劉貞強+簡俊凡

摘 要：水稻作為黑龍江省主要農(nóng)作物之一，準確獲取水稻的分布狀況及種植面積有助于給政府部門提供科學有效的輔助決策信息。本研究以黑龍江省肇東市為例，選取水稻物候期內(nèi)5幅Landsat8遙感影像，根據(jù)水稻生長期的特點，結(jié)合黑龍江省統(tǒng)計局的水稻種植信息，通過分析各幅遙感影像中水稻的水體指數(shù)（NDWI）和歸一化植被指數(shù)（NDVI）變化曲線，利用波段運算提取出水稻的種植面積。最后統(tǒng)計提取面積在42萬畝左右，與肇東市統(tǒng)計局實測面積39萬畝相比，精度達到百分之92.3%左右。

關(guān)鍵詞：遙感 水稻提取 Landsat影像 肇東市

中圖分類號：S511 文獻標識碼：A 文章編號：1674-098X（2017）07（b）-0106-02

肇東市位于黑龍江省西南部，松嫩平原中部，屬于黑龍江省綏化市，E125°22′～126°22′，N45°10′～46°20′，南距“冰城”哈爾濱53km，北距“油城”大慶74km，是哈爾濱-大慶-齊齊哈爾經(jīng)濟帶上的重要節(jié)點城市，處于哈大齊工業(yè)走廊的中軸位置。肇東市土地以黑鈣土和草甸土為主，盛產(chǎn)玉米、水稻、谷子等多種糧食作物。

1 材料與方法

1.1 數(shù)據(jù)選取和預處理

本研究選取了5景無云的2015年4～9月的Landsat8數(shù)據(jù)，在美國地質(zhì)調(diào)查局（USGS）官網(wǎng)上免費下載，分別對獲取的影像進行預處理，首先根據(jù)肇東市的矢量圖裁剪出肇東市區(qū)域，然后對裁剪的影像進行輻射定標、大氣校正[1]。

從黑龍江省統(tǒng)計局獲取肇東市水稻實測區(qū)域與水稻產(chǎn)量，作為后期選取水稻感興趣區(qū)的數(shù)據(jù)。

1.2 研究方法

本研究首先確定水稻的關(guān)鍵物候期見表1，根據(jù)水稻的物候期選取下載肇東市水稻物候期內(nèi)5幅質(zhì)量較高的影像，分別計算水體指數(shù)與歸一化植被指數(shù)，通過分析各主要地物不同物候期的水體指數(shù)與歸一化植被指數(shù)均值。確定水稻提取影像的日期與閾值。然后根據(jù)波段運算逐步剔除其他作物，提取出水稻區(qū)域。

1.2.1 特征指數(shù)選取

本研究選取的特征指數(shù)主要有水體指數(shù)（NDWI）和歸一化植被指數(shù)（NDVI），這兩種指數(shù)對水體和植被反應特性強。

1.2.2 選取統(tǒng)計訓練樣本

訓練樣本的選取要能夠保證純度，同時樣本數(shù)量要足夠多，以保證所選取的訓練樣本統(tǒng)計值能代表地物的普遍特性[3]。本研究是根據(jù)黑龍江省統(tǒng)計局所提供的數(shù)據(jù)資料，選取各幅計算指數(shù)后影像上的水稻、玉米、水體、裸地、建筑的訓練樣本，然后分別統(tǒng)計各種地物在影像上的均值。

主要地物在不同影像上的NDWI變化曲線如圖1所示。通過折線圖可以看出，在4月13號影像上的水體指數(shù)（NDWI）值除了水體大于0以外，其他地物的值都小于0，在5月15號的影像中水稻和水體的水體指數(shù)（NDWI）值大于0，其他地物的值仍小于0，之后的幾幅影像水稻的水體指數(shù)值一直在下降，水體的值一直保持大于0，由此可以根據(jù)5月15號的影像提取出水體與水稻區(qū)域。

主要地物在不同影像上的NDVI變化曲線如圖2所示，水體的NDVI值一直小于0，水稻的NDVI值呈增長趨勢且大于0，所以利用5月15號的水體與水稻的提取結(jié)果，結(jié)合7月18號的影像的水體指數(shù)與歸一化植被指數(shù)均值，將水體指數(shù)小于0且植被指數(shù)大于0的區(qū)域即水體提取出來，剩下的區(qū)域即為水稻區(qū)域。

2 實驗結(jié)果分析

根據(jù)以上分析，首先計算各幅影像的歸一化植被指數(shù)（NDVI）和水體指數(shù)（NDWI），根據(jù)黑龍江省統(tǒng)計局提供的資料，選取感興趣區(qū)，統(tǒng)計各種地物的NDVI和NDWI均值，根據(jù)圖1和圖2的折線圖，分析得到用5月15號的影像提取水稻和水域，7月18號的影像去除水體提取水稻，得到研究區(qū)的提取結(jié)果（圖3）。

經(jīng)計算得到水稻提取面積為42萬畝左右，根據(jù)黑龍江統(tǒng)計局提供的值為39萬畝左右，估測精度為92.3%。

3 結(jié)語

根據(jù)水稻的關(guān)鍵物候期，結(jié)合多時相Landsat8遙感數(shù)據(jù)，分析主要地物的光譜特征及NDWI和NDVI隨時間變化，能較準確的提取出水稻像元。

從本研究看來，Landsat8數(shù)據(jù)分辨率高，成本低，獲取方便，是作物遙感監(jiān)測，識別提取的良好數(shù)據(jù)源。

本研究的不足之處：從提取結(jié)果來看，有一部分含水草比較多的水域也被提取了出來，還有云的陰影影響也較大，如何選取更合適的指數(shù)來去除水草和云陰影的影響，還需進一步研究。

參考文獻

[1] 朱良，平博，蘇奮振，等.多時相TM影像決策樹模型的水稻識別提取[J].地球信息科學學報，2013（3）：446-451.

[2] 林子晶，李衛(wèi)國，申雙和.利用中高分辨率遙感影像提取水稻種植面積[A].中國氣象學會.第32屆中國氣象學會年會S15提升氣象為農(nóng)服務(wù)能力，保障農(nóng)業(yè)提質(zhì)增效[C].2015.

[3] 劉吉凱，鐘仕全，梁文海.基于多時相Landsat8 OLI影像的作物種植結(jié)構(gòu)提取[J].遙感技術(shù)與應用，2015（4）：775-783.endprint