|本期目录/Table of Contents|

[1]卢泽如,熊勤学,周雨顺,等.运用Sentinel-1A时序数据和动态时间规整算法提取稻虾田空间分布信息[J].江苏农业科学,2020,48(18):230-236.
　Lu Zeru,et al.Extraction of spatial distribution information of rice and shrimp fields by Sentinel-1A time series data and dynamic time warping algorithm[J].Jiangsu Agricultural Sciences,2020,48(18):230-236.
点击复制

运用Sentinel-1A时序数据和动态时间规整算法提取稻虾田空间分布信息(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第48卷
期数:
2020年第18期
页码:
230-236
栏目:
农业工程与信息技术
出版日期:
2020-09-20

文章信息/Info

Title:
Extraction of spatial distribution information of rice and shrimp fields by Sentinel-1A time series data and dynamic time warping algorithm
作者:
卢泽如2;  熊勤学1; 2; 3;  周雨顺2;  邓琪云2;  纪绍威2;  丁璐2
1.湿地生态与农业利用教育部工程研究中心，湖北荆州 434025； 2.长江大学农学院，湖北荆州 434025；
3.长江大学涝渍灾害与湿地农业湖北省重点实验室，湖北荆州 434025
Author(s):
Lu Zeru; et al
关键词:
Sentinel-1A; 动态时间规整算法; 稻虾田空间分布信息; TWDTW算法; VH极化; VV极化
Keywords:
-
分类号:
S127
DOI:
-
文献标志码:
A
摘要:
针对稻虾田水稻移植期的不确定性给稻虾田空间分布信息提取带来的困难，运用SAR VH极化年时序数据、VV极化年时序数据以及调查区稻虾田各自极化的年时序数据通过标准化处理后，进行TWDTW方法(time-weighted dynamic time warping)计算，得到二波段(VH极化、VV极化)与调查区稻虾田年时序数据相似度空间分布栅格数据，再利用最大似然法进行监督分类，得到2016—2018年3年的监利县稻虾田空间分布栅格数据，分类结果与4块区域(龚场镇、福田寺镇、红城乡、白螺镇，面积分别是373.33、2 200.00、126.67、240.00 hm2)稻虾田实际分布图比较，其Kappa系数分别是0.79、0.80、0.75、0.90，介于0.75～0.90之间，说明运用Sentinel-1A时序数据和动态时间规整算法的提取方法是准确的。由于SAR传感器具有全天侯以及不受云层影响等特点，能定期获取研究区上空数据，相比光学传感器获得无云或者少云数据的不确定性，此方法能在实际操作中运用。
Abstract:
-

参考文献/References:

［1］秦尊文. 以“虾稻共作”模式为抓手推进体制机制创新——潜江市全国中小城市综合改革的观察与思考［J］. 中国发展，2016，160(6)：51-56.
［2］农业农村部渔业渔政管理局全国水产技术推广总站中国水产学会.中国小龙虾产业发展报告2019［J］. 中国水产，2019，7(9)：12-19.
［3］曹凑贵，江洋，汪金平，等. 稻虾共作模式的“双刃性”及可持续发展策略［J］. 中国生态农业学报，2017，25(9)：1245-1253.
［4］魏妍冰，陆苗，吴文斌. 基于水体季相差异的稻虾共作提取方法研究［J］. 中国农业资源与区划，2019，40(3)：14-20，34.
［5］Guan X D，Chong H，Liu G H，et al. Mapping rice cropping systems in Vietnam using an NDVI-based timeseries similarity measurement based on DTW distance［J］. Remote Sensing，2016，8(1)：19.
［6］Bradley A P. The use of the area under the ROC curve in the evaluation of machine learning algorithms［J］. Pattern Recognition，1997，30(7)：1145-1159.
［7］Graham A J，Harris R. Extracting biophysical parameters from remotely sensed radar data：a review of the water cloud model［J］. Progrom Physics Geography，2003，27(2)：217-229.
［8］Inoue Y，Kurosu T，Maeno H，et al. Season-long daily measurements of multifrequency (Ka，Ku，X，C，and L) and full-polarization backscatter signatures over paddy rice field and their relationship with biological variables［J］. Remote Sensing of Environment，2002，81(2/3)：194-204.
［9］Toan T L，Laur H，Mougin E，et al. Multitemporal and dual-polarization observations of agricultural vegetation covers by X-band SAR images［J］. IEEE Transactions on Geoscience and Remote Sensing，1989，27(6)：709-718.
［10］Petitjean F，Inglada J，Gancarski P. Satellite image time series analysis under time warping［J］. IEEE Transactions on Geoscience and Remote Sensing，2012，50(8)：3081-3095.
［11］Baumann M，Mutlu O，Richardson A D，et al. Phenology from landsat when data is scarce：using MODIS and dynamic time-warping to combine multi-year landsat imagery to derive annual phenology curves［J］. International Journal of Applied Earth Observation and Geoinformation，2017，54(2)：72-83.
［12］Cristina G，Joanne C W，Michael A W，et al. Integrated object-based spatiotemporal characterization of forest change from an annual time series of landsat image composites［J］. Canadian Journal of Remote Sensing，2015，41(4)：271-292.
［13］Maus V，Cmara G，Cartaxo R，et al. A Time-weighted dynamic time warping method for land-use and land-cover Mapping［J］. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing， 2016，9(8)：3729-3739.
［14］Moreira A. Improved multi-look techniques applied to SAR and scan SAR images［J］. IEEE Trans on Geoscience and Remote Sensing，1991，23(4)：529-534.
［15］McNairn H，Shang J，Jiao X，et al. The contribution of ALOS PALSAR multi-polarization and polarimetric data to crop classification［J］. IEEE Geoscience and Remote Sensing，2009，47(12)：3981-3992.
［16］Ovidiu C，Mariana B，Gregory P A，et al. Object-based time-constrained dynamic time warping classification of crops using sentinel-2［J］. Remote Sensing，2019，11(10)：1257.

相似文献/References:

备注/Memo

备注/Memo:
收稿日期：2019-10-25
基金项目：国家自然科学基金(编号：31871516)；公益性行业(农业)科研专项(编号：201203032)；湿地生态与农业利用教育部工程研究中心开放基金(编号：KF201701、KFT201906)；长江大学第十一批大学生创新创业训练计划(编号：2018288)。
作者简介：卢泽如(1999—)，女，湖北黄冈人，主要研究方向为农业信息。E-mail：1284563860@qq.com。
通信作者：熊勤学，硕士，副教授，主要研究方向为农业遥感。E-mail：nxqx@tom.com。
更新日期/Last Update: 2020-09-20