| 摘 要： |
水稻是人类的主要粮食作物之一，及时准确的获取水稻面积分布和时空变化对粮食政策制定具有重要的参考意义。本文围绕“水稻遥感制图”研究主题，首先回顾调研国内外文献资料，系统梳理了水稻的生理生长过程和主要的种植模式。全球范围内，水稻种植集中在东南亚地区；从全国范围看，单季稻产区主要位于东北地区和长江中下游地区；双季稻和三季稻产区位于湖南、江西、广东等华南省份。其次，受云雨影响，早期水稻制图以雷达数据为主，随着遥感数据源日益丰富，光学和雷达数据协同应用于水稻遥感制图；在重点分析水稻的“（遥感）信号—空间—时间”特征的基础上，探讨了水稻遥感制图中典型光学植被指数和雷达后向散射系数；并从传统机器学习和深度学习两个方面总结了现阶段水稻遥感制图的主流方法。然后，从机器学习模型、多源遥感数据融合以及遥感计算云平台3个方面归纳了水稻遥感制图的应用现状。总结发现目前水稻制图研究存在以下难点：（1）由于相似生长周期植物的存在导致水稻的漏分、错分；（2）光学和雷达数据都存在时序观测不连续的现象；（3）地形破碎区域或多季、轮作水稻种植地区的制图困难较大；（4）制图方法的泛化问题。针对这些问题，本文从水稻物候特征发掘、水稻时序观测数据获取手段、水稻遥感制图空间分辨率改进等方面探讨了水稻遥感制图的发展方向：（1）水稻物候期遥感信号特征挖掘；（2）覆盖水稻完整生长期的时序遥感数据获取；（3）水稻遥感制图空间分辨率提升；（4）光学和雷达数据的协同应用。 |
在线留言
联系我们
所长信箱