首页 > 论文 > 光谱学与光谱分析 > 32卷 > 7期(pp:1899-1904)

MODIS EVI时间序列数据和光谱角聚类的冬小麦遥感估产分区方法研究

Division of Winter Wheat Yield Estimation by Remote Sensing Based on MODIS EVI Time Series Data and Spectral Angle Clustering

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
  • PDF全文
分享:

摘要

农作物遥感估产区划是农作物遥感估产的基础, 它为估产研究和实践提供了重要的科学依据。 以冬小麦生育期内的MODIS EVI时间序列作为分区数据, 选择江苏省为试验区, 探讨了一种改进的光谱角制图和K均值聚类相结合(光谱角聚类)的分区方法, 并在冬小麦遥感估产中进行了试验。 结果表明: 光谱角聚类分区方法充分利用了MODIS时间序列数据所反映的农作物生长进程, 可以充分体现气候差异所带来的冬小麦区域差异; 与传统分区相比, 基于光谱角聚类分区方法所得到的遥感估产结果具有较高的决定系数R2(0.702 6比0.624 8)和较低的均方根误差RMSE(343.34比381.34 kg·hm-2), 体现了该分区方法在冬小麦遥感估产中的优势。 光谱角聚类分区方法仅以获取便利的低分辨率时间序列遥感数据为分区数据, 且能很好的将冬小麦划分为特征性质一致的区域, 所得遥感估产模型的精度和稳定性也较好, 为冬小麦遥感估产分区提供了一种有效方法, 有利于进行冬小麦遥感估产研究。

Abstract

Crop yield estimation division is the basis of crop yield estimation; it provides an important scientific basis for estimation research and practice. In the paper, MODIS EVI time-series data during winter wheat growth period is selected as the division data; JiangSu province is study area; A division method combined of advanced spectral angle mapping(SVM) and K-means clustering is presented, and tested in winter wheat yield estimation by remote sensing. The results show that: division method of spectral angle clustering can take full advantage of crop growth process that is reflected by MODIS time series data, and can fully reflect region differences of winter wheat that is brought by climate difference. Compared with the traditional division method, yield estimation result based on division result of spectral angle clustering has higher R2(0.702 6 than 0.624 8) and lower RMSE (343.34 than 381.34 kg·hm-2), reflecting the advantages of the new division method in the winter wheat yield estimation. The division method in the paper only use convenient obtaining time-series remote sensing data of low-resolution as division data, can divide winter wheat into similar and well characterized region, accuracy and stability of yield estimation model is also very good, which provides an efficient way for winter wheat estimation by remote sensing, and is conducive to winter wheat yield estimation.

中国激光微信矩阵
补充资料

中图分类号:TP79: S127

DOI:10.3964/j.issn.1000-0593(2012)07-1899-06

基金项目:国家高技术研究发展计划项目(2006AA120101), 国家自然科学基金项目(40871194)资助

收稿日期:2011-10-16

修改稿日期:2011-12-25

网络出版日期:--

作者单位    点击查看

朱再春:北京师范大学资源学院, 地表过程与资源生态国家重点实验室, 北京 100875
陈联裙:北京师范大学资源学院, 地表过程与资源生态国家重点实验室, 北京 100875
张锦水:北京师范大学资源学院, 地表过程与资源生态国家重点实验室, 北京 100875
潘耀忠:北京师范大学资源学院, 地表过程与资源生态国家重点实验室, 北京 100875
朱文泉:北京师范大学资源学院, 地表过程与资源生态国家重点实验室, 北京 100875
胡潭高:杭州师范大学, 浙江 杭州 310036

联系人作者:朱再春(zzcsunmoonstar@163.com)

备注:朱再春, 1985年生, 北京师范大学资源学院资源技术与工程研究所博士研究生

【1】QIAN Huai-sui(千怀遂). Journal of Natural Resources(自然资源学报), 1997, 12(2): 97.

【2】ZHOU Li-san(周立三). The Theory and Practice of Agricultural Regionalization in China(中国农业区划的理论与实践). Hefei: Press of University of Science and Technology of China(合肥: 中国科学技术大学出版社), 1993. 284.

【3】Nicholas C C, Michael A W, Donald I. Remote Sensing of Environment, 2009, 113: 1250.

【4】BIAN Jin-hu, LI Ai-nong, SONG Meng-qiang, et al(边金虎, 李爱农, 宋孟强, 等). Journal of Remote Sensing(遥感学报), 2010, 14(4): 725.

【5】YANG Xiao-huan, ZHANG Xiang-ping, JIANG Dong(杨小唤, 张香平, 江东). Resources Science(资源科学), 2004, 26(6): 17.

【6】ZHANG Feng, WU Bing-fang, LIU Cheng-lin, et al(张峰, 吴炳方, 刘成林, 等). Journal of Remote Sensing(遥感学报), 2004, 8(6): 515.

【7】WANG Tao, LIU Shao-feng, YANG Jin-zhong, et al(王涛, 刘少峰, 杨金中, 等). Journal of Remote Sensing(遥感学报), 2007, 11(1): 77.

【8】Singh R, Semmwal D P, Rai A, et al. International Journal of Remote Sensing, 2002, 23(1): 49.

【9】AN Bin, CHEN Shu-hai, YAN Wei-dong(安斌, 陈书海, 严卫东). Chinese Journal of Stereology and Image Analysis(中国体视学与图像分析), 2005, 10(1): 55.

引用该论文

ZHU Zai-chun,CHEN Lian-qun,ZHANG Jin-shui,PAN Yao-zhong,ZHU Wen-quan,HU Tan-gao. Division of Winter Wheat Yield Estimation by Remote Sensing Based on MODIS EVI Time Series Data and Spectral Angle Clustering[J]. Spectroscopy and Spectral Analysis, 2012, 32(7): 1899-1904

朱再春,陈联裙,张锦水,潘耀忠,朱文泉,胡潭高. MODIS EVI时间序列数据和光谱角聚类的冬小麦遥感估产分区方法研究[J]. 光谱学与光谱分析, 2012, 32(7): 1899-1904

您的浏览器不支持PDF插件,请使用最新的(Chrome/Fire Fox等)浏览器.或者您还可以点击此处下载该论文PDF