麦类作物学报

作者：韩振强，毛星，李卫国，李伟，马廷淮，张宏，刘力源

单位：1.江苏大学农业工程学院,江苏镇江 212013； 2.江苏省农业科学院农业信息研究所,江苏南京 210014； 3.江苏大学流体机械工程技术研究中心,江苏镇江 212013； 4.南京信息工程大学,江苏南京 210044

关键词：冬小麦,多光谱指标,高标准麦田,决策树分类,空间信息提取,

基金：国家重点研发计划项目（政府间科技创新合作）（2021YFE0104400）；国防科工局高分辨率对地观测系统重大专项（74-Y50G12-9001-22/23）；江苏省农业科技自主创新资金项目（CX（20）2037）

为给高标准农田建设规划和粮食安全生产措施的制定提供准确信息，在对国产GF-1/PMS卫星影像进行辐射定标、大气校正、几何校正和裁剪等预处理的基础上，经过影像融合提取了高标准麦田多地物的点像元光谱信息，通过分析不同地物光谱特征，利用波段反射率、归一化差值植被指数（NDVI）和差值植被指数（DVI）构建植被光谱特征指标阈值，进而对冬小麦田及非麦田进行分类，以获取高标准麦田的空间分布信息。结果表明，光谱特征指标选择BR4＞0.3、NDVI＞0.619和DVI＞0.317，可以较准确地从影像中识别出冬小麦田，并减少田间道路被误判为冬小麦田像元。在非麦田分类中，选择BR3＞0.15和BR4＞0.2，可将建筑用地与河流（沟渠）区分开。利用田间样方统计面积和遥感提取面积进行精度验证，总体精度可达97.33%，说明通过中、高空间分辨率遥感数据融合，结合多重光谱特征指标建立合理的分类阈值，可以准确提取冬小麦田及非麦田的分布信息。

来源：2024年第8期

《麦类作物学报》期刊编辑部

查看麦类作物学报杂志2024年第8期