基于MODIS 数据提取东北地区水稻主要物候期
作物物候信号直接反映温度和降水等变化对植被生长的影响,是进行农作物动态分析和田间管理的重要依据。本文采用EOS-MODIS 多时相卫星遥感数据提取我国东北地区水稻的主要物候期。通过对MODIS-EVI(Enhanced Vegetation Index ,增强型植被指数)指数时间序列进行小波滤波,根据水稻在移栽期、抽穗期和成熟期的EVI 指数变化特征,实现对各个生长发育期的识别。提取的EVI 时间序列存在大量噪音,小波滤波可以去除噪音并且可以很好的保留时间序列的局部特性。滤波时选用的小波函数为：Daubechies(7-20),Coiflet(3-5)和Symlet(7-15),总共26 种小波类型。通过与2008 年研究区农业气象观测站的实测资料比较,计算均方根误差。结果表明,Symlet11 小波的滤波效果最好,其移栽期识别结果的误差绝大部分在±16d 以内,抽穗期和成熟期识别结果的误差绝大部分在±8d 以内。表明提取MODIS-EVI 指数时间序列并采用Symlet11 小波能很好地识别东北水稻主要物候期特征。
水稻 小波变换 物候期 田间管理 卫星遥感数据
徐岩岩 张佳华
中国气象科学研究院遥感与气候信息开放实验室,北京,100081
国内会议
厦门
中文
1-9
2011-11-01（万方平台首次上网日期，不代表论文的发表时间）