Please wait a minute...
国土资源遥感  2020, Vol. 32 Issue (2): 177-185    DOI: 10.6046/gtzyyg.2020.02.23
  技术应用 本期目录 | 过刊浏览 | 高级检索 |
基于MODIS时序数据的湖南省水稻种植面积提取及时空变化分析
邓刚1,2, 唐志光1(), 李朝奎1, 陈浩1, 彭焕华1, 王晓茹1,2
1.湖南科技大学地理空间信息技术国家地方联合工程实验室,湘潭 411201
2.湖南科技大学资源环境与安全工程学院,湘潭 411201
Extraction and analysis of spatiotemporal variation of rice planting area in Hunan Province based on MODIS time-series data
Gang DENG1,2, Zhiguang TANG1(), Chaokui LI1, Hao CHEN1, Huanhua PENG1, Xiaoru WANG1,2
1. National-Local Joint Engineering Laboratory of Geo-spatial Information Technology, Hunan University of Science and Technology, Xiangtan 411201, China
2. School of Resource,Environment and Safety Engineering, Hunan University of Science and Technology, Xiangtan 411201, China
全文: PDF(5304 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

准确且及时获取大范围的水稻种植空间分布及其动态变化信息对科学指导水稻生产、合理分配水资源以及监测大气环境变化等具有重要意义。以湖南省为研究区,在提取MODIS陆地水分指数(land surface water content index,LSWI)和增强植被指数(enhanced vegetation index,EVI)时间序列数据集并对其进行去噪处理的基础上,根据水稻的LSWI和EVI时序变化特征建立了水稻种植面积决策树提取模型,并对模型精度进行了评价; 基于该模型提取了湖南省2000—2016年间水稻种植面积信息,分析了其时空变化特征。研究结果表明,构建的研究区水稻种植面积提取模型总体分类精度为90.2%,Kappa系数为0.74; 与统计报表数据相比,平均相对误差为13.6%,可适用于大范围长时间序列水稻种植面积的高效提取。湖南省年均水稻种植总面积为344.12万hm2,其中单季稻面积为102.41万hm2,主要分布在洞庭湖平原; 双季稻面积为241.71万hm2,主要分布在湘中偏北部地区(主要为岳阳、益阳、常德、长沙、株洲、湘潭、娄底等市县)。近17 a间,湖南省水稻种植面积变化情况可分为3个阶段,分别为在2000—2004年间减少了73.2万hm2,在2005—2010年间呈相对稳定小幅度回升状态,在2011—2016年间增加了29.55万hm2,但总体上呈减少趋势,共减少了58.22万hm2

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
邓刚
唐志光
李朝奎
陈浩
彭焕华
王晓茹
关键词 水稻种植面积MODISLSWIEVI决策树分类    
Abstract

It is essential to obtain a wide range of spatial distribution and dynamic change information of paddy rice timely and accurately for scientific guidance of rice production, rational utilization of water resources, and monitoring of atmospheric environmental changes. In this study, the decision tree extraction model of rice planting area in Hunan Province was constructed on the basis of time series variation characteristics of MODIS-derived LSWI and EVI in rice planting area, and the accuracy of the model was evaluated. In addition, the spatiotemporal variation characteristics of the rice planting areas in Hunan Province from 2000 to 2016 were investigated. The results are as follows: the total classification accuracy of rice planting area extraction model in the research area is 90.2%, the Kappa coefficient is 0.74 and; in comparison with agriculture statistics, the mean relative error is 13.6%. The proposed extraction model can be applied to the efficient extraction of rice planting area on a wide range and long time series basis. The average annual rice planting area in Hunan Province is 3 441.2 thousand hectares, of which 1 024.1 thousand hectares are single-cropping rice, mainly distributed in the Dongting Lake plain, and 2 417.1 thousand hectares are double-cropping rice, mainly distributed in the north-central part of Hunan Province such as Yueyang, Yiyang, Changde, Changsha, Zhuzhou, Xiangtan and Loudi City. the rice planting area in Hunan Province was reduced by 732 thousand hectares from 2000 to 2004, reached a relatively stable level in 2005—2010 and increased by 295.5 thousand hectares in 2011—2016. Overall, there existed a decreasing trend from 2000 to 2016, with the rice planting area reduced by 582.2 thousand hectares.

Key wordsrice planting area    MODIS    LSWI    EVI    decision tree classifier
收稿日期: 2019-06-21      出版日期: 2020-06-18
ZTFLH:  TP79  
基金资助:国家自然科学基金项目“高亚洲雪线高度遥感监测及多尺度时空建模研究”(41871058);湖南省自然科学基金项目“基于多源数据的综合干旱监测模型构建及其示范应用”(2018JJ3154);湖南省教育厅科研项目“基于MODIS时序数据的湖南省水稻种植面积遥感提取及其时空变化研究”(16C0633);湖南科技大学校级科研项目“湘江流域(洞庭湖)生态-水-环境监测”(CXTD003)
通讯作者: 唐志光     E-mail: tangzhg11@hnust.edu.cn
作者简介: 邓 刚(1995-),男,硕士研究生,主要从事农业、生态遥感方面的研究。Email: denggang@mail.hnust.edu.cn。
引用本文:   
邓刚, 唐志光, 李朝奎, 陈浩, 彭焕华, 王晓茹. 基于MODIS时序数据的湖南省水稻种植面积提取及时空变化分析[J]. 国土资源遥感, 2020, 32(2): 177-185.
Gang DENG, Zhiguang TANG, Chaokui LI, Hao CHEN, Huanhua PENG, Xiaoru WANG. Extraction and analysis of spatiotemporal variation of rice planting area in Hunan Province based on MODIS time-series data. Remote Sensing for Land & Resources, 2020, 32(2): 177-185.
链接本文:  
http://www.gtzyyg.com/CN/10.6046/gtzyyg.2020.02.23      或      http://www.gtzyyg.com/CN/Y2020/V32/I2/177
Fig.1  总体技术路线
Fig.2  研究区不同地类训练样区分布示意图
Fig.3  不同地物特征指数曲线
Fig.4  水稻信息提取决策树模型
Fig.5  验证样区1水稻提取对比结果
验证样区(5个)MODIS Landsat+Google Earth 目视解译
类型 水稻/
像元
非水稻/
像元
Kappa
系数
总体分类
精度/%
MODIS 水稻 1 572 625 0.74 90.2
提取水稻 非水稻 143 5 460
Tab.1  5个验证样区总体分类精度评价
Fig.6  2000—2016年间湖南省水稻面积提取结果
年份 MODIS提取
结果/(万hm2)
统计数据/
(万hm2)
相对误差/% 年份 MODIS提取
结果/(万hm2)
统计数据/
(万hm2)
相对误差/%
2000年 408.78 389.61 4.92 2009年 353.54 404.72 -12.65
2001年 375.79 369.16 1.80 2010年 325.03 403.05 -19.36
2002年 380.68 354.15 7.49 2011年 321.01 406.63 -21.06
2003年 352.17 341.00 3.28 2012年 342.58 409.51 -16.34
2004年 335.58 371.68 -9.71 2013年 311.95 408.51 -23.64
2005年 338.09 379.52 -10.92 2014年 330.35 412.07 -19.83
2006年 340.88 393.12 -13.29 2015年 317.18 411.41 -22.90
2007年 341.93 389.72 -12.26 2016年 350.56 408.55 -14.19
2008年 323.93 393.20 -17.62
Tab.2  2000—2016年湖南省水稻面积提取结果与农业统计数据比较
Fig.7  2000—2016年间湖南省水稻面积变化
[1] 陈晓华. 中国农业统计资料(2013)[M].中国农业出版社, 2014.
Chen X H. Agricultural statistics in China (2013)[M].China Agriculture Press, 2014.
[2] Brenkert A L, Smith S J, Kim S H, et al. Model documentation for the MiniCAM[R].Pacific Northwest National Lab.(PNNL),Richland,WA(United States), 2003.
[3] Masuoka P M, Claborn D M, Andre R G, et al. Use of IKONOS and Landsat for malaria control in the Republic of Korea[J]. Remote Sensing of Environment, 2003,88(1-2):187-194.
doi: 10.1016/j.rse.2003.04.009
[4] 徐新刚, 李强子, 周万村, 等. 应用高分辨率遥感影像提取作物种植面积[J]. 遥感技术与应用, 2008,23(1):17-25.
Xu X G, Li Q Z, Zhou W C, et al. Classification application of QuickBird imagery to obtain crop planting area[J]. Remote Sensing Technology and Application, 2008,23(1):17-25.
[5] Yoshikawa N, Shiozawa S. Estimating variable acreage of cultivated paddy fields from preceding precipitation in a tropical watershed utilizing Landsat TM/ETM[J]. Agricultural water management, 2006,85(3):296-304.
[6] 黄振国, 陈仲新, 刘芳清, 等. 利用SPOT5影像提取水稻种植面积的研究——以湖南株洲市区为例[J]. 湖南农业大学学报(自科版), 2013,39(2):137-140.
Huang Z G, Chen Z X, Liu F Q, et al. Mapping rice planting area using SPOT5 imagery:Taking Zhuzhou,Hunan as an example[J]. Journal of Hunan Agricultural University, 2013,39(2):137-140.
[7] 郑长春, 王秀珍, 黄敬峰. 基于特征波段的SPOT-5卫星影像水稻面积信息自动提取的方法研究[J]. 遥感技术与应用, 2008,23(3):294-299.
Zheng C C, Wang X Z, Huang J F. Decision tree algorithm of automatically extracting paddy rice information from SPOT-5 images based on characteristic bands[J]. Remote Sensing Technology and Application, 2008,23(3):294-299.
[8] 钟仕全, 莫建飞, 陈燕丽, 等. 基于HJ-1B卫星遥感数据的水稻识别技术研究[J]. 遥感技术与应用, 2010,25(4):464-468.
Zhong S Q, Mo J F, Chen Y L, et al. Study on rice identification technology using HJ-1B data[J]. Remote Sensing Technology and Applications, 2010,25(4):464-468.
[9] Xiao X, Boles S, Frolking S, et al. Mapping paddy rice agriculture in South and Southeast Asia using multi-temporal MODIS images[J]. Remote Sensing of Environment, 2006,100(1):95-113.
[10] Xiao X, Boles S, Frolking S, et al. Observation of flooding and rice transplanting of paddy rice fields at the site to landscape scales in China using Vegetation sensor data[J]. International Journal of Remote Sensing, 2002,23(15):3009-3022.
doi: 10.1080/01431160110107734
[11] 李郁竹, 曾燕. 应用NOAA/AVHRR数据测算局地水稻种植面积方法研究[J]. 遥感学报, 1998,2(2):125-130.
doi: 10.11834/jrs.19980209
Li Y Z, Zeng Y. Study on methods of rice planting area estimation at regional scale using NOAA/AVHRR data[J]. Journal Of Remote Sensing, 1998,2(2):125-130.
[12] Bouvet A, Toan T L. Use of ENVISAT/ASAR wide-swath data for timely rice fields mapping in the Mekong River Delta[J]. Remote Sensing of Environment, 2011,115(4):1090-1101.
[13] Ribbes F, Toan T L. Mapping and monitoring rice crop with RADARSAT data [C]// IEEE International Geoscience & Remote Sensing Symposium, 1998.
[14] Zhang Y, Wang C, Wu J, et al. Mapping paddy rice with multitemporal ALOS/PALSAR imagery in southeast China[J]. International Journal of Remote Sensing, 2009,30(23):6301-6315.
doi: 10.1080/01431160902842391
[15] Gumma M K, Nelson A, Thenkabail P S, et al. Mapping rice areas of South Asia using MODIS multitemporal data[J]. Journal of applied remote sensing, 2011,5(1):053547.
[16] Son N T, Chen C F, Chen C R, et al. A comparative analysis of multitemporal MODIS EVI and NDVI data for large-scale rice yield estimation[J]. Agricultural and forest meteorology, 2014,197(6):52-64.
[17] Zhang G L, Xiao X M, Dong J W, et al. Mapping paddy rice planting areas through time series analysis of MODIS land surface temperature and vegetation index data[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2015,106:157-171.
[18] 苗翠翠, 江南, 彭世揆, 等. 基于NDVI时序数据的水稻种植面积遥感监测分析——以江苏省为例[J]. 地球信息科学学报, 2011,13(2):273-280.
Miao C C, Jiang N, Peng S K, et al. Extraction of paddy land area based on NDVI time-series data:Taking Jiangsu Province as an example[J]. Journal of Geo-Information Science, 2011,13(2):273-280.
[19] 邬明权, 王长耀, 牛铮. 利用多源时序遥感数据提取大范围水稻种植面积[J]. 农业工程学报, 2010,26(7):240-244.
Wu M Q, Wang C Y, Niu Z. Mapping paddy fields in large areas, based on time series multi-sensors data[J]. Transactions of the Chinese Society of Agricultural Engineering, 2010,26(7):240-244.
[20] 杨沈斌, 景元书, 王琳, 等. 基于MODIS时序数据提取河南省水稻种植分布[J]. 大气科学学报, 2012,35(1):113-120.
Yang S B, Jing Y S, Wang L, et al. Mapping rice paddy distribution in Henan Province based on multi-temporal MODIS imagery[J]. Transactions of Atmospheric Sciences, 2012,35(1):113-120.
[21] 张莉, 吴文斌, 左丽君, 等. 基于EOS/MODIS数据的南方水稻面积提取技术[J]. 中国农业资源与区划, 2011,32(4):39-44.
Zhang L, Wu W B, Zuo L J. Extracting planting area of paddy rice in southern China by using EOS/MODIS data[J]. Journal of China Agricultural Resources and Regional Planning, 2011,32(4):39-44.
[22] 郑长春, 王秀珍, 黄敬峰. 多时相MODIS影像的浙江省水稻种植面积信息提取方法研究[J]. 浙江大学学报(农业与生命科学版), 2009,35(1):98-104.
Zheng C C, Wang X Z, Huang J F. Mapping paddy rice planting area in Zhejiang Province using multi-temporal MODIS images[J]. Journal of Zhejiang University(Agriculture and Life Sciences), 2009,35(1):98-104.
[23] 曹丹, 白林燕, 冯建中, 等. 东北三省水稻种植面积时空变化监测与分析[J]. 江苏农业科学, 2018,46(10):260-265,271.
Cao D, Bai L Y, Feng J Z, et al. Monitoring and analysis of temporal and spatial variation of rice planting area in northeastern China[J]. Jiangsu Agricultural Sciences, 2018,46(10):260-265,271.
[24] 顾娟, 李新, 黄春林. NDVI时间序列数据集重建方法述评[J]. 遥感技术与应用, 2006,21(4):391-395.
Gu J, Li X, Huang C L. Research on the Reconstructing of Time-series NDVI Data[J]. Remote Sensing Technology and Application, 2006,21(4):391-395.
[25] 田波. 湖南水稻的比较优势与竞争力分析[J].新疆农垦经济, 2006(1):35-37.
Tian B. Analysis on the Comparative Advantage and Competition Dynamics of Rice in Hunan[J].Xinjiang State Farms Economy, 2006(1):35-37.
[26] Huete A, Didan K, Miura T, et al. Overview of the radiometric and biophysical performance of the MODIS vegetation indices[J]. Remote Sensing of Environment, 2002,83(1-2):195-213.
doi: 10.1016/S0034-4257(02)00096-2
[27] 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(3-4):366-374.
[28] Xiao X, Boles S, Liu J, et al. Mapping paddy rice agriculture in southern China using multi-temporal MODIS images[J]. Remote Sensing of Environment, 2005,95(4):480-492.
doi: 10.1016/j.rse.2004.12.009
[29] Jonsson P, Eklundh L. TIMESAT—a program for analyzing time-series of satellite sensor data[J]. Computers & Geosciences, 2004,30(8):833-845.
[30] Jonsson P, Eklundh L. Seasonality extraction by function fitting to time-series of satellite sensor data[J]. IEEE Transactions on Geoscience and Remote Sensing, 2002,40(8):1824-1832.
[31] 孙华生. 利用多时相MODIS数据提取中国水稻种植面积和长势信息[D]. 杭州:浙江大学, 2009.
Sun H S. Extracting Planting Area and Growth Information of Paddy Rice using Multi-temporal MODIS Data in China[D]. Hangzhou:Zhejiang University, 2009.
[32] 吴文斌, 杨鹏, 唐华俊, 等. 两种NDVI时间序列数据拟合方法比较[J]. 农业工程学报, 2009,25(11):183-188.
Wu W B, Yang P, Tang H J, et al. Comparison of two fitting methods of NDVI time series datasets[J]. Transactions of the Chinese Society of Agricultural Engineering, 2009,25(11):183-188.
[1] 金楷仑,郝璐. 基于遥感数据与SEBAL模型的江浙沪地区地表蒸散反演[J]. 国土资源遥感, 2020, 32(2): 204-212.
[2] 赵冰,毛克彪,蔡玉林,孟祥金. 中国地表温度时空演变规律研究[J]. 国土资源遥感, 2020, 32(2): 233-240.
[3] 施益强, 邓秋琴, 吴君, 王坚. 厦门市MODIS气溶胶光学厚度与空气质量指数的回归分析[J]. 国土资源遥感, 2020, 32(1): 106-114.
[4] 程宇琪, 王雨晴, 孙静萍, 张成福. 多伦县草原植被覆盖与蒸散量时空变化及其关系[J]. 国土资源遥感, 2020, 32(1): 200-208.
[5] 吴林霖,官云兰,李嘉伟,袁晨鑫,李睿. 基于MODIS影像喀斯特石漠化状况研究——以贵州省为例[J]. 国土资源遥感, 2019, 31(4): 235-242.
[6] 李恺霖,张春桂,廖廓,李丽纯,王宏. 福建省空气清新度卫星遥感监测[J]. 国土资源遥感, 2019, 31(4): 151-158.
[7] 李晓彤,覃先林,刘树超,孙桂芬,刘倩. 基于GF-1 WFV数据森林叶面积指数估算[J]. 国土资源遥感, 2019, 31(3): 80-86.
[8] 吴佳平,张旸,张杰,范胜龙,杨超,张小芳. 基于MODIS数据的淤泥质海岸水体指数比较与分析——以黄河三角洲海岸为例[J]. 国土资源遥感, 2019, 31(3): 242-249.
[9] 刘英,岳辉,侯恩科. MODIS数据在陕西省干旱监测中的应用[J]. 国土资源遥感, 2019, 31(2): 172-179.
[10] 国贤玉,李坤,王志勇,李宏宇,杨知. 基于SVM+SFS策略的多时相紧致极化SAR水稻精细分类[J]. 国土资源遥感, 2018, 30(4): 20-27.
[11] 曹西凤,孙林,赵子飞,韩晓峰,颜明捷. MODIS遥感产品在三江源地区草产量估测中的应用[J]. 国土资源遥感, 2018, 30(4): 115-124.
[12] 张文,任燕,马晓琳,胡艺杰. 基于综合干旱指数的淮河流域土壤含水量反演[J]. 国土资源遥感, 2018, 30(2): 73-79.
[13] 尤慧, 苏荣瑞, 肖玮钰, 刘凯文, 高华东. 基于MODIS EVI时序数据的江汉平原油菜种植分布信息提取[J]. 国土资源遥感, 2018, 30(1): 173-179.
[14] 彭秋志, 秦国玲, 吕乐婷, 吴亚玲. 基于MODIS数据的东江流域云干扰时空特征分析[J]. 国土资源遥感, 2018, 30(1): 109-115.
[15] 张明明, 程东兵, 齐建华, 胡建春, 罗晶. 基于卫星遥感的池州市气溶胶光学厚度时空分布[J]. 国土资源遥感, 2017, 29(4): 147-155.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《国土资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 Email:gtzyyg@agrs.cn; gtzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发