登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 外文翻译 > 地理科学类 > 地理信息科学 > 正文

利用MODIS地表温度和植被指数数据进行时间序列分析绘制水稻种植面积图外文翻译资料

 2023-03-15 03:03  

利用MODIS地表温度和植被指数数据进行时间序列分析绘制水稻种植面积图

摘要:了解水稻的面积和空间分布对于评估粮食安全、水资源管理和估计温室气体(甲烷)排放非常重要。在过去的十年里,稻米农业在中国东北地区迅速发展,但该地区的稻田地图还没有更新。现有的水稻田识别算法是基于水稻在淹水和插秧阶段的独特物理特征,使用对冠层和地表水含量动态敏感的植被指数。然而,高纬度地区的洪涝现象也可能来自春季融雪洪涝。我们使用中分辨率成像光谱仪(MODIS)传感器的地表温度(LST)数据来确定洪水和水稻移栽超过一年的时间窗口,以改进现有的基于物候学的方法。其他对水稻识别有潜在影响的土地覆盖类型(如常绿植被、永久水体和稀疏植被)由于其不同的时间剖面而被移除(掩盖)。高分辨率影像精度评价结果表明,2010年中国东北地区MODIS水稻图具有较高的精度(生产者和用户的精度分别为92%和96%)。基于MODIS的地图在面积和空间格局方面也与2010年基于陆地卫星的中国国家土地覆盖数据集(NLCD)具有相当的精度。这项研究表明,我们的改进算法利用热MODIS数据和光学MODIS数据,提供了一种稳健、简单和自动化的方法来识别和绘制温带和寒温带(水稻种植的北方前沿)的水稻田。

关键词:稻田;MODIS影像;陆地地表水指数(LSWI);增强型植被指数(EVI);地表温度(LST);淹水;中国东北地区

1.引言

稻米是世界近50%人口的主要主食(Kuenzer和Knauer,2013),稻田占全球耕地面积的12%以上(FAOSTAT,2010)。亚洲拥有最大的稻田(Maclean和Hettel,2002年),2011年生产了世界上90%以上的稻米(Kuenzer和Knauer,2013年)。全球稻谷甲烷排放总量为每年21-30太克(Sass和Cicerone,2002年),占大气中甲烷排放总量的10%以上(Ehhalt等人,2001年)。农业灌溉消耗了全球约70%的淡水(Samad等人,1992年),世界上大约四分之一至三分之一的已开发淡水资源被用于水稻灌溉(Bouman,2009)。灌溉农业的高需水量引起了人们对改善水资源管理,包括节水和水质保护的关注(Kuenzer和Knauer,2013年)。稻田的水管理也影响甲烷排放(Sass等人,1999年)。最近,稻田被认为是传播高致病性禽流感A(H5N1)病毒的关键风险因素(Gilbert等人,2014年;Gilbert等人,2008年),因为稻田是冬季自由放养的鸭子和野生水禽的重要栖息地,在那里禽流感病毒可能会传播。因此,重要的是在区域和全球范围内监测和绘制稻田地图,以努力提高我们对粮食安全、温室气体排放、水资源管理和传染病传播的认识。

卫星遥感被认为是一种基于光学或合成孔径雷达(SAR)图像绘制稻田地图的可行工具。尽管SAR数据不受云层或太阳光照的影响,但由于数据可获得性有限,基于SAR的方法尚未被用于大规模稻田测绘(Bouveet等人,2009年;董等人,2006年;Miyaoka等人,2013年;Wu等人,2011年;Yang等人,2008年)。许多研究已经使用一到几幅光学图像(例如陆地卫星),通过监督或非监督分类方法在地方尺度上绘制水稻地图(Li等人,2012年;Yoshikawa和Shiozawa,2006年)。基于稻田的时间特征,诸如高级甚高分辨率辐射计(AVHRR)、对地观测系统(SPOT)(Kamthonkiat等人,2005;Thi等人,2012)和中分辨率成像光谱仪(MODIS)等具有高时间分辨率(每日回访)的光学传感器也被用于绘制区域尺度上的稻田地图(Chen等人,2012;Gumma等人,2011;Nuarsa等人,2012;Peng等人,2011;Son等人,2013;Xiao等人,2006,2002b,2005)。

水稻生长在淹水的土壤中,而稻田在生长季节的早期(插秧阶段)是开阔水域和绿色水稻的混合体。利用陆面水指数(LSWI)、归一化差异植被指数(NDVI)和增强型植被指数(EVI)等植被指数的时间剖面,可以很容易地识别出这些特征。光谱特征分析表明,在洪涝和移栽阶段,LSWI值可能暂时大于NDVI或EVI值(肖等人,2006,2002b,2005)。基于稻田在生长季节早期的这一独特特征,我们开发了一种算法来识别和跟踪随着时间的推移淹没和移植秧苗的图像像素(肖等人,2006,2005)。该算法被用于绘制中国南方、南亚和东南亚区域尺度的水稻地图,这些地区一年中的大部分时间气温保持在0摄氏度以上,几乎没有积雪,使用的是2002年的8天MODIS数据集(肖等人,2006,2005)。

水稻在中高纬度地区有扩大的趋势,如中国东北地区,那里的稻田在过去十年里迅速扩大。据统计,该地区稻田面积由2000年的2.57times;104平方公里增加到2010年的4.33times;104平方公里,增幅约为68%。到2010年,该地区稻田面积占全国水稻农业总面积的10%以上。由于这种快速增长,中国东北已成为中国的主要粮食产区(Liu等人,2013年)。稻田的扩大可能会引发水资源、水土流失、鸟类栖息地和生物多样性等几个环境问题,因为大多数稻田都是从自然湿地或以前用于种植旱地作物的土地改建而来的。中国东北地区水稻农业的面积和空间格局的信息和地理空间数据是迫切需要的,因为目前对这一高纬度地区的水稻农业分布情况的了解是有限的,因此迫切需要有关这一高纬度地区水稻农业面积和空间格局的信息和地理空间数据。

在温带地区直接应用基于MODIS的算法(肖等人,2006,2005)可能会因为漫长的冬季冰雪覆盖、春季融雪和较短的植物生长季节而变得复杂;而且有必要准确地识别洪涝和移栽阶段的时间段。之前的几项研究试图根据来自农业气象站的水稻生长日历数据(如插秧期)来定义洪涝和插秧期(彭,2009;彭等人,2011;史等人,2013;Sun等人,2009)。水稻生长日历数据是从分散的农业气象站获得的,但将站内插到区域或国家尺度上存在很大的不确定性。此外,这种以站为基础的方法不能用于没有农业气象站的地区。在高纬度地区进行水稻测图时,需要确定插秧时期。

本研究的目的有两个方面:(1)开发一种结合MODIS遥感的地表温度(LST)和植被指数的改进算法来绘制温带和寒温带的水稻田图;(2)利用改进的算法和2010年的MODIS数据,量化中国东北地区2010年稻田农业的面积和空间分布。为了实现这些目标,我们首先使用基于MODIS的1公里空间分辨率的地表温度数据来确定单个像素在一年中适合洪水和水稻插秧的时期。然后,我们使用植被指数来识别在这段时间内含有绿色水稻和地表水混合物的像素。所生成的500米空间分辨率的水稻地图用谷歌地球上极高分辨率图像的样本进行了验证,并与基于陆地卫星的国家土地覆盖数据集(刘等人,2014年)和2010年的农业统计数据进行了比较。这一改进的算法(健壮、简单和自动化)将有助于我们未来努力生成年度水稻地图,并为粮食安全、水管理、温室气体排放和疾病传播研究提供更准确和更新的数据。

2.研究数据及方法

2.1.研究区域

中国东北地区由黑龙江、吉林和辽宁三省组成(图1)。它位于平均海拔400米以上的山地和平原之间的过渡地带(图1)。小兴安岭位于北面,由西北向东南延伸,长白山位于东南部,由东北向西南延伸。平原主要分布在东北、西部和南部,包括三江平原、松嫩平原和辽河平原。东北地区水系面积大、分布广,主要有黑龙江、乌苏里江、松花江、嫩河、辽河等。该地区属寒温带和湿润/亚湿润气候。年平均降水量约500-800毫米,多落在7、8月份。0℃以上的年积温为2000~4200℃d,10℃以上的年积温为1600~3600℃d,无霜日数为140d~170d。

图 1 中国东北地区数字高程模型(DEM)。研究区域覆盖中国东北三省。

该地区是我国重要的农业生产区,根据国家土地覆盖数据集(刘等,2014),2010年全区耕地总面积为29.97万平方公里,占全国耕地总面积的16.8%。主要作物品种包括大豆、玉米、小麦和水稻。2010年,稻米占该地区耕地的15.5%,该地区提供了中国10.2%的稻米产量(表1)(Liu等人,2014年)。稻田主要分布在沿江平原地区。

表 1中国东北三省区2010年自然土地覆盖数据集(NLCD)的土地面积、水稻农业和旱地面积摘要

省份

土地面积(km2)

旱地耕地面积(km2)

水稻面积(km2)

gt;=20%的水稻面积百分比(以1公里像素为单位)(%)

1公里像素范围内水稻的中位数百分比(%)

黑龙江

452782

135645

26701

95

42

吉林

190872

64975

10534

89

24

辽宁

145558

52597

9237

93

32

总和

789212

253218

46471

93

34

2.2.MODIS数据及其预处理

MODIS陆地科学小组提供了一个500米分辨率的8天合成MODIS表面反射产品(MOD09A1) (Vermote和Vermeulen,1999)。它包括7个波段:波段1(红色:620~670 nm)、2(近红外1:841~876 nm)、3(蓝色:459~479 nm)、4(绿色:545~565 nm)、5(近红外2:1230~1250 nm)、6(短波红外1:1628~1652 nm)、7(短波红外2:2105~2155 nm)。标准MODIS产品采用正弦投影的瓦片系统组织,每块瓦片覆盖1200千米times;1200千米(赤道大约10°纬度times;10°经度)。

东北地区覆盖了五块MOD09A1数据(H25V03、H26V03、H26V04、H27V04和H27V05)。我们从USGS Eros数据中心(https://lpdaac.usgs.gov/).)下载了2010年的5个磁贴(每年46个复合体。我们的MODIS预处理程序包括三个部分:(1)云和云影的识别;(2)光谱指数的计算;(3)植被指数的填充。

我们分两步识别云层和云影。首先,我们使用MOD09A1产品中的数据质量信息(质量控制标志层)从每幅图像中提取云和云阴影。其次,我们应用了额外的限制,其中蓝色反射率为LSWI0.2的像素也被标记为多云(肖等人,2006年,2005年)(图2B和3中的ge;曲线中的圆形符号)。因此,生成

剩余内容已隐藏,支付完成后下载完整资料


英语原文共 15 页,剩余内容已隐藏,支付完成后下载完整资料


资料编号:[596027],资料为PDF文档或Word文档,PDF文档可免费转换为Word

您需要先支付 30元 才能查看全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图