《农业工程学报》2017年第33卷第22期刊载了中国农业科学院农业资源与农业区划所刘逸竹、吴文斌、李召良和周清波的论文--“基于时间序列NDVI的灌溉耕地空间分布提取”。该研究由测绘地理信息公益性行业专项(项目号:2015A)资助。

灌溉耕地的空间分布信息是粮食政策制定、水资源规划和气候变化研究的重要基础数据。当前，不同尺度的灌溉耕地制图研究方兴未艾，按照数据源可分为遥感影像分类、非遥感数据融合、遥感与非遥感数据融合等三种方法。目前关于第三种方法的研究较少。

水分是影响植被生长状况的最主要因素之一，区域内植被的归一化差异植被指数NDVI(normalized difference vegetation index)峰值能够反映植被长势的差异。可以用作耕地是否灌溉的判断依据，即小区域内NDVI峰值大的耕地，植被长势好，成为灌溉耕地的概率要大。

基于该假设，对耕地象元NDVI峰值进行降序处理，以表征耕地灌溉的概率排序;在统计数据约束条件下进行迭代计算，提取中国2010年250 m空间分辨率的灌溉耕地空间分布图，并对结果进行了精度评价。

研究显示，河北北部至广西南端为分野，东侧以灌溉农业为主，西侧以雨养为主。但局地集中的灌溉耕地分析，与前人研究结果基本一致。该方法得到的灌溉耕地数量精度较好，全国90%的县相对数量误差在5%以内;总体空间精度为64.2%，但不同省份的空间精度极差达到48.35%，呈现区域差异性。

与同类产品对比表明，该结果与遥感分类产品空间精度水平持平，并有更高的数量精度;与非遥感数据分类相比，该方法在保持数量精度的同时，能提供更详细的空间信息。

该方法的误差主要来自耕地底图的位置与数量误差、方法的数学假设和分类依据的不合理。因此，未来方法改进应该根据研究区域特点，优选耕地数据，利用先验知识进行预判;最关键的是优选分类参量、调整特征的数量分布假设。

上一篇：没有了
下一篇：第一届中国湿地遥感大会第二轮通知