基于sentinel湿地_基于Sentinel-1数据的江西省南昌县早稻信息提取研究

摘要：

光学遥感监测在农业领域具有举足轻重的作用,尤其是在作物识别,估产,干旱监测等方面,但是对水稻的监测一直较难实现,观察水稻的全球分布,可以发现,该作物多生长在雨热潮湿的地方.在我国温暖多云的南方,也有水稻的大面积分布.然而在水稻生育期内,由于受云雨的影响,很难保证可以获取到清晰可用的序列光学遥感影像.如果选择水稻遥感监测中常用的影像数据,比如MODIS,SPOT等大中尺度影像,会存在空间分辨率较低,混合像元较多等问题,提取种植信息的准确度和精度明显将受到限制;但是如果使用高分辨影像,例如GF数据,又受到时间分辨率的限制,精度特别高的数据还涉及到购买,增加成本的问题.所以,光学遥感数据给常规遥感技术的应用带来便利的同时,也存在固有的缺陷.针对以上现象,研究哨兵1号(Sentinel-1)数据在获取早稻种植信息上的实用性.哨兵1号是目前唯一能够免费获取数据,并且定期发布影像的高空间分辨率的合成孔径雷达.哨兵1号由哨兵1A(Sentinel-1A)和哨兵1B(Sentinel-1B)两颗卫星构成.本研究使用Sentinel-1A数据提取江西省南昌县早稻信息,主要包括早稻面积提取和耕作行为检测两方面内容.面积提取主要是利用雷达数据的不同极化,同时结合水稻物候,观察哪一种极化+物候更有利于水稻面积的完整提取,提取结果使用资源3号卫星影像和实地数据进行验证;耕作行为检测主要是使用相干性,利用相干系数图,平均强度图进行假彩色合成,凸显发生了耕作行为的稻田,以此检测研究区2016年早稻耕作情况.主要得到如下结论:(1)后向散射系数变化是提取稻田的关键技术.在生长初期,稻田里灌满了水,稻田的后向散射以水体为主,而水体散射强度较低.随着水稻的生长,后向散射以稻体散射和冠层面散射为主,后向散射系数不断增大,而这是其他作物不具有的特性;(2)Sentinel-1A数据的重复周期是12天,所以在水稻某些生育期内不止1景过境影像.对于具体如何选择哪一景,则需结合极化方式进行选择.哨兵数据的VV极化在5月上旬达到最大值;而VH极化则继续增大,在5月下旬增大到最大值,然后保持稳定,一直到水稻成熟收割,然后呈现下降趋势.VV极化选择4月24日,5月6日,6月11日,VH极化选择4月24日,5月18日,6月11日进行假彩色合成.中间影像的时间并不一致,不过都在早稻的分蘖拔节期内,只是有前后的差别;(3)从对面积提取结果的验证来看,Sentinel-1A影像对水稻进行提取时,VV极化结果优于VH极化.VV极化对水稻提取的响应优于VH极化,在提取面积上也更接近真实统计数据;(4)利用相干性,使用VV极化,通过反相干性图和平均强度图来进行假彩色合成,凸显发生耕作行为的区域,不仅能很快知道播种行为的发生,还能从全县分析各区域空间进展.本研究创新之处:本研究根据水稻发育期内不同时期对Sentinel-1A数据不同极化方式的后向散射系数强度的差异,研究了识别水稻分布信息方法,得出VV极化结果优于VH极化;尝试通过反相干性图和平均强度图来进行假彩色合成,来反映耕作过程,这是Sentinel-1A影像在农业领域的重要的实用意义.本研究检验了Sentinel-1A数据在获取水稻种植信息上的实用性和可行性.

展开