[目的]微波遥感因具有全天时、全天候数据获取的特点,在多云雨的中国南方水稻识别研究中表现出巨大潜力.本研究通过对比Sentinel-1SAR遥感数据和Sentinel-2光学遥感数据用于水稻遥感制图的效果,分析光学和SAR遥感数据对于单双季稻识别结果的一致性,并探索水稻识别的最优SAR影像特征.[方法]本研究使用Sentinel-1/2卫星数据,基于面向对象的随机森林分类算法和Google Earth Engine平台,提取洞庭湖平原4个典型水稻种植区的单双季稻空间分布.通过比较9种不同传感器和特征组合场景的分类精度和分类结果统计指标,并计算NDVI和SAR特征时序(VH、VV、VH/VV)的R2和DTW距离,分析识别单双季稻的最优SAR特征,评估光学和SAR遥感数据对于单双季稻识别结果的一致性.[结果]VH、VV和VH/VV时序识别单双季的总体精度分别为90.42％、82.08％和88.33％,而联合VH和VH/VV时序识别单双季稻的总体精度可达91.67％.VH(VH/VV、VV)时序与单双季稻NDVI时序的R2和DTW距离分别为0.870(0.915、0.986)、4.715(1.896、5.506)(单季稻)和 0.597(0.783、0.673)、2.396(1.839、3.441)(双季稻).较高的R2和较低的DTW距离说明单双季稻的VH/VV时序与NDVI时序相关度更高,可以较好地反映单双季稻的生长周期规律.同时,VH可以较好地反映单双季稻移栽期的淹水特征.基于光学数据和SAR数据在6个时间窗口的特征(S-2:NDVI、EVI、LSWI;S-1:VH、VH/VV)识别单双季稻的总体精度分别为91.25％和90.00％,识别结果面积相关性可达95.70％.[结论]SAR遥感数据与光学遥感数据水稻识别结果一致性较高.应用Sentinel-1在多云雨区识别单双季稻具有巨大潜力,VH和VH/VV后向散射系数时序是识别水稻的优质特征.研究结果为多云多雨区使用SAR数据进行特征优选以高精度识别单双季稻提供了重要技术支撑.

单双季稻识别;时序特征;Sentinel-1/2;一致性分析;Google Earth Engine

杨靖雅;胡琼;魏浩东;蔡志文;张馨予;宋茜;徐保东

华中农业大学资源与环境学院/华中农业大学宏观农业研究院,武汉430070;华中师范大学城市与环境科学学院,武汉430079;中国农业科学院农业资源与农业区划研究所/农业农村部农业遥感重点实验室,北京100081

中国农业科学

[1]杨靖雅;胡琼;魏浩东;蔡志文;张馨予;宋茜;徐保东-.基于Sentinel-1/2数据的中国南方单双季稻识别结果一致性分析)[J].中国农业科学,2022(16):3093-3109

单双季稻识别,水稻识别,1SAR

Sentinel,中国南方,结果一致性,一致性分析,微波遥感,天时,全天候,数据获取,多云,云雨,南方水稻,巨大潜力,遥感数据,光学遥感,遥感制图,影像特征,卫星数据,面向对象,随机森林分类,分类算法,Google,Earth,Engine,洞庭湖平原,水稻种植,种植区,特征组合,组合场,分类精度,统计指标,NDVI,VH,VV,DTW,分析识别,总体精度,单季稻,相关度,生长周期,移栽期,淹水,时间窗口,EVI,LSWI,果面,后向散射系数,多雨区,特征优选,高精度识别,时序特征

0.252914