-
题名基于多时相植被指数的云南高原山地冬小麦识别与研究
- 1
-
-
作者
杨永明
牛昱杰
安卫国
郭钰
颜定飞
-
机构
滇西应用技术大学地球科学与工程学院
昆明理工大学国土资源工程学院
云南省高校山地实景点云数据处理及应用重点实验室
滇西应用技术大学多源数据融合实景三维构建研究科技创新团队
海南大学土木建筑工程学院
-
出处
《农业工程》
2023年第9期38-47,共10页
-
文摘
粮食安全是最根本的民生问题,云、雾等自然因素是影响遥感种植监测的主要因素之一,因此获取精准、高效的耕地种植监测信息对保障当地粮农安全、粮食估产及面积估算具有重要意义。在利用多时相植被指数(Multi-period Vegetation Index,以下简称植被MVI)合成模型的构建、农作物特征与耕地信息的可分离性两方面对高原山地农作物耕地面积提取的研究较少。该研究基于哨兵2(Sentinel-2)数据,构建了多时相植被指数合成模型,估算了2020—2021年归一化差异植被指数(Normalize Difference Vegetation Index,以下简称植被NDVI)、增强植被指数(Enhanced Vegetation Index,以下简称植被EVI)和红绿叶绿素植被指数(Red-Edge ChlorophyII Vegetation Index,以下简称植被RECI)3种植被指数的提取结果,研究了预测模型与高原山地农作物的相关性,探讨了不同植被指数模型对农作物的识别精度。结果表明:①多时相植被NDVI模型相较植被EVI和植被RECI对冬小麦面积提取精度更高,与云南高原山地冬小麦相关性最强,用户精度约为93.28%;②利用三期NDVI组合与2期植被NDVI组合均可对冬小麦精准提取,但3期植被NDVI模型提取精度更高。利用多时相植被NDVI模型对冬小麦种植面积的精准预测,证明了该模型可有效适用于云南高原山地冬小麦,并为当地冬小麦面积的预测提供了数据支撑。
-
关键词
植被指数
云南高原
山地冬小麦
多时相植被指数合成模型
哨兵-2
-
Keywords
vegetation index
Yunnan Plateau
mountain winter wheat
multi-temporal vegetation index image fusion model
Sentinel-2
-
分类号
S127
[农业科学—农业基础科学]
-
