基于SAR影像的广东省垦造水田监测应用研究

doi:10.13474/j.cnki.11-2246.2021.377

测绘通报 ›› 2021, Vol. 0 ›› Issue (12): 79-82.doi: 10.13474/j.cnki.11-2246.2021.377

基于SAR影像的广东省垦造水田监测应用研究

刘剑, 王冬至

广东省国土资源测绘院, 广东广州 510500

收稿日期:2021-01-07 修回日期:2021-10-19 发布日期:2021-12-30
通讯作者: 王冬至。E-mail:9205408@qq.com
作者简介:刘剑(1979-),女,硕士,高级工程师,主要从事GIS、摄影测量与遥感研究。E-mail:11410856@qq.com
基金资助:
广东省省级科技计划（2018B020207002）

Study on the application of SAR images in monitoring the build paddy fields in Guangdong province

LIU Jian, WANG Dongzhi

Surveying and Mapping Institute of Lands and Resource of Guangdong Province, Guangzhou 510500, China

Received:2021-01-07 Revised:2021-10-19 Published:2021-12-30

摘要/Abstract

摘要： 垦造水田每年至少种植一次水稻,是垦造水田监管的重点内容。为了实现低成本、高效率监测,本文基于高时序的Sentinel-1A影像水稻识别技术,在广东省垦造水田监测中开展应用,并结合外业实地拍摄照片进行结果验证。选取广东省2020年前验收的垦造水田项目中新增水田为监测对象进行试验。结果显示,早稻识别结果总体精度达85.02%,晚稻识别结果总体精度达90.46%,说明该方法用于判断水稻种植情况是可行的,可有效缩小外业核查范围,提高监测效率。

关键词: SAR影像, 高时序, 水稻, 垦造水田, 监测

Abstract: The top priority of the monitoring the build paddy fields is to cultivate rice at least once a year. In order to realize low-cost and high-efficiency monitoring, the rice recognition technology based on Sentinel-1A images with high revisit is applied in the monitoring of built paddy fields in Guangdong province, and the results are verified by field photos. The results show that the overall accuracy of the identification results of the first rice is 85.02%, and that of the second rice is 90.46%, which indicates that this method is practicable to judge the rice planting situation, and can effectively narrow the field verification scope and improve the monitoring efficiency.

Key words: SAR images, high revisit, rice, build paddy fields, monitoring

中图分类号:

P237

刘剑, 王冬至. 基于SAR影像的广东省垦造水田监测应用研究[J]. 测绘通报, 2021, 0(12): 79-82.

LIU Jian, WANG Dongzhi. Study on the application of SAR images in monitoring the build paddy fields in Guangdong province[J]. Bulletin of Surveying and Mapping, 2021, 0(12): 79-82.

参考文献

[1] 李新武, 郭华东, 彭星, 等. SAR对地观测技术及应用新进展[J]. 南京信息工程大学学报(自然科学版), 2020, 12(2):170-180.
[2] 段志强, 张娜, 王挺, 等. 基于遥感影像的违章建筑监测实践[J]. 地理空间信息, 2020, 18(10):41-45.
[3] 朱嘉鑫, 李永建, 肖刚, 等. 基于SAR图像配准的地基干涉雷达间断测量技术[J]. 露天采矿技术, 2021, 36(5):46-50.
[4] 刘文婷, 龙四春, 张宇轩, 等. 地基SAR与地基RAR模式形变监测对比[J]. 大地测量与地球动力学, 2021, 41(10):1076-1079.
[5] 詹伟, 丁剑, 余以强, 等. 基于时序InSAR的公路边坡巡检技术应用[J]. 交通世界, 2021(25):111-112.
[6] 黄翀, 许照鑫, 张晨晨, 等. 基于Sentinel-1数据时序特征的热带地区水稻种植结构提取方法[J]. 农业工程学报, 2020, 36(9):177-184.
[7] 孙阳, 吴琼, 马钢. 基于无人机影像的农作物生长反演方法及应用[J]. 测绘与空间地理信息, 2021, 44(9):165-166.
[8] 樊湘鹏, 周建平, 许燕. 无人机低空遥感监测农情信息研究进展[J]. 新疆大学学报(自然科学版)(中英文), 2021, 38(5):623-631.
[9] 管续栋, 黄翀, 刘高焕, 等. 基于DTW距离的时序相似性方法提取水稻遥感信息:以泰国为例[J]. 资源科学, 2014, 36(2):267-272.
[10] 钟礼山, 李满春, 伍阳, 等. 利用SAR影像时间序列的耕地提取研究[J]. 地理科学进展, 2015, 34(7):830-839.
[11] 李俐, 孔庆玲, 王鹏新, 等. 基于时间序列Sentinel-1A数据的玉米种植面积监测研究[J]. 资源科学, 2018, 40(8):1608-1621.
[12] 宋盼盼, 杜鑫, 吴良才, 等. 基于光谱时间序列拟合的中国南方水稻遥感识别方法研究[J]. 地球信息科学学报, 2017, 19(1):117-124.
[13] 郑少兰, 刘龙威. 单时相Sentinel-1A卫星SAR数据水稻信息提取[J]. 地理空间信息, 2020, 18(4):61-64.
[14] 刘龙威, 魏瑄. 基于时间序列Sentinel-1A数据的水稻识别[J]. 地理空间信息, 2019, 17(11):83-86.
[15] 杨魁, 杨建兵, 江冰茹. Sentinel-1卫星综述[J]. 城市勘测, 2015(2):24-27.
[16] 欧阳伦曦, 李新情, 惠凤鸣, 等. 哨兵卫星Sentinel-1A数据特性及应用潜力分析[J]. 极地研究, 2017, 29(2):286-295.
[17] 杨沈斌, 赵小艳, 申双和, 等. 基于ASAR数据的水稻制图最佳时相参数提取[J]. 江苏农业学报, 2009, 25(3):518-523.

基于SAR影像的广东省垦造水田监测应用研究

Study on the application of SAR images in monitoring the build paddy fields in Guangdong province

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	柳林, 孙毅, 李万武. 基于CNN海上钻井平台检测模型的构建及训练算法分析[J]. 测绘通报, 2022, 0(7): 26-32,99.
[2]	周志伟, 程翔, 周伟, 郝卫峰, 肖海斌, 陈鸿杰, 杨魁. 地基SAR在滑坡形变监测中的应用[J]. 测绘通报, 2022, 0(7): 60-63.
[3]	刘立, 董先敏, 刘娟, 文学虎. 人机融合智能的遥感解译生产新方法[J]. 测绘通报, 2022, 0(7): 118-123,137.
[4]	胡义强, 杨骥, 荆文龙, 杨传训, 舒思京, 李勇. 基于无人机遥感的海岸带生态环境监测研究综述[J]. 测绘通报, 2022, 0(6): 18-24.
[5]	时梦杰, 陶庭叶, 高飞, 李江洋, 陈皓. 雾天环境下机器视觉的边坡监测方法[J]. 测绘通报, 2022, 0(6): 88-92.
[6]	张家勇, 邹银先, 刘黔云, 张楠, 龚伟, 李康伦. 利用时序InSAR进行毕节市潜在滑坡识别与形变监测[J]. 测绘通报, 2022, 0(6): 121-124.
[7]	曾学宏, 赵义花. 利用SBAS-InSAR技术分析西宁市地面沉降监测及驱动因素[J]. 测绘通报, 2022, 0(6): 137-142.
[8]	万忠明, 王亚文, 范子义. 无人机倾斜摄影技术在边坡监测中的应用[J]. 测绘通报, 2022, 0(6): 170-172.
[9]	陈兰兰, 夏益强, 肖海平, 刘小生. 露天矿边坡稳定性监测方法研究现状及进展[J]. 测绘通报, 2022, 0(5): 7-13.
[10]	赵立都, 向中富, 周银, 马下平, 张双成, 司梦元, 陈茂霖, 胡川, 潘建平. 利用地面三维激光扫描进行桥梁挠度变形分析[J]. 测绘通报, 2022, 0(5): 95-100.
[11]	李佳豪, 周吕, 马俊, 杨飞, 咸凌霄. 利用PS-InSAR技术进行城市地铁沿线形变监测与机理分析[J]. 测绘通报, 2022, 0(4): 20-25.
[12]	张驰, 白志辉, 李亮, 陈冉丽, 吴侃. 利用三维激光扫描技术监测矿区桥梁结构形变[J]. 测绘通报, 2022, 0(4): 122-129.
[13]	潘东峰, 杨超, 吴一同, 谭钿, 张德林. 利用TLS技术进行地铁隧道断面提取及变形监测分析[J]. 测绘通报, 2022, 0(4): 130-133.
[14]	张译, 陈品祥, 刘宇, 余永欣, 武润泽, 许天豪, 杨旭东, 龚芸. 北京市生态保护红线内地表覆盖变化聚集性研究[J]. 测绘通报, 2022, 0(3): 13-17,22.
[15]	高鸣, 周鑫鑫, 刘琦, 杨光迪, 吴长彬. 深度学习网络支持下的农房侵占耕地自动化监测[J]. 测绘通报, 2022, 0(3): 47-53.