论文标题：Mapping paddy rice in northeast China with a knowledge-based algorithm and time series optical, microwave, and thermal imagery

期刊：Frontiers of Earth Science

作者：Chenchen ZHANG, Xiangming XIAO, Xinxin WANG, Yuanwei QIN, Russell DOUGHTY, Xuebin YANG, Cheng MENG, Yuan YAO, Jinwei DONG

发表时间： 14 Feb 2025

DOI：10.1007/s11707-025-1154-1

微信链接：点击此处阅读微信文章

原文标题

Mapping paddy rice in northeast China with a knowledge-based algorithm and time series optical, microwave, and thermal imagery

阅读原文

作者

Chenchen ZHANG. Xiangming XIAO, Xinxin WANG, Yuanwei QIN, Russell DOUGHTY, Xuebin YANG, Cheng MENG, Yuan YAO, Jinwei DONG

文章概览

利用遥感技术生成准确、及时的大尺度水稻种植分布图对于作物监测和管理至关重要，同时可用于评估其对粮食安全、水资源管理以及人畜共患传染病传播的影响。基于光学影像的水稻种植制图研究通常利用水稻在淹水/插秧期的独特光谱特征。然而，由于降雨和云层导致的淹水/插秧期高质量观测数据缺失，以及水稻与天然湿地在光谱上的相似性，往往会给水稻识别带来误差，特别是在水稻与湿地共存区域。本研究采用基于知识的算法，并结合光学影像（哨兵-2 和 Landsat 7/8）和雷达影像（哨兵-1）的时序观测数据，以解决上述问题。最终生成的10米分辨率水稻种植分布图，其用户精度、生产者精度、F1 值和总体精度分别为0.91 ± 0.004、0.74 ± 0.010、0.82 和 0.98 ± 0.001（± 值为标准误差）。在所有水稻像素中，超过一半（62.0%）的像素置信度为 1（由光学影像和雷达影像同时识别），而38.0%的像素置信度为0.5（由光学影像或雷达影像单独识别）。

研究估算 2020 年中国东北地区的水稻种植面积为60.83 ± 0.86 × 10³ km²。省级和市级水稻种植面积数据与现有水稻数据集及农业统计年鉴具有较高的一致性。研究结果表明，基于知识的水稻种植制图算法以及光学影像与雷达影像的结合，在大尺度复杂景观中实现水稻种植的及时、准确和高频次监测具有巨大潜力。

图8 不同影像可获取条件下的水稻种植分布。p1−p3展示了典型区域的放大图及其哨兵-2标准假色合成影像，其中p1为松花江沿岸，p2为辽河沿岸，p3为山区。p4−p6展示了仅光学数据可用时的水稻识别结果的放大图。

《前沿》系列英文学术期刊

由教育部主管、高等教育出版社主办的《前沿》（Frontiers）系列英文学术期刊，于2006年正式创刊，以网络版和印刷版向全球发行。系列期刊包括基础科学、生命科学、工程技术和人文社会科学四个主题，是我国覆盖学科最广泛的英文学术期刊群，其中12种被SCI收录，其他也被A&HCI、Ei、MEDLINE或相应学科国际权威检索系统收录，具有一定的国际学术影响力。系列期刊采用在线优先出版方式，保证文章以最快速度发表。

中国学术前沿期刊网

http://journal.hep.com.cn