Identification of single/double-season paddy rice and retrieval of growth periods in Hunan Province
WANG Yao1, 2, ZHUO Li2, YI Miluo1, YE Tao1, 3, *,
1. Academy of Disaster Reduction and Emergency Management, Beijing Normal University, Beijing 100875, China2. School of Geography and Planning, Sun Yat-Sen University, Guangzhou 510275, China3. Key Laboratory of Earth Surface Processes and Resources Ecology, Beijing Normal University, Beijing 100875, China
This study analyzed the time series curves of enhanced vegetation index (EVI), normalized difference vegetation index (NDVI), and land surface water index (LSWI) of paddy rice areas in Hunan Province based on MODIS data. Single and double-season paddy rice was distinguished with the classification and regression tree (CART) decision tree method. The inflection method and the dynamic threshold method were applied to retrieve the growth periods of double-season paddy rice. The result shows that double-season paddy rice of Hunan Province was mainly distributed in the Dongting Lake area, the plain area surrounding the main stream and tributaries of the section between Hengyang and Zhuzhou of the Xiangjiang River, and the panhandle between the Yangming Mountains and the Nanling Mountains in Yongzhou and Chenzhou. Single-season paddy rice was mainly distributed on the periphery of the zones planted with double-season paddy rice and the valleys in Xiangxi and Huaihua. The growth periods of double-season paddy rice planted in the southern part of the Dongting Lake area and the hilly areas in southern Hunan are earlier than other regions. The distribution of single/double-season paddy rice and their growth periods in the most part of Hunan Province were spatially un-contiguous and this pattern is relatively consistent across space. These findings can provide support for future study of the relationship between natural disasters that affect paddy rice and the risk of climate change in Hunan Province.
Keywords：paddy rice
;
MODIS time series curves
;
single/double-season rice identification
;
growth period extraction
;
Hunan Province
WANGYao, ZHUOLi, YIMiluo, YETao. Identification of single/double-season paddy rice and retrieval of growth periods in Hunan Province[J]. 地理科学进展, 2015, 34(10): 1306-1323 https://doi.org/10.18306/dlkxjz.2015.10.011
1 引言
水稻是中国最重要的粮食作物之一,产量约占全国粮食总产量的一半,种植面积占全国粮食作物种植面积的30%(郑长春, 2008)。国内单、双季稻混种的情况非常普遍,它们在播种地域、生产潜力、生育期以及产量等许多方面有很大的差异(方福平等, 2009)。当前中国单、双季稻区域的划分多为大尺度层面或以行政区划为基本空间单元(段居琦等, 2012a, 2012b)。全国土地利用/覆被数据中的水田像元尽管可表征水稻的种植区域,但无法准确地反映多数地区单、双季稻混作的现象。在像元级别上,水稻空间分布与生育期差异等关键基础信息的缺乏,也极大地制约了水稻生长模拟由气象站点向空间化方向的推广,以及在像元尺度上开展气候变化影响评估工作(Xiao et al, 2002; Wang et al, 2014; Zhang et al, 2014; 李志鹏等, 2014)。
水稻在移栽期前会进行灌溉泡田,由于水分的影响,EVI有所下降,而之后随着水稻开始生长,EVI值又逐渐上升,且在该期间光谱反映的信息以地表水分为主(Kuenzer et al, 2013)。故选择转折点法识别EVI时序曲线上的最小值且EVI小于LSWI的点作为水稻的移栽期。在具体应用中,将曲线上一阶导数为0,且由负变正的极小值点与二阶导数为0,且由负变正的拐点进行比较,提取相对靠后的点对应的时期 (Sakamoto et al, 2005; Sun et al, 2009)。
抽穗期过后,水稻植株内的养分逐渐转入籽粒中,生物量逐渐下降,叶片逐步衰老、枯死,EVI持续降低。故成熟期就是水稻叶片由绿转黄的过程,EVI下降速度达到最大(Sakamoto et al, 2009)。此时可利用最大变化斜率法识别出在早稻抽穗期至晚稻移栽期之间,EVI达到一阶导数为负且最小的点,作为早、晚稻的成熟期时间(徐岩岩等, 2012)。
. 新疆: 新疆农业大学. [Zheng C C. 2008. Study on remote sensing information extraction of paddy rice planting area[D]. Xinjiang, China: Xinjiang Agriculture University.]
Characterisation of land surface phenology and land cover based on moderate resolution satellite data in cloud prone areas: a novel product for the Mekong Basin
Spatio-temporal distribution of rice phenology and cropping systems in the Mekong Delta with special reference to the seasonal water flow of the Mekong and Bassac rivers
... 湖南省在水稻生长季(4-10月)的云污染状况较为严重,需要对EVI/NDVI时间序列曲线进行滤波重构(Roy et al, 2002).常见的滤波重构方法包括阈值去除法(Viovy et al, 1992)、基于滤波的平滑方法(王宏等, 2007; Pan et al, 2012; Leinenkugel et al, 2013)、非线性拟合法(Jönsson et al, 2002; Zhang et al, 2003)等.其中,S-G滤波平滑法属于典型的局部拟合方法(Savitzky et al, 1964),可使重构后的时序数据清晰地描述时间序列的长期变化趋势及局部的突变信息(顾娟等, 2006; 吴文斌等, 2009 ; Bian et al, 2010),能有效地处理湖南省内单、双季稻种植分散、田块形状多样(陈燕丽等, 2011)、分布破碎(李坤等, 2012)等情况.因此,采用Chen等(2004)的方法,利用不同窗宽和多项式阶数的S-G滤波器先后对插值后的时序曲线进行低频信息趋势的提取和高频信息的重建(Jönsson et al, 2002),最终确定长期整体变化的拟合窗宽为5、阶数为2,短期具体变化的拟合窗宽为3、阶数为4,获得平滑程度较高的EVI和NDVI时序曲线. ...
基于面向对象分类的南方水稻种植面积提取方法
1
2011
... 湖南省在水稻生长季(4-10月)的云污染状况较为严重,需要对EVI/NDVI时间序列曲线进行滤波重构(Roy et al, 2002).常见的滤波重构方法包括阈值去除法(Viovy et al, 1992)、基于滤波的平滑方法(王宏等, 2007; Pan et al, 2012; Leinenkugel et al, 2013)、非线性拟合法(Jönsson et al, 2002; Zhang et al, 2003)等.其中,S-G滤波平滑法属于典型的局部拟合方法(Savitzky et al, 1964),可使重构后的时序数据清晰地描述时间序列的长期变化趋势及局部的突变信息(顾娟等, 2006; 吴文斌等, 2009 ; Bian et al, 2010),能有效地处理湖南省内单、双季稻种植分散、田块形状多样(陈燕丽等, 2011)、分布破碎(李坤等, 2012)等情况.因此,采用Chen等(2004)的方法,利用不同窗宽和多项式阶数的S-G滤波器先后对插值后的时序曲线进行低频信息趋势的提取和高频信息的重建(Jönsson et al, 2002),最终确定长期整体变化的拟合窗宽为5、阶数为2,短期具体变化的拟合窗宽为3、阶数为4,获得平滑程度较高的EVI和NDVI时序曲线. ...
a. 我国单季稻种植区的气候适宜性
0
2012
a. 我国单季稻种植区的气候适宜性
0
2012
b. 中国双季稻种植区的气候适宜性研究
0
2012
b. 中国双季稻种植区的气候适宜性研究
0
2012
论中国水稻生产能力
1
2009
... 水稻是中国最重要的粮食作物之一,产量约占全国粮食总产量的一半,种植面积占全国粮食作物种植面积的30%(郑长春, 2008).国内单、双季稻混种的情况非常普遍,它们在播种地域、生产潜力、生育期以及产量等许多方面有很大的差异(方福平等, 2009).当前中国单、双季稻区域的划分多为大尺度层面或以行政区划为基本空间单元(段居琦等, 2012a, 2012b).全国土地利用/覆被数据中的水田像元尽管可表征水稻的种植区域,但无法准确地反映多数地区单、双季稻混作的现象.在像元级别上,水稻空间分布与生育期差异等关键基础信息的缺乏,也极大地制约了水稻生长模拟由气象站点向空间化方向的推广,以及在像元尺度上开展气候变化影响评估工作(Xiao et al, 2002; Wang et al, 2014; Zhang et al, 2014; 李志鹏等, 2014). ...
论中国水稻生产能力
1
2009
... 水稻是中国最重要的粮食作物之一,产量约占全国粮食总产量的一半,种植面积占全国粮食作物种植面积的30%(郑长春, 2008).国内单、双季稻混种的情况非常普遍,它们在播种地域、生产潜力、生育期以及产量等许多方面有很大的差异(方福平等, 2009).当前中国单、双季稻区域的划分多为大尺度层面或以行政区划为基本空间单元(段居琦等, 2012a, 2012b).全国土地利用/覆被数据中的水田像元尽管可表征水稻的种植区域,但无法准确地反映多数地区单、双季稻混作的现象.在像元级别上,水稻空间分布与生育期差异等关键基础信息的缺乏,也极大地制约了水稻生长模拟由气象站点向空间化方向的推广,以及在像元尺度上开展气候变化影响评估工作(Xiao et al, 2002; Wang et al, 2014; Zhang et al, 2014; 李志鹏等, 2014). ...
NDVI时间序列数据集重建方法述评
1
2006
... 湖南省在水稻生长季(4-10月)的云污染状况较为严重,需要对EVI/NDVI时间序列曲线进行滤波重构(Roy et al, 2002).常见的滤波重构方法包括阈值去除法(Viovy et al, 1992)、基于滤波的平滑方法(王宏等, 2007; Pan et al, 2012; Leinenkugel et al, 2013)、非线性拟合法(Jönsson et al, 2002; Zhang et al, 2003)等.其中,S-G滤波平滑法属于典型的局部拟合方法(Savitzky et al, 1964),可使重构后的时序数据清晰地描述时间序列的长期变化趋势及局部的突变信息(顾娟等, 2006; 吴文斌等, 2009 ; Bian et al, 2010),能有效地处理湖南省内单、双季稻种植分散、田块形状多样(陈燕丽等, 2011)、分布破碎(李坤等, 2012)等情况.因此,采用Chen等(2004)的方法,利用不同窗宽和多项式阶数的S-G滤波器先后对插值后的时序曲线进行低频信息趋势的提取和高频信息的重建(Jönsson et al, 2002),最终确定长期整体变化的拟合窗宽为5、阶数为2,短期具体变化的拟合窗宽为3、阶数为4,获得平滑程度较高的EVI和NDVI时序曲线. ...
NDVI时间序列数据集重建方法述评
1
2006
... 湖南省在水稻生长季(4-10月)的云污染状况较为严重,需要对EVI/NDVI时间序列曲线进行滤波重构(Roy et al, 2002).常见的滤波重构方法包括阈值去除法(Viovy et al, 1992)、基于滤波的平滑方法(王宏等, 2007; Pan et al, 2012; Leinenkugel et al, 2013)、非线性拟合法(Jönsson et al, 2002; Zhang et al, 2003)等.其中,S-G滤波平滑法属于典型的局部拟合方法(Savitzky et al, 1964),可使重构后的时序数据清晰地描述时间序列的长期变化趋势及局部的突变信息(顾娟等, 2006; 吴文斌等, 2009 ; Bian et al, 2010),能有效地处理湖南省内单、双季稻种植分散、田块形状多样(陈燕丽等, 2011)、分布破碎(李坤等, 2012)等情况.因此,采用Chen等(2004)的方法,利用不同窗宽和多项式阶数的S-G滤波器先后对插值后的时序曲线进行低频信息趋势的提取和高频信息的重建(Jönsson et al, 2002),最终确定长期整体变化的拟合窗宽为5、阶数为2,短期具体变化的拟合窗宽为3、阶数为4,获得平滑程度较高的EVI和NDVI时序曲线. ...
基于RadarSat-2全极化数据的水稻识别
1
2012
... 湖南省在水稻生长季(4-10月)的云污染状况较为严重,需要对EVI/NDVI时间序列曲线进行滤波重构(Roy et al, 2002).常见的滤波重构方法包括阈值去除法(Viovy et al, 1992)、基于滤波的平滑方法(王宏等, 2007; Pan et al, 2012; Leinenkugel et al, 2013)、非线性拟合法(Jönsson et al, 2002; Zhang et al, 2003)等.其中,S-G滤波平滑法属于典型的局部拟合方法(Savitzky et al, 1964),可使重构后的时序数据清晰地描述时间序列的长期变化趋势及局部的突变信息(顾娟等, 2006; 吴文斌等, 2009 ; Bian et al, 2010),能有效地处理湖南省内单、双季稻种植分散、田块形状多样(陈燕丽等, 2011)、分布破碎(李坤等, 2012)等情况.因此,采用Chen等(2004)的方法,利用不同窗宽和多项式阶数的S-G滤波器先后对插值后的时序曲线进行低频信息趋势的提取和高频信息的重建(Jönsson et al, 2002),最终确定长期整体变化的拟合窗宽为5、阶数为2,短期具体变化的拟合窗宽为3、阶数为4,获得平滑程度较高的EVI和NDVI时序曲线. ...
基于RadarSat-2全极化数据的水稻识别
1
2012
... 湖南省在水稻生长季(4-10月)的云污染状况较为严重,需要对EVI/NDVI时间序列曲线进行滤波重构(Roy et al, 2002).常见的滤波重构方法包括阈值去除法(Viovy et al, 1992)、基于滤波的平滑方法(王宏等, 2007; Pan et al, 2012; Leinenkugel et al, 2013)、非线性拟合法(Jönsson et al, 2002; Zhang et al, 2003)等.其中,S-G滤波平滑法属于典型的局部拟合方法(Savitzky et al, 1964),可使重构后的时序数据清晰地描述时间序列的长期变化趋势及局部的突变信息(顾娟等, 2006; 吴文斌等, 2009 ; Bian et al, 2010),能有效地处理湖南省内单、双季稻种植分散、田块形状多样(陈燕丽等, 2011)、分布破碎(李坤等, 2012)等情况.因此,采用Chen等(2004)的方法,利用不同窗宽和多项式阶数的S-G滤波器先后对插值后的时序曲线进行低频信息趋势的提取和高频信息的重建(Jönsson et al, 2002),最终确定长期整体变化的拟合窗宽为5、阶数为2,短期具体变化的拟合窗宽为3、阶数为4,获得平滑程度较高的EVI和NDVI时序曲线. ...
基于时序植被指数的东北地区耕地生长季特征识别与应用研究
1
2011
... 利用遥感指数时序曲线提取水稻生育期主要是通过挖掘该曲线上具有特定几何特征的点与植被生长之间的对应关系来实现的(王宏等, 2007; 肖江涛, 2011; 夏传福等, 2013).通常采用的方法包括阈值法(Fischer, 1994; Sakamoto et al, 2006)、滑动平均法(Reed et al, 1994; Duchemin et al, 1999)、曲线拟合法(鹿琳琳等, 2009; 李正国等, 2011)、最大变化斜率法(Yu et al, 2003)、转折点法(Moulin et al, 1997; Zhang et al, 2003)等.针对双季稻的不同生长阶段,结合其生长状况,应分别采用不同的方法： ...
基于时序植被指数的东北地区耕地生长季特征识别与应用研究
1
2011
... 利用遥感指数时序曲线提取水稻生育期主要是通过挖掘该曲线上具有特定几何特征的点与植被生长之间的对应关系来实现的(王宏等, 2007; 肖江涛, 2011; 夏传福等, 2013).通常采用的方法包括阈值法(Fischer, 1994; Sakamoto et al, 2006)、滑动平均法(Reed et al, 1994; Duchemin et al, 1999)、曲线拟合法(鹿琳琳等, 2009; 李正国等, 2011)、最大变化斜率法(Yu et al, 2003)、转折点法(Moulin et al, 1997; Zhang et al, 2003)等.针对双季稻的不同生长阶段,结合其生长状况,应分别采用不同的方法： ...
水稻空间分布遥感提取研究进展与展望
1
2014
... 水稻是中国最重要的粮食作物之一,产量约占全国粮食总产量的一半,种植面积占全国粮食作物种植面积的30%(郑长春, 2008).国内单、双季稻混种的情况非常普遍,它们在播种地域、生产潜力、生育期以及产量等许多方面有很大的差异(方福平等, 2009).当前中国单、双季稻区域的划分多为大尺度层面或以行政区划为基本空间单元(段居琦等, 2012a, 2012b).全国土地利用/覆被数据中的水田像元尽管可表征水稻的种植区域,但无法准确地反映多数地区单、双季稻混作的现象.在像元级别上,水稻空间分布与生育期差异等关键基础信息的缺乏,也极大地制约了水稻生长模拟由气象站点向空间化方向的推广,以及在像元尺度上开展气候变化影响评估工作(Xiao et al, 2002; Wang et al, 2014; Zhang et al, 2014; 李志鹏等, 2014). ...
水稻空间分布遥感提取研究进展与展望
1
2014
... 水稻是中国最重要的粮食作物之一,产量约占全国粮食总产量的一半,种植面积占全国粮食作物种植面积的30%(郑长春, 2008).国内单、双季稻混种的情况非常普遍,它们在播种地域、生产潜力、生育期以及产量等许多方面有很大的差异(方福平等, 2009).当前中国单、双季稻区域的划分多为大尺度层面或以行政区划为基本空间单元(段居琦等, 2012a, 2012b).全国土地利用/覆被数据中的水田像元尽管可表征水稻的种植区域,但无法准确地反映多数地区单、双季稻混作的现象.在像元级别上,水稻空间分布与生育期差异等关键基础信息的缺乏,也极大地制约了水稻生长模拟由气象站点向空间化方向的推广,以及在像元尺度上开展气候变化影响评估工作(Xiao et al, 2002; Wang et al, 2014; Zhang et al, 2014; 李志鹏等, 2014). ...
... 湖南省在水稻生长季(4-10月)的云污染状况较为严重,需要对EVI/NDVI时间序列曲线进行滤波重构(Roy et al, 2002).常见的滤波重构方法包括阈值去除法(Viovy et al, 1992)、基于滤波的平滑方法(王宏等, 2007; Pan et al, 2012; Leinenkugel et al, 2013)、非线性拟合法(Jönsson et al, 2002; Zhang et al, 2003)等.其中,S-G滤波平滑法属于典型的局部拟合方法(Savitzky et al, 1964),可使重构后的时序数据清晰地描述时间序列的长期变化趋势及局部的突变信息(顾娟等, 2006; 吴文斌等, 2009 ; Bian et al, 2010),能有效地处理湖南省内单、双季稻种植分散、田块形状多样(陈燕丽等, 2011)、分布破碎(李坤等, 2012)等情况.因此,采用Chen等(2004)的方法,利用不同窗宽和多项式阶数的S-G滤波器先后对插值后的时序曲线进行低频信息趋势的提取和高频信息的重建(Jönsson et al, 2002),最终确定长期整体变化的拟合窗宽为5、阶数为2,短期具体变化的拟合窗宽为3、阶数为4,获得平滑程度较高的EVI和NDVI时序曲线. ...
... 利用遥感指数时序曲线提取水稻生育期主要是通过挖掘该曲线上具有特定几何特征的点与植被生长之间的对应关系来实现的(王宏等, 2007; 肖江涛, 2011; 夏传福等, 2013).通常采用的方法包括阈值法(Fischer, 1994; Sakamoto et al, 2006)、滑动平均法(Reed et al, 1994; Duchemin et al, 1999)、曲线拟合法(鹿琳琳等, 2009; 李正国等, 2011)、最大变化斜率法(Yu et al, 2003)、转折点法(Moulin et al, 1997; Zhang et al, 2003)等.针对双季稻的不同生长阶段,结合其生长状况,应分别采用不同的方法： ...
基于NOAA NDVI和MSAVI研究中国北方植被生长季变化
2
2007
... 湖南省在水稻生长季(4-10月)的云污染状况较为严重,需要对EVI/NDVI时间序列曲线进行滤波重构(Roy et al, 2002).常见的滤波重构方法包括阈值去除法(Viovy et al, 1992)、基于滤波的平滑方法(王宏等, 2007; Pan et al, 2012; Leinenkugel et al, 2013)、非线性拟合法(Jönsson et al, 2002; Zhang et al, 2003)等.其中,S-G滤波平滑法属于典型的局部拟合方法(Savitzky et al, 1964),可使重构后的时序数据清晰地描述时间序列的长期变化趋势及局部的突变信息(顾娟等, 2006; 吴文斌等, 2009 ; Bian et al, 2010),能有效地处理湖南省内单、双季稻种植分散、田块形状多样(陈燕丽等, 2011)、分布破碎(李坤等, 2012)等情况.因此,采用Chen等(2004)的方法,利用不同窗宽和多项式阶数的S-G滤波器先后对插值后的时序曲线进行低频信息趋势的提取和高频信息的重建(Jönsson et al, 2002),最终确定长期整体变化的拟合窗宽为5、阶数为2,短期具体变化的拟合窗宽为3、阶数为4,获得平滑程度较高的EVI和NDVI时序曲线. ...
... 利用遥感指数时序曲线提取水稻生育期主要是通过挖掘该曲线上具有特定几何特征的点与植被生长之间的对应关系来实现的(王宏等, 2007; 肖江涛, 2011; 夏传福等, 2013).通常采用的方法包括阈值法(Fischer, 1994; Sakamoto et al, 2006)、滑动平均法(Reed et al, 1994; Duchemin et al, 1999)、曲线拟合法(鹿琳琳等, 2009; 李正国等, 2011)、最大变化斜率法(Yu et al, 2003)、转折点法(Moulin et al, 1997; Zhang et al, 2003)等.针对双季稻的不同生长阶段,结合其生长状况,应分别采用不同的方法： ...
植被指数研究进展: 从AVHRR-NDVI到MODIS-EVI
1
2003
... 有效地综合EVI、NDVI与LSWI三种指数,是实现单、双季稻识别与生育期提取的关键(王正兴等, 2003; Boschetti et al, 2009; 于文颖等, 2011).本文首先对MODIS数据进行了拼接、重投影、重采样以及数据格式转换.在此基础上通过波段计算得到EVI、NDVI、LSWI全年的时序曲线. ...
植被指数研究进展: 从AVHRR-NDVI到MODIS-EVI
1
2003
... 有效地综合EVI、NDVI与LSWI三种指数,是实现单、双季稻识别与生育期提取的关键(王正兴等, 2003; Boschetti et al, 2009; 于文颖等, 2011).本文首先对MODIS数据进行了拼接、重投影、重采样以及数据格式转换.在此基础上通过波段计算得到EVI、NDVI、LSWI全年的时序曲线. ...
利用多源时序遥感数据提取大范围水稻种植面积
1
2010
... 依据水稻关键生育期的遥感影像特征,例如灌水移栽期和插秧期内EVI与LSWI的关系,或EVI、NDVI等植被指数的时序曲线,均可实现单、双季稻的识别(Sakamoto et al, 2006; 邬明权等, 2010; Peng et al, 2011; 于文颖等, 2011).在分类方法上,许多研究证实决策树相较于其他分类方法精度更高,且算法简单、效率高(Friedl et al, 1997; Muchoney et al, 2000; 刘勇洪等, 2005; 赵萍等, 2005),这在水稻面积提取的工作中也得到了验证和应用(Rogan et al, 2002; 左玉珊等, 2014).因此,本文选择使用CART决策树对单、双季稻进行区分.将EVI、NDVI、LSWI 3个指数的全年所有时相波段作为测试变量,从前述1079个样本点中选取539个样本点作为目标变量,加入到CART决策树分类器中进行分类规则的构建,最终实现单、双季稻与其他地物的区分. ...
利用多源时序遥感数据提取大范围水稻种植面积
1
2010
... 依据水稻关键生育期的遥感影像特征,例如灌水移栽期和插秧期内EVI与LSWI的关系,或EVI、NDVI等植被指数的时序曲线,均可实现单、双季稻的识别(Sakamoto et al, 2006; 邬明权等, 2010; Peng et al, 2011; 于文颖等, 2011).在分类方法上,许多研究证实决策树相较于其他分类方法精度更高,且算法简单、效率高(Friedl et al, 1997; Muchoney et al, 2000; 刘勇洪等, 2005; 赵萍等, 2005),这在水稻面积提取的工作中也得到了验证和应用(Rogan et al, 2002; 左玉珊等, 2014).因此,本文选择使用CART决策树对单、双季稻进行区分.将EVI、NDVI、LSWI 3个指数的全年所有时相波段作为测试变量,从前述1079个样本点中选取539个样本点作为目标变量,加入到CART决策树分类器中进行分类规则的构建,最终实现单、双季稻与其他地物的区分. ...
两种NDVI时间序列数据拟合方法比较
1
2009
... 湖南省在水稻生长季(4-10月)的云污染状况较为严重,需要对EVI/NDVI时间序列曲线进行滤波重构(Roy et al, 2002).常见的滤波重构方法包括阈值去除法(Viovy et al, 1992)、基于滤波的平滑方法(王宏等, 2007; Pan et al, 2012; Leinenkugel et al, 2013)、非线性拟合法(Jönsson et al, 2002; Zhang et al, 2003)等.其中,S-G滤波平滑法属于典型的局部拟合方法(Savitzky et al, 1964),可使重构后的时序数据清晰地描述时间序列的长期变化趋势及局部的突变信息(顾娟等, 2006; 吴文斌等, 2009 ; Bian et al, 2010),能有效地处理湖南省内单、双季稻种植分散、田块形状多样(陈燕丽等, 2011)、分布破碎(李坤等, 2012)等情况.因此,采用Chen等(2004)的方法,利用不同窗宽和多项式阶数的S-G滤波器先后对插值后的时序曲线进行低频信息趋势的提取和高频信息的重建(Jönsson et al, 2002),最终确定长期整体变化的拟合窗宽为5、阶数为2,短期具体变化的拟合窗宽为3、阶数为4,获得平滑程度较高的EVI和NDVI时序曲线. ...
两种NDVI时间序列数据拟合方法比较
1
2009
... 湖南省在水稻生长季(4-10月)的云污染状况较为严重,需要对EVI/NDVI时间序列曲线进行滤波重构(Roy et al, 2002).常见的滤波重构方法包括阈值去除法(Viovy et al, 1992)、基于滤波的平滑方法(王宏等, 2007; Pan et al, 2012; Leinenkugel et al, 2013)、非线性拟合法(Jönsson et al, 2002; Zhang et al, 2003)等.其中,S-G滤波平滑法属于典型的局部拟合方法(Savitzky et al, 1964),可使重构后的时序数据清晰地描述时间序列的长期变化趋势及局部的突变信息(顾娟等, 2006; 吴文斌等, 2009 ; Bian et al, 2010),能有效地处理湖南省内单、双季稻种植分散、田块形状多样(陈燕丽等, 2011)、分布破碎(李坤等, 2012)等情况.因此,采用Chen等(2004)的方法,利用不同窗宽和多项式阶数的S-G滤波器先后对插值后的时序曲线进行低频信息趋势的提取和高频信息的重建(Jönsson et al, 2002),最终确定长期整体变化的拟合窗宽为5、阶数为2,短期具体变化的拟合窗宽为3、阶数为4,获得平滑程度较高的EVI和NDVI时序曲线. ...
植被物候遥感监测研究进展
1
2013
... 利用遥感指数时序曲线提取水稻生育期主要是通过挖掘该曲线上具有特定几何特征的点与植被生长之间的对应关系来实现的(王宏等, 2007; 肖江涛, 2011; 夏传福等, 2013).通常采用的方法包括阈值法(Fischer, 1994; Sakamoto et al, 2006)、滑动平均法(Reed et al, 1994; Duchemin et al, 1999)、曲线拟合法(鹿琳琳等, 2009; 李正国等, 2011)、最大变化斜率法(Yu et al, 2003)、转折点法(Moulin et al, 1997; Zhang et al, 2003)等.针对双季稻的不同生长阶段,结合其生长状况,应分别采用不同的方法： ...
植被物候遥感监测研究进展
1
2013
... 利用遥感指数时序曲线提取水稻生育期主要是通过挖掘该曲线上具有特定几何特征的点与植被生长之间的对应关系来实现的(王宏等, 2007; 肖江涛, 2011; 夏传福等, 2013).通常采用的方法包括阈值法(Fischer, 1994; Sakamoto et al, 2006)、滑动平均法(Reed et al, 1994; Duchemin et al, 1999)、曲线拟合法(鹿琳琳等, 2009; 李正国等, 2011)、最大变化斜率法(Yu et al, 2003)、转折点法(Moulin et al, 1997; Zhang et al, 2003)等.针对双季稻的不同生长阶段,结合其生长状况,应分别采用不同的方法： ...
基于MODIS植被指数的水稻物候提取与地面验证[D]
1
2011
... 利用遥感指数时序曲线提取水稻生育期主要是通过挖掘该曲线上具有特定几何特征的点与植被生长之间的对应关系来实现的(王宏等, 2007; 肖江涛, 2011; 夏传福等, 2013).通常采用的方法包括阈值法(Fischer, 1994; Sakamoto et al, 2006)、滑动平均法(Reed et al, 1994; Duchemin et al, 1999)、曲线拟合法(鹿琳琳等, 2009; 李正国等, 2011)、最大变化斜率法(Yu et al, 2003)、转折点法(Moulin et al, 1997; Zhang et al, 2003)等.针对双季稻的不同生长阶段,结合其生长状况,应分别采用不同的方法： ...
基于MODIS植被指数的水稻物候提取与地面验证[D]
1
2011
... 利用遥感指数时序曲线提取水稻生育期主要是通过挖掘该曲线上具有特定几何特征的点与植被生长之间的对应关系来实现的(王宏等, 2007; 肖江涛, 2011; 夏传福等, 2013).通常采用的方法包括阈值法(Fischer, 1994; Sakamoto et al, 2006)、滑动平均法(Reed et al, 1994; Duchemin et al, 1999)、曲线拟合法(鹿琳琳等, 2009; 李正国等, 2011)、最大变化斜率法(Yu et al, 2003)、转折点法(Moulin et al, 1997; Zhang et al, 2003)等.针对双季稻的不同生长阶段,结合其生长状况,应分别采用不同的方法： ...
基于MODIS-EVI数据和Symlet11小波识别东北地区水稻主要物候期
2
2012
... 孕穗期后,水稻由营养生长阶段进入到生殖生长阶段,并在抽穗期前完成最后一片叶的生长.通常认为水稻的EVI在抽穗期达到最大值(Shibayama et al, 1989; Huete et al, 2002),同样可采用转折点法取曲线上一阶导数为0,且由正变负的最小值点作为水稻的抽穗期(Sun et al, 2009; 徐岩岩等, 2012; Zhang et al, 2014). ...
... 抽穗期过后,水稻植株内的养分逐渐转入籽粒中,生物量逐渐下降,叶片逐步衰老、枯死,EVI持续降低.故成熟期就是水稻叶片由绿转黄的过程,EVI下降速度达到最大(Sakamoto et al, 2009).此时可利用最大变化斜率法识别出在早稻抽穗期至晚稻移栽期之间,EVI达到一阶导数为负且最小的点,作为早、晚稻的成熟期时间(徐岩岩等, 2012). ...
基于MODIS-EVI数据和Symlet11小波识别东北地区水稻主要物候期
2
2012
... 孕穗期后,水稻由营养生长阶段进入到生殖生长阶段,并在抽穗期前完成最后一片叶的生长.通常认为水稻的EVI在抽穗期达到最大值(Shibayama et al, 1989; Huete et al, 2002),同样可采用转折点法取曲线上一阶导数为0,且由正变负的最小值点作为水稻的抽穗期(Sun et al, 2009; 徐岩岩等, 2012; Zhang et al, 2014). ...
... 抽穗期过后,水稻植株内的养分逐渐转入籽粒中,生物量逐渐下降,叶片逐步衰老、枯死,EVI持续降低.故成熟期就是水稻叶片由绿转黄的过程,EVI下降速度达到最大(Sakamoto et al, 2009).此时可利用最大变化斜率法识别出在早稻抽穗期至晚稻移栽期之间,EVI达到一阶导数为负且最小的点,作为早、晚稻的成熟期时间(徐岩岩等, 2012). ...
... 有效地综合EVI、NDVI与LSWI三种指数,是实现单、双季稻识别与生育期提取的关键(王正兴等, 2003; Boschetti et al, 2009; 于文颖等, 2011).本文首先对MODIS数据进行了拼接、重投影、重采样以及数据格式转换.在此基础上通过波段计算得到EVI、NDVI、LSWI全年的时序曲线. ...
... 依据水稻关键生育期的遥感影像特征,例如灌水移栽期和插秧期内EVI与LSWI的关系,或EVI、NDVI等植被指数的时序曲线,均可实现单、双季稻的识别(Sakamoto et al, 2006; 邬明权等, 2010; Peng et al, 2011; 于文颖等, 2011).在分类方法上,许多研究证实决策树相较于其他分类方法精度更高,且算法简单、效率高(Friedl et al, 1997; Muchoney et al, 2000; 刘勇洪等, 2005; 赵萍等, 2005),这在水稻面积提取的工作中也得到了验证和应用(Rogan et al, 2002; 左玉珊等, 2014).因此,本文选择使用CART决策树对单、双季稻进行区分.将EVI、NDVI、LSWI 3个指数的全年所有时相波段作为测试变量,从前述1079个样本点中选取539个样本点作为目标变量,加入到CART决策树分类器中进行分类规则的构建,最终实现单、双季稻与其他地物的区分. ...
基于MODIS数据的水稻种植面积提取研究进展
2
2011
... 有效地综合EVI、NDVI与LSWI三种指数,是实现单、双季稻识别与生育期提取的关键(王正兴等, 2003; Boschetti et al, 2009; 于文颖等, 2011).本文首先对MODIS数据进行了拼接、重投影、重采样以及数据格式转换.在此基础上通过波段计算得到EVI、NDVI、LSWI全年的时序曲线. ...
... 依据水稻关键生育期的遥感影像特征,例如灌水移栽期和插秧期内EVI与LSWI的关系,或EVI、NDVI等植被指数的时序曲线,均可实现单、双季稻的识别(Sakamoto et al, 2006; 邬明权等, 2010; Peng et al, 2011; 于文颖等, 2011).在分类方法上,许多研究证实决策树相较于其他分类方法精度更高,且算法简单、效率高(Friedl et al, 1997; Muchoney et al, 2000; 刘勇洪等, 2005; 赵萍等, 2005),这在水稻面积提取的工作中也得到了验证和应用(Rogan et al, 2002; 左玉珊等, 2014).因此,本文选择使用CART决策树对单、双季稻进行区分.将EVI、NDVI、LSWI 3个指数的全年所有时相波段作为测试变量,从前述1079个样本点中选取539个样本点作为目标变量,加入到CART决策树分类器中进行分类规则的构建,最终实现单、双季稻与其他地物的区分. ...
基于EOS/MODIS数据的晚稻面积提取技术研究: 以湖南省为例[D]
0
2012
基于EOS/MODIS数据的晚稻面积提取技术研究: 以湖南省为例[D]
0
2012
基于分类回归树分析的遥感影像土地利用/覆被分类研究
1
2005
... 依据水稻关键生育期的遥感影像特征,例如灌水移栽期和插秧期内EVI与LSWI的关系,或EVI、NDVI等植被指数的时序曲线,均可实现单、双季稻的识别(Sakamoto et al, 2006; 邬明权等, 2010; Peng et al, 2011; 于文颖等, 2011).在分类方法上,许多研究证实决策树相较于其他分类方法精度更高,且算法简单、效率高(Friedl et al, 1997; Muchoney et al, 2000; 刘勇洪等, 2005; 赵萍等, 2005),这在水稻面积提取的工作中也得到了验证和应用(Rogan et al, 2002; 左玉珊等, 2014).因此,本文选择使用CART决策树对单、双季稻进行区分.将EVI、NDVI、LSWI 3个指数的全年所有时相波段作为测试变量,从前述1079个样本点中选取539个样本点作为目标变量,加入到CART决策树分类器中进行分类规则的构建,最终实现单、双季稻与其他地物的区分. ...
基于分类回归树分析的遥感影像土地利用/覆被分类研究
1
2005
... 依据水稻关键生育期的遥感影像特征,例如灌水移栽期和插秧期内EVI与LSWI的关系,或EVI、NDVI等植被指数的时序曲线,均可实现单、双季稻的识别(Sakamoto et al, 2006; 邬明权等, 2010; Peng et al, 2011; 于文颖等, 2011).在分类方法上,许多研究证实决策树相较于其他分类方法精度更高,且算法简单、效率高(Friedl et al, 1997; Muchoney et al, 2000; 刘勇洪等, 2005; 赵萍等, 2005),这在水稻面积提取的工作中也得到了验证和应用(Rogan et al, 2002; 左玉珊等, 2014).因此,本文选择使用CART决策树对单、双季稻进行区分.将EVI、NDVI、LSWI 3个指数的全年所有时相波段作为测试变量,从前述1079个样本点中选取539个样本点作为目标变量,加入到CART决策树分类器中进行分类规则的构建,最终实现单、双季稻与其他地物的区分. ...
水稻种植面积遥感信息提取研究[D]
1
2008
... 水稻是中国最重要的粮食作物之一,产量约占全国粮食总产量的一半,种植面积占全国粮食作物种植面积的30%(郑长春, 2008).国内单、双季稻混种的情况非常普遍,它们在播种地域、生产潜力、生育期以及产量等许多方面有很大的差异(方福平等, 2009).当前中国单、双季稻区域的划分多为大尺度层面或以行政区划为基本空间单元(段居琦等, 2012a, 2012b).全国土地利用/覆被数据中的水田像元尽管可表征水稻的种植区域,但无法准确地反映多数地区单、双季稻混作的现象.在像元级别上,水稻空间分布与生育期差异等关键基础信息的缺乏,也极大地制约了水稻生长模拟由气象站点向空间化方向的推广,以及在像元尺度上开展气候变化影响评估工作(Xiao et al, 2002; Wang et al, 2014; Zhang et al, 2014; 李志鹏等, 2014). ...
基于MODIS影像的土地覆被分类研究: 以京津冀地区为例
1
2014
... 依据水稻关键生育期的遥感影像特征,例如灌水移栽期和插秧期内EVI与LSWI的关系,或EVI、NDVI等植被指数的时序曲线,均可实现单、双季稻的识别(Sakamoto et al, 2006; 邬明权等, 2010; Peng et al, 2011; 于文颖等, 2011).在分类方法上,许多研究证实决策树相较于其他分类方法精度更高,且算法简单、效率高(Friedl et al, 1997; Muchoney et al, 2000; 刘勇洪等, 2005; 赵萍等, 2005),这在水稻面积提取的工作中也得到了验证和应用(Rogan et al, 2002; 左玉珊等, 2014).因此,本文选择使用CART决策树对单、双季稻进行区分.将EVI、NDVI、LSWI 3个指数的全年所有时相波段作为测试变量,从前述1079个样本点中选取539个样本点作为目标变量,加入到CART决策树分类器中进行分类规则的构建,最终实现单、双季稻与其他地物的区分. ...
基于MODIS影像的土地覆被分类研究: 以京津冀地区为例
1
2014
... 依据水稻关键生育期的遥感影像特征,例如灌水移栽期和插秧期内EVI与LSWI的关系,或EVI、NDVI等植被指数的时序曲线,均可实现单、双季稻的识别(Sakamoto et al, 2006; 邬明权等, 2010; Peng et al, 2011; 于文颖等, 2011).在分类方法上,许多研究证实决策树相较于其他分类方法精度更高,且算法简单、效率高(Friedl et al, 1997; Muchoney et al, 2000; 刘勇洪等, 2005; 赵萍等, 2005),这在水稻面积提取的工作中也得到了验证和应用(Rogan et al, 2002; 左玉珊等, 2014).因此,本文选择使用CART决策树对单、双季稻进行区分.将EVI、NDVI、LSWI 3个指数的全年所有时相波段作为测试变量,从前述1079个样本点中选取539个样本点作为目标变量,加入到CART决策树分类器中进行分类规则的构建,最终实现单、双季稻与其他地物的区分. ...
Reconstruction of NDVI time-series datasets of MODIS based on Savitzky-Golay filter
1
2010
... 湖南省在水稻生长季(4-10月)的云污染状况较为严重,需要对EVI/NDVI时间序列曲线进行滤波重构(Roy et al, 2002).常见的滤波重构方法包括阈值去除法(Viovy et al, 1992)、基于滤波的平滑方法(王宏等, 2007; Pan et al, 2012; Leinenkugel et al, 2013)、非线性拟合法(Jönsson et al, 2002; Zhang et al, 2003)等.其中,S-G滤波平滑法属于典型的局部拟合方法(Savitzky et al, 1964),可使重构后的时序数据清晰地描述时间序列的长期变化趋势及局部的突变信息(顾娟等, 2006; 吴文斌等, 2009 ; Bian et al, 2010),能有效地处理湖南省内单、双季稻种植分散、田块形状多样(陈燕丽等, 2011)、分布破碎(李坤等, 2012)等情况.因此,采用Chen等(2004)的方法,利用不同窗宽和多项式阶数的S-G滤波器先后对插值后的时序曲线进行低频信息趋势的提取和高频信息的重建(Jönsson et al, 2002),最终确定长期整体变化的拟合窗宽为5、阶数为2,短期具体变化的拟合窗宽为3、阶数为4,获得平滑程度较高的EVI和NDVI时序曲线. ...
Multi-year monitoring of rice crop phenology through time series analysis of MODIS images
1
2009
... 有效地综合EVI、NDVI与LSWI三种指数,是实现单、双季稻识别与生育期提取的关键(王正兴等, 2003; Boschetti et al, 2009; 于文颖等, 2011).本文首先对MODIS数据进行了拼接、重投影、重采样以及数据格式转换.在此基础上通过波段计算得到EVI、NDVI、LSWI全年的时序曲线. ...
A simple method for reconstructing a high-quality NDVI time-series data set based on the Savitzky-Golay filter
0
2004
Monitoring phenological key stages and cycle duration of temperate deciduous forest ecosystems with NOAA/AVHRR data
1
1999
... 利用遥感指数时序曲线提取水稻生育期主要是通过挖掘该曲线上具有特定几何特征的点与植被生长之间的对应关系来实现的(王宏等, 2007; 肖江涛, 2011; 夏传福等, 2013).通常采用的方法包括阈值法(Fischer, 1994; Sakamoto et al, 2006)、滑动平均法(Reed et al, 1994; Duchemin et al, 1999)、曲线拟合法(鹿琳琳等, 2009; 李正国等, 2011)、最大变化斜率法(Yu et al, 2003)、转折点法(Moulin et al, 1997; Zhang et al, 2003)等.针对双季稻的不同生长阶段,结合其生长状况,应分别采用不同的方法： ...
A model for the seasonal variations of vegetation indices in coarse resolution data and its inversion to extract crop parameters
1
1994
... 利用遥感指数时序曲线提取水稻生育期主要是通过挖掘该曲线上具有特定几何特征的点与植被生长之间的对应关系来实现的(王宏等, 2007; 肖江涛, 2011; 夏传福等, 2013).通常采用的方法包括阈值法(Fischer, 1994; Sakamoto et al, 2006)、滑动平均法(Reed et al, 1994; Duchemin et al, 1999)、曲线拟合法(鹿琳琳等, 2009; 李正国等, 2011)、最大变化斜率法(Yu et al, 2003)、转折点法(Moulin et al, 1997; Zhang et al, 2003)等.针对双季稻的不同生长阶段,结合其生长状况,应分别采用不同的方法： ...
Decision tree classification of land cover from remotely sensed data
1
1997
... 依据水稻关键生育期的遥感影像特征,例如灌水移栽期和插秧期内EVI与LSWI的关系,或EVI、NDVI等植被指数的时序曲线,均可实现单、双季稻的识别(Sakamoto et al, 2006; 邬明权等, 2010; Peng et al, 2011; 于文颖等, 2011).在分类方法上,许多研究证实决策树相较于其他分类方法精度更高,且算法简单、效率高(Friedl et al, 1997; Muchoney et al, 2000; 刘勇洪等, 2005; 赵萍等, 2005),这在水稻面积提取的工作中也得到了验证和应用(Rogan et al, 2002; 左玉珊等, 2014).因此,本文选择使用CART决策树对单、双季稻进行区分.将EVI、NDVI、LSWI 3个指数的全年所有时相波段作为测试变量,从前述1079个样本点中选取539个样本点作为目标变量,加入到CART决策树分类器中进行分类规则的构建,最终实现单、双季稻与其他地物的区分. ...
Overview of the radiometric and biophysical performance of the MODIS vegetation indices
1
2002
... 孕穗期后,水稻由营养生长阶段进入到生殖生长阶段,并在抽穗期前完成最后一片叶的生长.通常认为水稻的EVI在抽穗期达到最大值(Shibayama et al, 1989; Huete et al, 2002),同样可采用转折点法取曲线上一阶导数为0,且由正变负的最小值点作为水稻的抽穗期(Sun et al, 2009; 徐岩岩等, 2012; Zhang et al, 2014). ...
Seasonality extraction by function fitting to time-series of satellite sensor data
2
2002
... 湖南省在水稻生长季(4-10月)的云污染状况较为严重,需要对EVI/NDVI时间序列曲线进行滤波重构(Roy et al, 2002).常见的滤波重构方法包括阈值去除法(Viovy et al, 1992)、基于滤波的平滑方法(王宏等, 2007; Pan et al, 2012; Leinenkugel et al, 2013)、非线性拟合法(Jönsson et al, 2002; Zhang et al, 2003)等.其中,S-G滤波平滑法属于典型的局部拟合方法(Savitzky et al, 1964),可使重构后的时序数据清晰地描述时间序列的长期变化趋势及局部的突变信息(顾娟等, 2006; 吴文斌等, 2009 ; Bian et al, 2010),能有效地处理湖南省内单、双季稻种植分散、田块形状多样(陈燕丽等, 2011)、分布破碎(李坤等, 2012)等情况.因此,采用Chen等(2004)的方法,利用不同窗宽和多项式阶数的S-G滤波器先后对插值后的时序曲线进行低频信息趋势的提取和高频信息的重建(Jönsson et al, 2002),最终确定长期整体变化的拟合窗宽为5、阶数为2,短期具体变化的拟合窗宽为3、阶数为4,获得平滑程度较高的EVI和NDVI时序曲线. ...
... )等情况.因此,采用Chen等(2004)的方法,利用不同窗宽和多项式阶数的S-G滤波器先后对插值后的时序曲线进行低频信息趋势的提取和高频信息的重建(Jönsson et al, 2002),最终确定长期整体变化的拟合窗宽为5、阶数为2,短期具体变化的拟合窗宽为3、阶数为4,获得平滑程度较高的EVI和NDVI时序曲线. ...
Remote sensing of rice crop areas
1
2013
... 水稻在移栽期前会进行灌溉泡田,由于水分的影响,EVI有所下降,而之后随着水稻开始生长,EVI值又逐渐上升,且在该期间光谱反映的信息以地表水分为主(Kuenzer et al, 2013).故选择转折点法识别EVI时序曲线上的最小值且EVI小于LSWI的点作为水稻的移栽期.在具体应用中,将曲线上一阶导数为0,且由负变正的极小值点与二阶导数为0,且由负变正的拐点进行比较,提取相对靠后的点对应的时期 (Sakamoto et al, 2005; Sun et al, 2009). ...
Characterisation of land surface phenology and land cover based on moderate resolution satellite data in cloud prone areas: a novel product for the Mekong Basin
1
2013
... 湖南省在水稻生长季(4-10月)的云污染状况较为严重,需要对EVI/NDVI时间序列曲线进行滤波重构(Roy et al, 2002).常见的滤波重构方法包括阈值去除法(Viovy et al, 1992)、基于滤波的平滑方法(王宏等, 2007; Pan et al, 2012; Leinenkugel et al, 2013)、非线性拟合法(Jönsson et al, 2002; Zhang et al, 2003)等.其中,S-G滤波平滑法属于典型的局部拟合方法(Savitzky et al, 1964),可使重构后的时序数据清晰地描述时间序列的长期变化趋势及局部的突变信息(顾娟等, 2006; 吴文斌等, 2009 ; Bian et al, 2010),能有效地处理湖南省内单、双季稻种植分散、田块形状多样(陈燕丽等, 2011)、分布破碎(李坤等, 2012)等情况.因此,采用Chen等(2004)的方法,利用不同窗宽和多项式阶数的S-G滤波器先后对插值后的时序曲线进行低频信息趋势的提取和高频信息的重建(Jönsson et al, 2002),最终确定长期整体变化的拟合窗宽为5、阶数为2,短期具体变化的拟合窗宽为3、阶数为4,获得平滑程度较高的EVI和NDVI时序曲线. ...
Global-scale assessment of vegetation phenology using NOAA/AVHRR satellite measurements
1
1997
... 利用遥感指数时序曲线提取水稻生育期主要是通过挖掘该曲线上具有特定几何特征的点与植被生长之间的对应关系来实现的(王宏等, 2007; 肖江涛, 2011; 夏传福等, 2013).通常采用的方法包括阈值法(Fischer, 1994; Sakamoto et al, 2006)、滑动平均法(Reed et al, 1994; Duchemin et al, 1999)、曲线拟合法(鹿琳琳等, 2009; 李正国等, 2011)、最大变化斜率法(Yu et al, 2003)、转折点法(Moulin et al, 1997; Zhang et al, 2003)等.针对双季稻的不同生长阶段,结合其生长状况,应分别采用不同的方法： ...
Application of the MODIS global supervised classification model to vegetation and land cover mapping of Central America
1
2000
... 依据水稻关键生育期的遥感影像特征,例如灌水移栽期和插秧期内EVI与LSWI的关系,或EVI、NDVI等植被指数的时序曲线,均可实现单、双季稻的识别(Sakamoto et al, 2006; 邬明权等, 2010; Peng et al, 2011; 于文颖等, 2011).在分类方法上,许多研究证实决策树相较于其他分类方法精度更高,且算法简单、效率高(Friedl et al, 1997; Muchoney et al, 2000; 刘勇洪等, 2005; 赵萍等, 2005),这在水稻面积提取的工作中也得到了验证和应用(Rogan et al, 2002; 左玉珊等, 2014).因此,本文选择使用CART决策树对单、双季稻进行区分.将EVI、NDVI、LSWI 3个指数的全年所有时相波段作为测试变量,从前述1079个样本点中选取539个样本点作为目标变量,加入到CART决策树分类器中进行分类规则的构建,最终实现单、双季稻与其他地物的区分. ...
Winter wheat area estimation from MODIS-EVI time series data using the Crop Proportion Phenology Index
1
2012
... 湖南省在水稻生长季(4-10月)的云污染状况较为严重,需要对EVI/NDVI时间序列曲线进行滤波重构(Roy et al, 2002).常见的滤波重构方法包括阈值去除法(Viovy et al, 1992)、基于滤波的平滑方法(王宏等, 2007; Pan et al, 2012; Leinenkugel et al, 2013)、非线性拟合法(Jönsson et al, 2002; Zhang et al, 2003)等.其中,S-G滤波平滑法属于典型的局部拟合方法(Savitzky et al, 1964),可使重构后的时序数据清晰地描述时间序列的长期变化趋势及局部的突变信息(顾娟等, 2006; 吴文斌等, 2009 ; Bian et al, 2010),能有效地处理湖南省内单、双季稻种植分散、田块形状多样(陈燕丽等, 2011)、分布破碎(李坤等, 2012)等情况.因此,采用Chen等(2004)的方法,利用不同窗宽和多项式阶数的S-G滤波器先后对插值后的时序曲线进行低频信息趋势的提取和高频信息的重建(Jönsson et al, 2002),最终确定长期整体变化的拟合窗宽为5、阶数为2,短期具体变化的拟合窗宽为3、阶数为4,获得平滑程度较高的EVI和NDVI时序曲线. ...
Detection and estimation of mixed paddy rice cropping patterns with MODIS data
1
2011
... 依据水稻关键生育期的遥感影像特征,例如灌水移栽期和插秧期内EVI与LSWI的关系,或EVI、NDVI等植被指数的时序曲线,均可实现单、双季稻的识别(Sakamoto et al, 2006; 邬明权等, 2010; Peng et al, 2011; 于文颖等, 2011).在分类方法上,许多研究证实决策树相较于其他分类方法精度更高,且算法简单、效率高(Friedl et al, 1997; Muchoney et al, 2000; 刘勇洪等, 2005; 赵萍等, 2005),这在水稻面积提取的工作中也得到了验证和应用(Rogan et al, 2002; 左玉珊等, 2014).因此,本文选择使用CART决策树对单、双季稻进行区分.将EVI、NDVI、LSWI 3个指数的全年所有时相波段作为测试变量,从前述1079个样本点中选取539个样本点作为目标变量,加入到CART决策树分类器中进行分类规则的构建,最终实现单、双季稻与其他地物的区分. ...
Measuring phenological variability from satellite imagery
1
1994
... 利用遥感指数时序曲线提取水稻生育期主要是通过挖掘该曲线上具有特定几何特征的点与植被生长之间的对应关系来实现的(王宏等, 2007; 肖江涛, 2011; 夏传福等, 2013).通常采用的方法包括阈值法(Fischer, 1994; Sakamoto et al, 2006)、滑动平均法(Reed et al, 1994; Duchemin et al, 1999)、曲线拟合法(鹿琳琳等, 2009; 李正国等, 2011)、最大变化斜率法(Yu et al, 2003)、转折点法(Moulin et al, 1997; Zhang et al, 2003)等.针对双季稻的不同生长阶段,结合其生长状况,应分别采用不同的方法： ...
A comparison of methods for monitoring multitemporal vegetation change using Thematic Mapper imagery
1
2002
... 依据水稻关键生育期的遥感影像特征,例如灌水移栽期和插秧期内EVI与LSWI的关系,或EVI、NDVI等植被指数的时序曲线,均可实现单、双季稻的识别(Sakamoto et al, 2006; 邬明权等, 2010; Peng et al, 2011; 于文颖等, 2011).在分类方法上,许多研究证实决策树相较于其他分类方法精度更高,且算法简单、效率高(Friedl et al, 1997; Muchoney et al, 2000; 刘勇洪等, 2005; 赵萍等, 2005),这在水稻面积提取的工作中也得到了验证和应用(Rogan et al, 2002; 左玉珊等, 2014).因此,本文选择使用CART决策树对单、双季稻进行区分.将EVI、NDVI、LSWI 3个指数的全年所有时相波段作为测试变量,从前述1079个样本点中选取539个样本点作为目标变量,加入到CART决策树分类器中进行分类规则的构建,最终实现单、双季稻与其他地物的区分. ...
The MODIS Land product quality assessment approach
1
2002
... 湖南省在水稻生长季(4-10月)的云污染状况较为严重,需要对EVI/NDVI时间序列曲线进行滤波重构(Roy et al, 2002).常见的滤波重构方法包括阈值去除法(Viovy et al, 1992)、基于滤波的平滑方法(王宏等, 2007; Pan et al, 2012; Leinenkugel et al, 2013)、非线性拟合法(Jönsson et al, 2002; Zhang et al, 2003)等.其中,S-G滤波平滑法属于典型的局部拟合方法(Savitzky et al, 1964),可使重构后的时序数据清晰地描述时间序列的长期变化趋势及局部的突变信息(顾娟等, 2006; 吴文斌等, 2009 ; Bian et al, 2010),能有效地处理湖南省内单、双季稻种植分散、田块形状多样(陈燕丽等, 2011)、分布破碎(李坤等, 2012)等情况.因此,采用Chen等(2004)的方法,利用不同窗宽和多项式阶数的S-G滤波器先后对插值后的时序曲线进行低频信息趋势的提取和高频信息的重建(Jönsson et al, 2002),最终确定长期整体变化的拟合窗宽为5、阶数为2,短期具体变化的拟合窗宽为3、阶数为4,获得平滑程度较高的EVI和NDVI时序曲线. ...
Detection of yearly change in farming systems in the Vietnamese Mekong Delta from MODIS time-series imagery
1
2009
... 抽穗期过后,水稻植株内的养分逐渐转入籽粒中,生物量逐渐下降,叶片逐步衰老、枯死,EVI持续降低.故成熟期就是水稻叶片由绿转黄的过程,EVI下降速度达到最大(Sakamoto et al, 2009).此时可利用最大变化斜率法识别出在早稻抽穗期至晚稻移栽期之间,EVI达到一阶导数为负且最小的点,作为早、晚稻的成熟期时间(徐岩岩等, 2012). ...
Spatio-temporal distribution of rice phenology and cropping systems in the Mekong Delta with special reference to the seasonal water flow of the Mekong and Bassac rivers
2
2006
... 依据水稻关键生育期的遥感影像特征,例如灌水移栽期和插秧期内EVI与LSWI的关系,或EVI、NDVI等植被指数的时序曲线,均可实现单、双季稻的识别(Sakamoto et al, 2006; 邬明权等, 2010; Peng et al, 2011; 于文颖等, 2011).在分类方法上,许多研究证实决策树相较于其他分类方法精度更高,且算法简单、效率高(Friedl et al, 1997; Muchoney et al, 2000; 刘勇洪等, 2005; 赵萍等, 2005),这在水稻面积提取的工作中也得到了验证和应用(Rogan et al, 2002; 左玉珊等, 2014).因此,本文选择使用CART决策树对单、双季稻进行区分.将EVI、NDVI、LSWI 3个指数的全年所有时相波段作为测试变量,从前述1079个样本点中选取539个样本点作为目标变量,加入到CART决策树分类器中进行分类规则的构建,最终实现单、双季稻与其他地物的区分. ...
... 利用遥感指数时序曲线提取水稻生育期主要是通过挖掘该曲线上具有特定几何特征的点与植被生长之间的对应关系来实现的(王宏等, 2007; 肖江涛, 2011; 夏传福等, 2013).通常采用的方法包括阈值法(Fischer, 1994; Sakamoto et al, 2006)、滑动平均法(Reed et al, 1994; Duchemin et al, 1999)、曲线拟合法(鹿琳琳等, 2009; 李正国等, 2011)、最大变化斜率法(Yu et al, 2003)、转折点法(Moulin et al, 1997; Zhang et al, 2003)等.针对双季稻的不同生长阶段,结合其生长状况,应分别采用不同的方法： ...
A crop phenology detection method using time-series MODIS data
1
2005
... 水稻在移栽期前会进行灌溉泡田,由于水分的影响,EVI有所下降,而之后随着水稻开始生长,EVI值又逐渐上升,且在该期间光谱反映的信息以地表水分为主(Kuenzer et al, 2013).故选择转折点法识别EVI时序曲线上的最小值且EVI小于LSWI的点作为水稻的移栽期.在具体应用中,将曲线上一阶导数为0,且由负变正的极小值点与二阶导数为0,且由负变正的拐点进行比较,提取相对靠后的点对应的时期 (Sakamoto et al, 2005; Sun et al, 2009). ...
Smoothing and differentiation of data by simplified least squares procedures
1
1964
... 湖南省在水稻生长季(4-10月)的云污染状况较为严重,需要对EVI/NDVI时间序列曲线进行滤波重构(Roy et al, 2002).常见的滤波重构方法包括阈值去除法(Viovy et al, 1992)、基于滤波的平滑方法(王宏等, 2007; Pan et al, 2012; Leinenkugel et al, 2013)、非线性拟合法(Jönsson et al, 2002; Zhang et al, 2003)等.其中,S-G滤波平滑法属于典型的局部拟合方法(Savitzky et al, 1964),可使重构后的时序数据清晰地描述时间序列的长期变化趋势及局部的突变信息(顾娟等, 2006; 吴文斌等, 2009 ; Bian et al, 2010),能有效地处理湖南省内单、双季稻种植分散、田块形状多样(陈燕丽等, 2011)、分布破碎(李坤等, 2012)等情况.因此,采用Chen等(2004)的方法,利用不同窗宽和多项式阶数的S-G滤波器先后对插值后的时序曲线进行低频信息趋势的提取和高频信息的重建(Jönsson et al, 2002),最终确定长期整体变化的拟合窗宽为5、阶数为2,短期具体变化的拟合窗宽为3、阶数为4,获得平滑程度较高的EVI和NDVI时序曲线. ...
Seasonal visible, near-infrared and mid-infrared spectra of rice canopies in relation to LAI and above-ground dry phytomass
1
1989
... 孕穗期后,水稻由营养生长阶段进入到生殖生长阶段,并在抽穗期前完成最后一片叶的生长.通常认为水稻的EVI在抽穗期达到最大值(Shibayama et al, 1989; Huete et al, 2002),同样可采用转折点法取曲线上一阶导数为0,且由正变负的最小值点作为水稻的抽穗期(Sun et al, 2009; 徐岩岩等, 2012; Zhang et al, 2014). ...
Detecting major growth stages of paddy rice using MODIS data
2
2009
... 水稻在移栽期前会进行灌溉泡田,由于水分的影响,EVI有所下降,而之后随着水稻开始生长,EVI值又逐渐上升,且在该期间光谱反映的信息以地表水分为主(Kuenzer et al, 2013).故选择转折点法识别EVI时序曲线上的最小值且EVI小于LSWI的点作为水稻的移栽期.在具体应用中,将曲线上一阶导数为0,且由负变正的极小值点与二阶导数为0,且由负变正的拐点进行比较,提取相对靠后的点对应的时期 (Sakamoto et al, 2005; Sun et al, 2009). ...
... 孕穗期后,水稻由营养生长阶段进入到生殖生长阶段,并在抽穗期前完成最后一片叶的生长.通常认为水稻的EVI在抽穗期达到最大值(Shibayama et al, 1989; Huete et al, 2002),同样可采用转折点法取曲线上一阶导数为0,且由正变负的最小值点作为水稻的抽穗期(Sun et al, 2009; 徐岩岩等, 2012; Zhang et al, 2014). ...
The Best Index Slope Extraction (BISE): a method for reducing noise in NDVI time-series
1
1992
... 湖南省在水稻生长季(4-10月)的云污染状况较为严重,需要对EVI/NDVI时间序列曲线进行滤波重构(Roy et al, 2002).常见的滤波重构方法包括阈值去除法(Viovy et al, 1992)、基于滤波的平滑方法(王宏等, 2007; Pan et al, 2012; Leinenkugel et al, 2013)、非线性拟合法(Jönsson et al, 2002; Zhang et al, 2003)等.其中,S-G滤波平滑法属于典型的局部拟合方法(Savitzky et al, 1964),可使重构后的时序数据清晰地描述时间序列的长期变化趋势及局部的突变信息(顾娟等, 2006; 吴文斌等, 2009 ; Bian et al, 2010),能有效地处理湖南省内单、双季稻种植分散、田块形状多样(陈燕丽等, 2011)、分布破碎(李坤等, 2012)等情况.因此,采用Chen等(2004)的方法,利用不同窗宽和多项式阶数的S-G滤波器先后对插值后的时序曲线进行低频信息趋势的提取和高频信息的重建(Jönsson et al, 2002),最终确定长期整体变化的拟合窗宽为5、阶数为2,短期具体变化的拟合窗宽为3、阶数为4,获得平滑程度较高的EVI和NDVI时序曲线. ...
Temperature variations and rice yields in China: historical contributions and future trends
1
2014
... 水稻是中国最重要的粮食作物之一,产量约占全国粮食总产量的一半,种植面积占全国粮食作物种植面积的30%(郑长春, 2008).国内单、双季稻混种的情况非常普遍,它们在播种地域、生产潜力、生育期以及产量等许多方面有很大的差异(方福平等, 2009).当前中国单、双季稻区域的划分多为大尺度层面或以行政区划为基本空间单元(段居琦等, 2012a, 2012b).全国土地利用/覆被数据中的水田像元尽管可表征水稻的种植区域,但无法准确地反映多数地区单、双季稻混作的现象.在像元级别上,水稻空间分布与生育期差异等关键基础信息的缺乏,也极大地制约了水稻生长模拟由气象站点向空间化方向的推广,以及在像元尺度上开展气候变化影响评估工作(Xiao et al, 2002; Wang et al, 2014; Zhang et al, 2014; 李志鹏等, 2014). ...
Observation of flooding and rice transplanting of paddy rice fields at the site to landscape scales in China using VEGETATION sensor data
1
2002
... 水稻是中国最重要的粮食作物之一,产量约占全国粮食总产量的一半,种植面积占全国粮食作物种植面积的30%(郑长春, 2008).国内单、双季稻混种的情况非常普遍,它们在播种地域、生产潜力、生育期以及产量等许多方面有很大的差异(方福平等, 2009).当前中国单、双季稻区域的划分多为大尺度层面或以行政区划为基本空间单元(段居琦等, 2012a, 2012b).全国土地利用/覆被数据中的水田像元尽管可表征水稻的种植区域,但无法准确地反映多数地区单、双季稻混作的现象.在像元级别上,水稻空间分布与生育期差异等关键基础信息的缺乏,也极大地制约了水稻生长模拟由气象站点向空间化方向的推广,以及在像元尺度上开展气候变化影响评估工作(Xiao et al, 2002; Wang et al, 2014; Zhang et al, 2014; 李志鹏等, 2014). ...
Response of seasonal vegetation development to climatic variations in eastern central Asia
1
2003
... 利用遥感指数时序曲线提取水稻生育期主要是通过挖掘该曲线上具有特定几何特征的点与植被生长之间的对应关系来实现的(王宏等, 2007; 肖江涛, 2011; 夏传福等, 2013).通常采用的方法包括阈值法(Fischer, 1994; Sakamoto et al, 2006)、滑动平均法(Reed et al, 1994; Duchemin et al, 1999)、曲线拟合法(鹿琳琳等, 2009; 李正国等, 2011)、最大变化斜率法(Yu et al, 2003)、转折点法(Moulin et al, 1997; Zhang et al, 2003)等.针对双季稻的不同生长阶段,结合其生长状况,应分别采用不同的方法： ...
Monitoring vegetation phenology using MODIS
2
2003
... 湖南省在水稻生长季(4-10月)的云污染状况较为严重,需要对EVI/NDVI时间序列曲线进行滤波重构(Roy et al, 2002).常见的滤波重构方法包括阈值去除法(Viovy et al, 1992)、基于滤波的平滑方法(王宏等, 2007; Pan et al, 2012; Leinenkugel et al, 2013)、非线性拟合法(Jönsson et al, 2002; Zhang et al, 2003)等.其中,S-G滤波平滑法属于典型的局部拟合方法(Savitzky et al, 1964),可使重构后的时序数据清晰地描述时间序列的长期变化趋势及局部的突变信息(顾娟等, 2006; 吴文斌等, 2009 ; Bian et al, 2010),能有效地处理湖南省内单、双季稻种植分散、田块形状多样(陈燕丽等, 2011)、分布破碎(李坤等, 2012)等情况.因此,采用Chen等(2004)的方法,利用不同窗宽和多项式阶数的S-G滤波器先后对插值后的时序曲线进行低频信息趋势的提取和高频信息的重建(Jönsson et al, 2002),最终确定长期整体变化的拟合窗宽为5、阶数为2,短期具体变化的拟合窗宽为3、阶数为4,获得平滑程度较高的EVI和NDVI时序曲线. ...
... 利用遥感指数时序曲线提取水稻生育期主要是通过挖掘该曲线上具有特定几何特征的点与植被生长之间的对应关系来实现的(王宏等, 2007; 肖江涛, 2011; 夏传福等, 2013).通常采用的方法包括阈值法(Fischer, 1994; Sakamoto et al, 2006)、滑动平均法(Reed et al, 1994; Duchemin et al, 1999)、曲线拟合法(鹿琳琳等, 2009; 李正国等, 2011)、最大变化斜率法(Yu et al, 2003)、转折点法(Moulin et al, 1997; Zhang et al, 2003)等.针对双季稻的不同生长阶段,结合其生长状况,应分别采用不同的方法： ...
Dynamic variability of the heading-flowering stages of single rice in China based on field observations and NDVI estimations
2
2014
... 水稻是中国最重要的粮食作物之一,产量约占全国粮食总产量的一半,种植面积占全国粮食作物种植面积的30%(郑长春, 2008).国内单、双季稻混种的情况非常普遍,它们在播种地域、生产潜力、生育期以及产量等许多方面有很大的差异(方福平等, 2009).当前中国单、双季稻区域的划分多为大尺度层面或以行政区划为基本空间单元(段居琦等, 2012a, 2012b).全国土地利用/覆被数据中的水田像元尽管可表征水稻的种植区域,但无法准确地反映多数地区单、双季稻混作的现象.在像元级别上,水稻空间分布与生育期差异等关键基础信息的缺乏,也极大地制约了水稻生长模拟由气象站点向空间化方向的推广,以及在像元尺度上开展气候变化影响评估工作(Xiao et al, 2002; Wang et al, 2014; Zhang et al, 2014; 李志鹏等, 2014). ...
... 孕穗期后,水稻由营养生长阶段进入到生殖生长阶段,并在抽穗期前完成最后一片叶的生长.通常认为水稻的EVI在抽穗期达到最大值(Shibayama et al, 1989; Huete et al, 2002),同样可采用转折点法取曲线上一阶导数为0,且由正变负的最小值点作为水稻的抽穗期(Sun et al, 2009; 徐岩岩等, 2012; Zhang et al, 2014). ...
