基于面向对象的多源卫星遥感影像玉米倒伏面积提取

风灾引起的玉米倒伏可能导致玉米大量减产,利用遥感技术准确监测玉米倒伏面积与空间分布信息对灾情的评估非常重要。利用Planet和Sentinel-2影像分别结合面向对象与基于像元方法提取研究区玉米倒伏,同时评估了不同影像特征（光谱特征、植被指数和纹理特征）与不同分类方法（支持向量机法SVM、随机森林法RF和最大似然法MLC）对玉米倒伏提取精度的影响。结果表明：①使用高空间分辨率的Planet影像进行玉米倒伏提取的精度普遍高于Sentinel-2影像;②从分类精度和面积精度来看,Planet影像的光谱特征+植被指数+均值特征结合面向对象RF分类,总体精度和Kappa系数分别为93.77%和0.87,面积的平均误差最低为4.76%;③采用Planet和Sentinel-2影像结合面向对象分类提取玉米倒伏精度高于基于像元分类。研究不仅分析了面向对象方法的优势,还评估了使用不用影像数据结合面向对象方法的适用性,可以为遥感提取作物倒伏相关研究提供一定的借鉴。     

典型黑土区作物根层土壤含水量遥感估算及影响因素研究

漫川漫岗黑土区作物根层土壤含水量受植被覆盖、地形、土壤温度、降雨等多因素的影响，是农业生产和农田管理的关键要素。以友谊农场两个不同坡度的典型耕地地块（平耕地与等高种植坡耕地）为研究对象，利用Landsat 8遥感数据结合气象数据等驱动SEBAL(Surface Energy Balance Algorithm for Land)模型估算根层土壤含水量，利用地面实测数据对估算结果展开验证。在此基础上分析根层土壤含水量空间分布的影响因素。结果表明：(1)SEBAL模型估算的根层土壤含水量6月27日决定系数R2为0.85,7月13日决定系数R2为0.68，且7月13日根层土壤含水量明显高于6月27日；平耕地6月27日决定系数R2为0.65,7月13日为0.84；等高种植坡耕地6月27日决定系数为0.64,7月13日为0.50。(2)地块不同导致作物根层土壤含水量影响因素也不同，平耕地主要影响因素为坡度、植被覆盖度和土壤温度；等高种植坡耕地为高程和土壤温度。使用SEBAL模型可以较为快速准确地估算根层土壤含水量，研究结果对于黑土区耕地的水分管理、农业灌溉及水分运移研究具有重要意义。