基于多源数据和决策树估算夏玉米种植面积

doi:10.3969/j.issn.1000-6362.2014.03.017

中国农业气象 ›› 2014, Vol. 35 ›› Issue (03): 344-348.doi: 10.3969/j.issn.1000-6362.2014.03.017

基于多源数据和决策树估算夏玉米种植面积

李颖，刘荣花，郑东东

1中国气象局河南省农业气象保障与应用技术重点实验室/河南省气象科学研究所，郑州450003；2郑州大学水利与环境学院，郑州450001

收稿日期:2013-11-08 出版日期:2014-06-20 发布日期:2015-02-11
作者简介:李颖（1984-），女，河南郑州人，博士，工程师，主要从事遥感技术及其应用研究。Email：walnutclip@163.com
基金资助:
2011河南省基础与前沿技术研究计划项目；2014年河南省基础研究计划项目（142300410048）；公益性行业（气象）科研专项（GYHY201006041；GYHY200906022）

Summer Maize Planting Area Estimation Based on Multi Source Data and Decision Tree

LI Ying,LIU Rong hua,ZHENG Dong dong

1Henan Key Laboratory of Agro meteorological Support and Applied Technique,CMA/Henan Institute of Meteorological Sciences,Zhengzhou 450003,China;2College of Water Conservancy & Environmental Engineering，Zhengzhou University，Zhengzhou450001

Received:2013-11-08 Online:2014-06-20 Published:2015-02-11

摘要/Abstract

摘要： 以低空间分辨率遥感数据为主要信息源提取大范围作物种植信息时，为克服混合像元影响，提高提取精度，提出一种基于多源数据和决策树的夏玉米种植面积估算方法。综合FY-3/MERSI数据的时间序列特征和TM数据的中空间分辨率光谱特征，在对作物物候历进行分析的基础上制定多时相决策树规则，融合多时相MERSI数据和TM数据，分析多源融合后NDVI时序数据的光谱特征确定阈值，提取夏玉米种植信息，根据农业统计数据验证种植面积提取精度为95.1%，根据野外调查数据验证位置精度为81.0%。研究结果可为大范围的作物种植信息准确提取提供方法支持。

关键词: MERSI, 多时相, 阈值, 光谱特征, 归一化植被指数（NDVI）

Abstract: In order to overcome mixed pixels in planting area estimation using low spatial resolution remote sensing data,the method of summer maize planting area estimation based on multi source data and decision tree was proposed.The method used both time series features of FY-3/MERSI and spectral features of TM.The rules of decision tree were established according to local phenological calendar in farmland.Then,MERSI data and TM data were merged and the thresholds of decision tree rules were determined through spectral feature analysis of fused NDVI data to extract summer maize planting informationAccording to agriculture statistics,the accuracy by the proposed approach was 95.1%,and based on the field survey data,the accuracy was 81.0%.The proposed approach can provide reference for crop planting area extraction in large area.

Key words: MERSI, Multi temporal, Threshold value, Spectral features, Normalized difference vegetation index（NDVI）

李颖，刘荣花，郑东东. 基于多源数据和决策树估算夏玉米种植面积[J]. 中国农业气象, 2014, 35(03): 344-348.

LI Ying,LIU Rong hua,ZHENG Dong dong. Summer Maize Planting Area Estimation Based on Multi Source Data and Decision Tree[J]. Chinese Journal of Agrometeorology, 2014, 35(03): 344-348.

参考文献

[1
[5]余凌翔，朱勇，鲁韦坤，等.基于HJ1CCD遥感影像的西双版纳橡胶种植区提取[J].中国农业气象，2013，34(4)：493-497.
[6]杨小唤，张香平，江东.基于MODIS时序NDVI特征值提取多作物播种面积的方法[J].资源科学，2004，26(6)：17-22.
[7]Mirik M，Ansley R J，Price J A，et al. Remote Monitoring of wheat streak mosaic progression using sub-pixel classification of landsat 5 TM imagery for site specific disease management in winter wheat[J].Advances in Remote Sensing，2013，(2)：16-28.
[8]李红梅，张树誉，王钊.MODIS卫星NDVI时间序列变化在冬小麦面积估算中的应用分析[J].气象与环境科学，2011，34(3)：46-49.
[9]李颖，陈秀万，段红伟，等.多源多时相遥感数据在冬小麦识别中的应用研究[J].地理与地理信息科学，2010，26(4)：47-49.
[10]顾晓鹤，韩立建，王纪华.中低分辨率小波融合的玉米种植面积遥感估算[J].农业工程学报，2012，28(3)：203-209.
[11]Rumpf T，Mahlein A K，Steiner U，et al. Early detection and classification of plant diseases with support vector machines based on hyperspectral reflectance[J].Computers and Electronics in Agriculture，2010，74(1)：91-99.
[12]Yang C，Everitt J H，Murden D. Evaluating high resolution SPOT 5 satellite imagery for crop identification[J].Computers and Electronics in Agriculture，2011，75(2)：347-354.
[13]张伐伐，李卫忠，卢柳叶，等.SVM多窗口纹理土地利用信息提取技术[J].遥感学报，2012，16(1)：67-78.
[14]del Frate F，Pacifici F，Schiavon G，et al. Use of neural networks for automatic classification from high-resolution images[J].Geoscience and Remote Sensing，IEEE Transactions on，2007，45(4)：800-809.
[15]Wardlow B D，Egbert S L，Kastens J H. Analysis of time-series MODIS 250m vegetation index data for crop classification in the US Central Great Plains[J].Remote Sensing of Environment，2007，108(3)：290-310.
[16]Sakamoto T，Yokozawa M，Toritani H，et al. A crop phenology detection method using time-series MODIS data[J].Remote Sensing of Environment，2005，96(3)：366-374.
[17]李树岩，彭记永，刘荣花.基于气候适宜度的河南夏玉米发育期预报模型[J].中国农业气象，2013，34(5)：576-581.
[18]孔令寅，延昊，鲍艳松，等.基于关键发育期的冬小麦长势遥感监测方法[J].中国农业气象，2012，33(3)：424-430.
[19]索玉霞，王正兴.基于决策树和MODIS植被指数时间序列的中亚土地覆盖分类[J].世界地理研究，2008，17(3)：126-130.
[20]朱良，平博，苏奋振，等.多时相TM影像决策树模型的水稻识别提取[J].地球信息科学学报，2013，15(3)：446-451.

[1]	麻雪艳，周广胜，李根. 基于阈值指标分类法的玉米营养生长阶段受旱程度分级[J]. 中国农业气象, 2020, 41(07): 446-458.
[2]	杜正朕，王琳，包云轩，周晓. 典型滩涂植被米草和芦苇叶片高光谱特征分析[J]. 中国农业气象, 2020, 41(06): 393-402.
[3]	王雪婷，张莎，邓帆，张佳华. 基于作物空间物候差异提取黄淮海夏玉米种植面积[J]. 中国农业气象, 2019, 40(10): 647-659.
[4]	张琪，唐婕，冯一淳，张艺璇，蔡成良. 基于积温产量模型确定山东夏玉米拔节前后的极端高温阈值[J]. 中国农业气象, 2017, 38(12): 795-800.
[5]	赵叶萌，李玉中，刘晓英，钟秀丽，曹金峰. 冬小麦节水高产的土壤水分阈值及其动态[J]. 中国农业气象, 2015, 36(05): 536-543.
[6]	沙依然·外力，葛道阔，曹宏鑫，张佳华，李秉柏. 拔节抽穗期不同时长干旱胁迫对水稻冠层光谱特征的影响[J]. 中国农业气象, 2014, 35(05): 586-592.
[7]	李颖，韦原原，刘荣花，方文松，成林. 河南麦区一次高温低湿型干热风灾害的遥感监测[J]. 中国农业气象, 2014, 35(05): 593-599.
[8]	师桂花，王英舜，侯琼. 土壤水分变化对草原植被群落及其光谱特征的影响[J]. 中国农业气象, 2013, 34(01): 114-120.
[9]	曹广民;龙瑞军;. 放牧高寒嵩草草甸的稳定性及自我维持机制[J]. 中国农业气象, 2009, 30(04): 553-559.
[10]	隋玉秀;李国春;. 中分辨率卫星数据分类的改进迭代聚类算法[J]. 中国农业气象, 2009, 30(04): 585-590.
[11]	刘建栋,傅抱璞,卢其尧,姚永康. 林农复合生态系统晴天光谱特征分析[J]. 中国农业气象, 1997, 18(03): -.

基于多源数据和决策树估算夏玉米种植面积

Summer Maize Planting Area Estimation Based on Multi Source Data and Decision Tree

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 11

编辑推荐

Metrics

本文评价