地理学与自然灾害杂志
开放获取

抽象的

使用 Landsat 8 时间序列图像绘制里海南部海岸稻田的空间分布图

Mirzapour S、Zarkesh MK、Safaval PA 和 Neshaei SA

由于水稻不仅是伊朗而且是世界的重要农作物之一，因此利用遥感和GIS等快速、经济的方法尽可能准确地确定稻田至关重要。具有精细空间分辨率的准确及时的稻田地图将极大地提高我们对水稻农业对温室气体排放、粮食和水安全以及人类健康影响的理解。过去，精细空间分辨率下稻田测绘的准确性和效率受到数据可用性和基于图像的算法较差的限制。通过植被指数动态捕捉洪水/开放时期稻田的独特物理特征，然后用于识别稻田。为了准备有关稻田空间分布的信息，多光谱和多时态数据会很有帮助，因为除了水稻之外，所有田地都可能被水和土壤的混合物覆盖（关于作物日历的时间）。Landsat 8数据有11个波段，有可见光、近红外、短波红外以及热波段；因此，可以计算不同的植被指数，包括归一化植被指数（NDVI）和对叶水和土壤湿度敏感的地表水指数（LSWI2105）。在本研究中，开发了一种特殊的制图算法，该算法使用来自 LANDSAT 图像的 LANDSAT8 16 天 30 米植被指数产品的 NDVI 和 LSWI2105 时间序列数据来识别稻田。该算法的工作原理基于 LSWI2105 对地表湿度的敏感性以及 NDVI 对植被叶绿素含量的敏感性。本研究开发了一种方法来定义 NDVI 和 LSWI2105 之间的关系，以检测 2014-15 年伊朗北部稻田的位置。结果通过 56 个分布均匀的采样点的地面现场工作数据进行了验证。该方法的总体准确率为69.0909%。