基于MODIS-EVI数据和Symlet11小波识别东北地区水稻主要物候期

作物物候信号能够反映温度和降水等变化对植被生长的影响,是进行农作物动态分析和田间管理的重要依据。基于2008年EOS-MODIS多时相卫星遥感数据,研究了我国东北地区水稻的主要物候期的识别方法。首先提取研究区24个农业气象观测站所在位置的MODIS-EVI(Enhanced Vegetation Index,增强型植被指数)指数的时间序列;同时利用小波滤波消除时间序列上的噪音,小波滤波选用函数包含Daubechies(7—20),Coiflet(3—5)和Symlet(7—15)共26种类型。然后根据水稻移栽期、抽穗期和成熟期在EVI时间序列上的表现特征来识别水稻主要物候期。最后与东北地区24个站点水稻物候观测资料对比并分析误差。结果表明,Symlet11小波滤波的效果最好,其移栽期识别结果的误差绝大部分在±16 d,抽穗期和成熟期识别结果的误差在±8 d。表明通过此方法可以较好地识别东北水稻主要物候期,并可进一步应用到整个东北地区水稻的物候空间分布和时间变化特征研究上。