时空协同的精准农业遥感研究

被引：20

作者：

吴志峰 ^{[1
]}

骆剑承 ^{[2
,3
]}

孙营伟 ^{[2
,3
]}

吴田军 ^{[4
]}

曹峥 ^{[1
]}

刘巍 ^{[2
,3
]}

杨颖频 ^{[2
,3
]}

王玲玉 ^{[5
]}

机构：

[1] 广州大学地理科学学院

[2] 中国科学院空天信息创新研究院

[3] 中国科学院大学

[4] 长安大学地质工程与测绘学院

[5] 贵州师范大学喀斯特研究院

来源：

地球信息科学学报 | 2020年 / 22卷 / 04期

关键词：

精准农业; 高分遥感; 遥感图谱认知; 机器学习; 分区分层; 时空协同; 地块; 参数反演;

D O I：

暂无

中图分类号：

S127 [遥感技术在农业上的应用];

学科分类号：

082804 ;

摘要：

高分辨率遥感对地观测为我们从空间与时间2个维度客观反演地表格局—过程提供了有效的技术支撑。本文遵循时空协同的研究思路,基于高分辨率遥感影像,开展了农业遥感领域2个典型的问题研究:①提出了一种基于影像视觉特征的耕地分区分层提取方法,该方法在利用DEM数据进行分区的基础上,根据不同区域内耕地所呈现的几何特征和纹理特征差异,分别设计了不同的耕地提取模型;②构建了一种地块尺度的作物生长参数反演方法,方法以地块为基本单元,在空间、时间及属性组合约束下进行作物理化参数反演。本研究以贵州省安顺市西秀区和广西扶绥县耕地提取进行了耕地地块提取示范,以扶绥县进行了基于耕地地块和中空间分辨率时间序列遥感数据的甘蔗叶面积指数反演。其中,对于安顺市西秀区的耕地地块提取结果而言,形态精度(IoU)大于0.7的地块超过60%,规则耕地、梯田以及林草地等的类型精度均超过了80%;对于扶绥县甘蔗叶面积指数反演的结果而言,其结果可以较为精确地反映出基地甘蔗与非基地甘蔗的差异,基地甘蔗在品质上要优于非基地甘蔗。西南山地区的耕地形态提取/类型判别和地块甘蔗叶面积指数应用验证均证明了方法的可行性。结果表明,协同使用多源高分辨率数据是实现精准农业遥感研究的有效途径。

引用

页码：731 / 742

页数：12

共 34 条

[1]

基于光学和SAR数据的多云雾山区土地覆被分类.[D].向海燕.西南大学.2018, 01

[2]

面向对象影像分析中的尺度问题研究.[D].黄慧萍.中国科学院研究生院（遥感应用研究所）.2003, 03

[3] Long-short-term-memory-based crop classification using high-resolution optical images and multi-temporal SAR data [J].

Zhou, Ya'nan ;

Luo, Jiancheng ;

Feng, Li ;

Yang, Yingpin ;

Chen, Yuehong ;

Wu, Wei .

GISCIENCE & REMOTE SENSING, 2019, 56 (08) :1170-1191

[4]

Learning multiscale and deep representations for classifying remotely sensed imagery.[J].Wenzhi Zhao;Shihong Du.ISPRS Journal of Photogrammetry and Remote Sensing.2016,

[5] Learning Rotation-Invariant Convolutional Neural Networks for Object Detection in VHR Optical Remote Sensing Images [J].