基于时间序列的冬小麦信息提取及灌溉信息识别方法研究

TV211.1%X87; 河北是我国主要农业大省,一直是农业干旱多发区,其原因一方面在于区域水资源短缺严重,另一方面是仍以粗放型灌溉为主,造成水资源浪费.解决上述问题的关键在于提高我国农田灌溉用水效率,要做好该项工作,充分掌握农作物实际种植结构和灌溉信息至关重要.选取邯郸市邱县为研究区域,基于Landsat 8、高分1号影像数据以及无人机数据,结合冬小麦物候特征,构建冬小麦生长季时间序列数据集,采用支持向量机分类法进行了冬小麦信息提取;在此基础上,根据灌溉前后遥感指数变化规律,反演了地表温度(LST)、植被供水指数(VSWI)、温度植被干旱指数(TVDI)等因子,进行区域农作物灌溉信息提取模型...

Full description

Saved in:
Bibliographic Details
Published in中国农村水利水电 no. 9; pp. 68 - 82
Main Authors 于锐, 刘新侠, 杨鑫宇, 赵博凡
Format Journal Article
LanguageChinese
Published 河北工程大学水利水电学院,河北 邯郸 056038 15.09.2024
河北工程大学 河北省智慧水利重点实验室,河北 邯郸 056038%河北工程大学矿业与测绘工程学院,河北 邯郸 056038
Subjects
植被供水指数
灌溉信息识别
irrigation information identification
remote sensing inversion
plant structure
种植结构
vegetation supply water index
遥感反演
Online AccessGet full text
ISSN1007-2284
DOI10.12396/znsd.231837

Cover

More Information
Summary:TV211.1%X87; 河北是我国主要农业大省,一直是农业干旱多发区,其原因一方面在于区域水资源短缺严重,另一方面是仍以粗放型灌溉为主,造成水资源浪费.解决上述问题的关键在于提高我国农田灌溉用水效率,要做好该项工作,充分掌握农作物实际种植结构和灌溉信息至关重要.选取邯郸市邱县为研究区域,基于Landsat 8、高分1号影像数据以及无人机数据,结合冬小麦物候特征,构建冬小麦生长季时间序列数据集,采用支持向量机分类法进行了冬小麦信息提取;在此基础上,根据灌溉前后遥感指数变化规律,反演了地表温度(LST)、植被供水指数(VSWI)、温度植被干旱指数(TVDI)等因子,进行区域农作物灌溉信息提取模型实验.研究结果表明:①遥感影像时间序列数据SVM分类方法信息提取精度较高,Kappa系数为0.92;②Landsat 8影像LST、VSWI、TVDI灌溉面积提取结果对比发现,三类指数提取结果占冬小麦面积的比例均在60％以上,具有较好的一致性,调查证实基于VSWI反演灌溉面积效果最好;③三类指数提取结果叠加分析得到面积为128.357 km2,其中VSWI指数与此面积重叠率达88.48％.上述研究方法较准确的识别出冬小麦种植面积及其灌溉信息,可以作为区域水资源调度、种植结构调整、干旱防治的理论支撑和决策参考.
ISSN:1007-2284
DOI:10.12396/znsd.231837