基于Sentinel-2A NDVI时间序列数据的冬小麦识别

来源：江苏农业科学杂志2019年第第16期北京时间：

作者：甄晓菊; 张雪红; 吴国明; 傅晓艺; 何泱; 洪长桥

单位：1.河北省气象科学研究所河北省气象与生态环境重点实验室，河北石家庄 050021； 2.南京信息工程大学遥感与测绘工程学院，江苏南京 210044； 3.石家庄市农林科学研究院，河北石家庄 050041； 4.南京信息工程大学地理科学学院，江苏南京 210044

摘要：鉴于农作物类型识别中存在严重的“异物同谱”效应，基于归一化植被指数(normalized difference vegetation index，简称NDVI)时间序列数据及物候特征的农作物遥感识别已成为热点。针对现阶段NDVI时间序列数据空间分辨率普遍较低的问题，以河北省辛集市为研究区，基于Sentinel-2A数据构建了10 m高空间分辨率NDVI时间序列，并提出了积分法、斜率法和决策树法3种冬小麦识别模型，同时与传统的光谱角质图(spectral angle mapper，简称SAM)法进行了比较。结果表明，以上方法均达到了较好的识别效果，其中积分法、斜率法和决策树法的总体精度均优于97.6%，而SAM法因仅仅考虑了时间序列曲线的形态，使得稀疏林地与冬小麦之间容易误分；Sentinel-2A卫星(Sentinel-2星座重访周期为5 d)提供的高时空分辨率时间序列数据，在农作物的季相节律特征提取以及农作物的识别中具有巨大潜力。

关键词：Sentinel-2A;NDVI;冬小麦;物候期

基金资助：中国博士后科学基金(编号：2017M610338)；河北省创新能力提升计划(编号：18964201H)；江苏省研究生科研与实践创新计划(编号：KYCX17_0892)；河北省气象与生态环境重点实验室开放研究基金(编号：Z201607Y)。