利用多时相遥感影像肇东市水稻面积提取

刘贞强+简俊凡

摘 要：水稻作为黑龙江省主要农作物之一，准确获取水稻的分布状况及种植面积有助于给政府部门提供科学有效的辅助决策信息。本研究以黑龙江省肇东市为例，选取水稻物候期内5幅Landsat8遥感影像，根据水稻生长期的特点，结合黑龙江省统计局的水稻种植信息，通过分析各幅遥感影像中水稻的水体指数（NDWI）和归一化植被指数（NDVI）变化曲线，利用波段运算提取出水稻的种植面积。最后统计提取面积在42万亩左右，与肇东市统计局实测面积39万亩相比，精度达到百分之92.3%左右。

关键词：遥感 水稻提取 Landsat影像 肇东市

中图分类号：S511 文献标识码：A 文章编号：1674-098X（2017）07（b）-0106-02

肇东市位于黑龙江省西南部，松嫩平原中部，属于黑龙江省绥化市，E125°22′～126°22′，N45°10′～46°20′，南距“冰城”哈尔滨53km，北距“油城”大庆74km，是哈尔滨-大庆-齐齐哈尔经济带上的重要节点城市，处于哈大齐工业走廊的中轴位置。肇东市土地以黑钙土和草甸土为主，盛产玉米、水稻、谷子等多种粮食作物。

1 材料與方法

1.1 数据选取和预处理

本研究选取了5景无云的2015年4～9月的Landsat8数据，在美国地质调查局（USGS）官网上免费下载，分别对获取的影像进行预处理，首先根据肇东市的矢量图裁剪出肇东市区域，然后对裁剪的影像进行辐射定标、大气校正[1]。

从黑龙江省统计局获取肇东市水稻实测区域与水稻产量，作为后期选取水稻感兴趣区的数据。

1.2 研究方法

本研究首先确定水稻的关键物候期见表1，根据水稻的物候期选取下载肇东市水稻物候期内5幅质量较高的影像，分别计算水体指数与归一化植被指数，通过分析各主要地物不同物候期的水体指数与归一化植被指数均值。确定水稻提取影像的日期与阈值。然后根据波段运算逐步剔除其他作物，提取出水稻区域。

1.2.1 特征指数选取

本研究选取的特征指数主要有水体指数（NDWI）和归一化植被指数（NDVI），这两种指数对水体和植被反应特性强。

1.2.2 选取统计训练样本

训练样本的选取要能够保证纯度，同时样本数量要足够多，以保证所选取的训练样本统计值能代表地物的普遍特性[3]。本研究是根据黑龙江省统计局所提供的数据资料，选取各幅计算指数后影像上的水稻、玉米、水体、裸地、建筑的训练样本，然后分别统计各种地物在影像上的均值。

主要地物在不同影像上的NDWI变化曲线如图1所示。通过折线图可以看出，在4月13号影像上的水体指数（NDWI）值除了水体大于0以外，其他地物的值都小于0，在5月15号的影像中水稻和水体的水体指数（NDWI）值大于0，其他地物的值仍小于0，之后的几幅影像水稻的水体指数值一直在下降，水体的值一直保持大于0，由此可以根据5月15号的影像提取出水体与水稻区域。

主要地物在不同影像上的NDVI变化曲线如图2所示，水体的NDVI值一直小于0，水稻的NDVI值呈增长趋势且大于0，所以利用5月15号的水体与水稻的提取结果，结合7月18号的影像的水体指数与归一化植被指数均值，将水体指数小于0且植被指数大于0的区域即水体提取出来，剩下的区域即为水稻区域。

2 实验结果分析

根据以上分析，首先计算各幅影像的归一化植被指数（NDVI）和水体指数（NDWI），根据黑龙江省统计局提供的资料，选取感兴趣区，统计各种地物的NDVI和NDWI均值，根据图1和图2的折线图，分析得到用5月15号的影像提取水稻和水域，7月18号的影像去除水体提取水稻，得到研究区的提取结果（图3）。

经计算得到水稻提取面积为42万亩左右，根据黑龙江统计局提供的值为39万亩左右，估测精度为92.3%。

3 结语

根据水稻的关键物候期，结合多时相Landsat8遥感数据，分析主要地物的光谱特征及NDWI和NDVI随时间变化，能较准确的提取出水稻像元。

从本研究看来，Landsat8数据分辨率高，成本低，获取方便，是作物遥感监测，识别提取的良好数据源。

本研究的不足之处：从提取结果来看，有一部分含水草比较多的水域也被提取了出来，还有云的阴影影响也较大，如何选取更合适的指数来去除水草和云阴影的影响，还需进一步研究。

参考文献

[1] 朱良，平博，苏奋振，等.多时相TM影像决策树模型的水稻识别提取[J].地球信息科学学报，2013（3）：446-451.

[2] 林子晶，李卫国，申双和.利用中高分辨率遥感影像提取水稻种植面积[A].中国气象学会.第32届中国气象学会年会S15提升气象为农服务能力，保障农业提质增效[C].2015.

[3] 刘吉凯，钟仕全，梁文海.基于多时相Landsat8 OLI影像的作物种植结构提取[J].遥感技术与应用，2015（4）：775-783.endprint