影像提取出水體 與水稻區(qū)域。主要地物在不同影像上的 NDVI變化曲線如圖2所示，水體 的NDVI值一直小于0,水稻的NDVI值呈增長趨勢且大于 0，所 以利用 5月15號的水體與水稻的提取結(jié)果， 結(jié)合 7月18號的影 像的水體指數(shù)與歸一化植被指數(shù)均值， 將水體指數(shù)小于 0 且植被 指數(shù)大于 0 的區(qū)域即水體提取出來，剩下的區(qū)域即為水稻區(qū)域。2 實驗結(jié)果分析根據(jù)以上分析， 首先計算各幅影像的歸一化植被指數(shù) （NDVI） 和水體指數(shù)（NDW，根據(jù)黑龍江省XX局提供的資料，選取感 興趣區(qū)，統(tǒng)計各種地物的NDVI和NDW均值，根據(jù)圖1和圖2的 折線圖，分析得到用 5月15號的影像提取水稻和水域， 7月 18 號的影像去除水體提取水稻，得到研究區(qū)的提取結(jié)果（圖3）。經(jīng)計算得到水稻提取面積為 42萬畝左右，根據(jù)黑龍江XX局 提供的值為 39 萬畝左右，估測精度為 92.3%。3結(jié)語根據(jù)水稻的關(guān)鍵物候期，結(jié)合多時相 Landsat8 遙感數(shù)據(jù)， 分析主要地物的光譜特征及 NDW和NDVI隨時間變化，能較準(zhǔn)確 的提取出水稻像元。從本研究看來， Landsat8 數(shù)據(jù)分辨率高，成本低，獲取方 便，是作物遙感監(jiān)測，識別提取的良好數(shù)據(jù)源。本研究的不足之處：