基于MODIS植被指数时间序列辅助提取.doc

基于MODIS植被指数时间序列辅助提取
冬小麦种植面积信息的方法研究
刘旭拢*潘耀忠
(北京师范大学环境演变与自然灾害教育部重点实验室，北京师范大学资源学院，北京，100875收稿日期：修订日期：
基金项目：国家高技术研究发展计划863计划（2003AA131080）
作者简介：刘旭拢（1978.11-），女，硕士，河南平顶山市人，现从事土地覆盖遥感监测与精度评估研究
Email:[e-mail]电话：[phone]
通讯作者：潘耀忠E-mail:[e-mail]

)
摘要：为了提高冬小麦种植面积遥感测量的精度，本文探讨了在landsatTM图像上进行冬小麦分布区域信息提取的基础上，根据冬小麦生育期的规律及其对应的光谱特征信息的变化规律，利用MODIS数据NDVI植被指数的时间序列进行辅助提取的方法，并以江苏沐阳县为例，提取了该县2005年的冬小麦种植面积。通过研究发现，该方法提高了用单一时相landsatTM进行冬小麦面积识别的精度。
关键词：种植面积，植被指数（NDVI），MODIS
1引言
长期以来，我国农作物种植面积依靠人工方法，通过抽样调查和逐级汇总方式获取数据，这种方法不仅花费大量的人力、物力，且受各种主客观因素的影响，精度受到很大限制。随着遥感技术的引入并快速发展，为农作物种植面积快速、准确、动态监测提供了新的技术手段[1,2]。遥感信息具有覆盖范围大、探测周期短、现势性强、费用成本低等特点，从而得到了广泛的应用。1970年，美国率先利用陆地卫星和极轨气象卫星开展“大面积作物调查实验”、“空间遥感监测农业资源”等项目，进行不同尺度的农作物种植面积遥感测量与估产。随后，其他国家也积极利用遥感技术进行了耕地资源调查，作物估产等方面的理论、方法和业务化运行研究[3]。我国在遥感估产方面经历了三个重要的发展阶段，最初是采用联合国粮农组织（FAO）推行的美国农业部的框图面积取样法，该方法是传统的统计估产方法与遥感估产的结合，简易可行。遥感估产的第二阶段是1984年由国家气象局主持的“全国冬小麦NOAA卫星遥感综合估产”项目,这是我国首次开展大规模遥感估产工作。第三个阶段以“八五”攻关项目“重点产粮区主要农作物遥感估产”为代表，涉及到小麦、玉米和水稻的种植面积和估产研究[4]。
尽管近20年来，我国在利用卫星遥感技术监测农作物种植面积和作物估产方面已经取得了可喜的进步，收到了较好的社会经济效益。但在我国目前的土地使用制度下，田块分布较破碎，作物类别多样，且由于遥感中大量存在的“同物异谱”、“同谱异物”现象，即使选用较高空间分辨率遥感数据如landsatTM数据，仍然不能精确识别不同的作物类型[5]。本文以江苏宿迁市沭阳县为例，探讨利用多时相的MODIS数据，辅助较高空间分辨率的landsatTM数据自动进行作物识别和面积提取的技术方法，为作物种植面积遥感测量研究提供借鉴。
2研究区及数据
2.1研究范围
沭阳县地处江苏北部，隶属地级宿迁市，县域介于北纬33°53′至34°25′，东经118°30′至119°10′之间，东西60公里，南北55公里。县域面积2298平方公里，耕地204万亩，是江苏省人口最多、陆域面积最大的县。沭阳资源丰富，是全国商品粮基地和花木基地县。夏粮作物以冬小麦、油菜为主，有少量大麦和蔬菜。
2.2遥感数据
研究中使用的landsatTM数据为2005年2月26日的轨道影像，轨道号为120/36，影像的空间分辨率为30米，具有7个波段的信息，图像质量良好，影像清楚，调查区域基本无云遮盖。MODIS影像是来自EOS_AM1的卫星数据，具有波段多，时间分辨率高和中低空间分辨率的特点。研究中所用的MODIS空间分辨率为250米，以尽量覆盖冬小麦生长季为原则，选取了从2004年10月底到2005年6月初共8个月的数据。
2.3野外实测数据
2005年5月15日到20日，作者开展了研究区的野外调查工作。主要包括研究区种植结构调查、野外GPS采样点经纬度坐标的实测，并记录了采样点相应的作物类型、长势信息并拍摄了图片信息，作为研究的样本数据和精度检验数据。
3技术方法
植被的光谱特征曲线具有相似性,不同类型植被的光谱特征曲线会发生重叠或交叉,也就是会发生所谓的同谱异物现象，因此仅依据单一时相的landsatTM图像很难精确识别出不同的作物类型。但是，各种作物的生长都有各自的物候期，如：播种、出苗、返青，何时开始成熟、收获等，同一种作物在同一个地区具有相对稳定的生长发育规律。因此，不同作物物候历的种间差异可作为作物类型识别的重要依据[6]。在研究中，以landsatTM进行作物识别为基础，初步提取出冬小麦分布的范围和面积信息，然后利用多时相MODIS遥感数据,分析由于不同作物物候期的差异构成