考虑植被红边信息的多时相Sentinel-2大范围冬小麦提取研究

冬小麦是中国的主要粮食作物且种植面积年际变化较大,及时准确掌握冬小麦种植面积变化有利于国家和相关部门科学决策.遥感技术是获取大范围冬小麦种植面积数据的最有效手段.前期研究多利用多时相中低分辨率影像(如MODIS)的归一化植被指数NDVI(Normalized Difference Vegetation Index)开展大范围冬小麦种植区提取,因分辨率低导致精度难以令人满意.Sentinel-2卫星是唯一能获取3个红边波段影像的米级分辨率传感器,但应用其红边波段进行大范围冬小麦提取的研究几乎没有.本文分析了红边位置指数REPI(Red-Edge Position Index)与NDVI各自在冬小麦提取中的优势,并基于冬小麦物候特征与JM距离研究关键时相,提出一种综合多时相Sentinel-2 PERI、NDVI的大范围冬小麦提取方法,将其应用于2020年京津冀地区的冬小麦种植区提取,冬小麦总面积提取误差为-2.57％.提取结果与Google Earth高分辨率光学影像的解译结果进行比较,总体精度为94.24％,Kappa系数为0.88,相较于已有大范围冬小麦提取研究精度有明显提升,表明了本文方法的有效性.