基于空间时间数据融合 (2000-2022) 的山东省冬季小麦的长期年度绘图和空间时间动态分析
Jinchang Zhao1, Xiaofang Sun2, Meng Wang1
1School of Geography and Tourism, Qufu Normal University, Rizhao, 276800, Shandong, China.
Environmental monitoring and assessment
|August 20, 2024
概括
这项研究使用Landsat和Sentinel-2数据绘制了冬季小麦分布图,揭示了2000年至2022年的种植面积变化. 这项研究证明了卫星数据在长期作物监测方面的有效性.
科学领域:
- 农业科学 农业科学
- 遥感 遥感 遥感 遥感
- 地理信息系统 (GIS) 是指地理信息系统.
背景情况:
- 冬季小麦是一个重要的全球主食作物,对粮食安全和国际贸易至关重要.
- 缺少高分辨率的长期冬季小麦分布图,阻碍了全面的分析.
- 了解时空动态对于农业政策和规划至关重要.
研究的目的:
- 使用卫星数据生成高分辨率,长时间序列的冬季小麦分布图.
- 分析中国山东省冬季小麦种植的时空动态.
- 验证长期作物绘图和监测的拟议方法.
主要方法:
- 在谷歌地球引擎 (GEE) 中利用了Landsat和Sentinel-2卫星数据.
- 应用空隙填充和萨维茨基-戈莱波器 (GF-SG) 到Landsat NDVI时间序列,以确保数据连续性.
- 采用六种现象特征来区分冬季小麦与其他土地覆盖类型.
主要成果:
- 制作了2000年至2022年的冬季小麦地图,分辨率为30米 (2000-2017年) 和10米 (2018-2022年).
- 实现了高地图准确度 (80.5-93.3%的整体准确度,71.3-909%的卡帕,84.2-96.9%的F1得分).
- 观察到冬季小麦面积的下降 (2000-2011),随后增加 (2014-2017年) 和进一步增加 (2018-2022年).
结论:
- 卫星观测数据对于冬季小麦的长期绘制和监测是可行的.
- 开发的方法为类似的作物绘图计划提供了强大的方法.
- 这项研究为冬季小麦种植趋势提供了宝贵的见解,并为农业战略提供了信息.
