|本期目录/Table of Contents|

[1]吴风华,郎婷婷,江东,等.京津冀地区冬小麦播种面积快速提取技术研究[J].江苏农业科学,2019,47(16):224-229.
　Wu Fenghua,et al.Study on rapid extraction technology of winter wheat planting area in Beijing-Tianjin-Hebei region[J].Jiangsu Agricultural Sciences,2019,47(16):224-229.
点击复制

京津冀地区冬小麦播种面积快速提取技术研究(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第47卷
期数:
2019年第16期
页码:
224-229
栏目:
农业工程与信息技术
出版日期:
2019-09-16

文章信息/Info

Title:
Study on rapid extraction technology of winter wheat planting area in Beijing-Tianjin-Hebei region
作者:
吴风华1;  郎婷婷1;  江东2; 3; 4;  丁方宇2; 3;  张紫萍5
1.华北理工大学矿业工程学院，河北唐山 063210； 2.中国科学院地理科学与资源研究所，北京 100101；
3.中国科学院大学资源与环境学院，北京 100049； 4.自然资源部资源环境承载力评价重点实验室，北京 100101；
5.青海省生态环境遥感监测中心，青海西宁 810007
Author(s):
Wu Fenghua; et al
关键词:
京津冀; MODIS-NDVI; 冬小麦; 播种面积; 决策树分类; 面积提取
Keywords:
-
分类号:
S127
DOI:
-
文献标志码:
A
摘要:
冬小麦是我国的主导粮食作物之一，及时掌握冬小麦种植信息对农业部门制定政策、调整农业结构具有十分重要的意义。以京津冀地区为例，综合考虑遥感数据源成本、数据处理时间以及时间分辨率等要素，提出了一种以MODIS-NDVI产品为主要数据源，提取冬小麦播种面积的技术方法。通过对冬小麦种植区的实地考察与采样，准确获取了反映冬小麦生长周期的NDVI时间序列曲线，并将采样点NDVI时间序列曲线与物候期相结合，识别冬小麦的典型物候期，以决策树分类方法设定阈值，逐级快速剔除了非耕地区和林地区，实现了冬小麦种植区的提取。提取的冬小麦种植区与实地采样点的匹配度达到93.33%，与统计年鉴公布数据的比较结果表明分类精度达到 91.84%，为快速提取大面积农作物种植信息提供了一种可操作的技术手段。
Abstract:
-

参考文献/References:

［1］江东，丁方宇，郝蒙蒙，等. 农田遥感识别方法与应用［J］. 甘肃科学学报，2017，29(2)：43-47.
［2］单捷，孙玲，于堃，等. 基于不同时相高分一号卫星影像的水稻种植面积监测研究［J］. 江苏农业科学，2017，45(22)：229-232.
［3］黄健熙，侯矞焯，武洪峰，等. 基于时间序列MODIS的农作物类型空间制图方法［J］. 农业机械学报，2017，48(10)：142-147.
［4］Wardlow B D，Egbert S L. Large-area crop mapping using time-series MODIS 250 m NDVI data：an assessment for the U.S. Central Great Plains［J］. Remote Sensing of Environment，2008，112(3)：1096-1116.
［5］黄青，吴文斌，邓辉，等. 2009年江苏省冬小麦和水稻种植面积信息遥感提取及长势监测［J］. 江苏农业科学，2010(6)：508-511.
［6］许青云，杨贵军，龙慧灵，等. 基于MODIS NDVI多年时序数据的农作物种植识别［J］. 农业工程学报，2016，30(11)：134-142.
［7］郭昱杉，刘庆生，刘高焕，等. 基于MODIS时序NDVI主要农作物种植信息提取研究［J］. 自然资源学报，2017，32(10)：1808-1818.
［8］Pan Y Z，Li L，ZhangS，et al. Winter wheat area estimation from MODIS-EVI time series data using the Crop Proportion Phenology Index［J］. Remote Sensing of Environment，2012，119：232-242.
［9］平跃鹏，臧淑英. 基于MODIS时间序列及物候特征的农作物分类［J］. 自然资源学报，2016，31(3)：503-511.
［10］李祚泳. 用B-P神经网络实现多波段遥感图像的监督分类［J］. 红外与毫米波学报，1998，17(2)：153-156.
［11］潘琛，杜培军，罗艳，等. 一种基于植被指数的遥感影像决策树分类方法［J］. 计算机应用，2009，29(3)：777-780.
［12］刘焕军，于胜男，张新乐，等. 一年一季农作物遥感分类的时效性分析［J］. 中国农业科学，2017，50(5)：830-839.
［13］黄健熙，贾世灵，马鸿元，等. 基于WOFOST模型的中国主产区冬小麦生长过程动态模拟［J］. 农业工程学报，2017，33(10)：222-228.
［14］申健，常庆瑞，李粉玲，等. 基于时序NDVI的关中地区冬小麦种植信息遥感提取［J］. 农业机械学报，2017，48(3)：215-220.
［15］Wang J，Wang E，Feng L，et al. Phenological trends of winter wheat in response to varietal and temperature changes in the North China Plain［J］. Field Crops Research，2013，144(6)：135-144.
［16］Chen J，Jnsson P，Tamura M，et al. A simple method for reconstructing a high-quality NDVI time-series data set based on the Savitzky-Golay filter［J］. Remote Sensing of Environment，2004，91(3/4)：332-344.
［17］陈晓苗. 基于MODIS-NDVI的河北省主要农作物空间分布研究［D］. 石家庄：河北师范大学，2010.
［18］Pan Y Z，Li L，Zhang J S，et，al. Crop area estimation based on MODIS-EVI time series according to distinct characteristics of key phenology phases：a case study of winter wheat area estimation in small-scale area［J］. Journal of Remote Sensing，2011，15(3)：578-594.
［19］Xiao D，Tao F，Liu Y，et al. Observed changes in winter wheat phenology in the North China Plain for 1981—2009［J］. International Journal of Biometeorology，2013，57(2)：275-285.
［20］申文明，王文杰，罗海江，等. 多时相Landsat8 OLI影像的作物种植结构提取［J］. 遥感技术与应用，2015，30(4)：775-783.
［21］刘吉凯，钟仕全，梁文海. 基于策树分类法及其在遥感图像处理中的应用［J］. 测绘科学，2008，33(1)：208-211.
［22］潘琛，杜培军，张海荣. 决基于决策树分类技术的遥感影像分类方法研究［J］. 遥感技术与应用，2007，22(3)：333-337.

相似文献/References:

[1]王文刚,庞笑笑.京津冀地区城市土地利用效率[J].江苏农业科学,2016,44(04):563.
　Wang Wengang,et al.Study on urban land use efficiency in Beijing-Tianjin-Hebei area[J].Jiangsu Agricultural Sciences,2016,44(16):563.
[2]苗润莲,张红,胥彦玲,等.京津冀现代农业区域一体化的功能定位及关键问题研究[J].江苏农业科学,2015,43(10):520.
　Miao Runlian,et al.Study on function orientation and key problem of coordinated development of agriculture in Beijing—Tianjin-Hebei region[J].Jiangsu Agricultural Sciences,2015,43(16):520.
[3]倪维秋.新型城镇化及其协调发展测度——以京津冀城市群为例[J].江苏农业科学,2017,45(08):317.
　Ni Weiqiu.New type of urbanization and its coordinated development measuring—Taking Beijing-Tianjin-Hebei urban agglomeration as an example[J].Jiangsu Agricultural Sciences,2017,45(16):317.
[4]王吉恒,张钊.新型城镇化测度及其耦合协调性对比研究——以中国三大城市群为例[J].江苏农业科学,2019,47(14):332.
　Wang Jiheng,et al.Study on measure of new urbanization and its coordinated development comparison—Taking Chinas three major urban agglomerations as examples[J].Jiangsu Agricultural Sciences,2019,47(16):332.
[5]黄九明,胡业翠,段晓艳,等.我国三大城市群土地利用效率及变化研究[J].江苏农业科学,2019,47(19):265.
　Huang Jiuming,et al.Study on land use efficiency and its change of three major urban agglomerations[J].Jiangsu Agricultural Sciences,2019,47(16):265.
[6]陈晔,刘梦淳,闫丽平.协同创新视角下京津冀农业现代化水平测度及差异比较[J].江苏农业科学,2019,47(19):327.
　Chen Ye,et al.Level measurement and difference comparison of Beijing-Tianjin-Hebei agricultural modernization from perspective of collaborative innovation[J].Jiangsu Agricultural Sciences,2019,47(16):327.

备注/Memo

备注/Memo:
收稿日期：2018-04-19
基金项目：国家重点研发计划(编号：2016YFC0503507)；西藏自治区重大科技专项(编号：Z2016C01G01)。
作者简介：吴风华(1972—)，女，湖南宁乡人，硕士，副教授，主要从事地理信息系统的教学与研究工作。E-mail：wfhyjd@163.com。
通信作者：江东，博士，研究员，研究方向为资源环境遥感监测。E-mail：jiangd@igsnrr.ac.cn。
更新日期/Last Update: 2019-08-20