文献类型： 中文期刊

作者： 张冬韵 ¹ ; 吴田军 ² ; 骆剑承 ¹ ; 董文 ¹ ; 孙营伟 ³ ; 杨颖频 ⁴ ; 海云瑞 ⁵ ; 孟博文 ⁶ ; 刘巍 ¹ ;

作者机构： 1.中国科学院空天信息创新研究院遥感与数字地球重点实验室(中国科学院)

2.长安大学理学院

3.中国农业科学院农业资源与农业区划研究所

4.广州大学地理科学与遥感学院

5.宁夏农林科学院农业经济与信息技术研究所

6.中国科学院大学

关键词： 遥感;作物种植结构;时空协同;深度学习;耕地地块;NDVI时间序列;宁夏引黄灌区

期刊名称： 遥感学报

ISSN： 1007-4619

年卷期： 2024 年 28 卷 008 期

页码： 2014-2029

收录情况： EI ; 北大核心 ; CSCD

摘要： 农业是国民经济的重要组成成分，精准地掌握农作物种植结构信息是精细化农业应用的基础。本文挖掘不同源遥感数据的时空特征互补优势，设计了一种时空协同的农业种植结构遥感制图方法，考虑将高空间分辨率遥感影像提取的耕地地块作为基本单元，再结合高时间分辨率遥感影像的光谱时序信息，在深度学习技术支持下实现地块尺度的作物分类识别和种植结构精准制图，进而可分析主要作物的空间分布特征。宁夏引黄灌区的试验案例结果表明：（1）本实验共获取研究区耕地地块149万个，总面积约54万ha，总体分类精度为0.80;(2)相比于利用传统的制图单元和机器学习方法，基于RCF网络从高分影像上获取的耕地地块形态信息更准确，与实际农业耕作管理单元更匹配，基于Bi-LSTM网络进行作物分类能够将时间序列特征的上下文信息考虑在内，且能保证更高的分类识别精度；（3）玉米、水稻、小麦和蔬菜是研究区的主要作物，其中玉米是种植面积最大的优势作物，空间分布最为广泛，菜地主要集中分布在永宁县和青铜峡市，水稻集中分布在灌溉便利的区域，而小麦大规模种植面积较少，其中小麦夏季收割后种植其他作物的情况主要集中于青铜峡灌区，且复种指数呈现由南向北逐渐降低的趋势。