丘陵山区“冬水田”时序定量遥感识别模型与方法研究

In this project, the Landsat time series images of winter flooded paddies (WFP) in hilly regions will be select as research data firstly，and a image radiometric correction algorithm will be presented to produce the time series ground surface reflectance (GSR), and then the full-period spectral features will be collected as a remote sensing prior knowledge based on GSR. Secondly, a WFP inverse method will be designed according to the spectral features and seasonal characteristics of WFP. Finally, the WFP inverse method will be validated using the Landsat long time series images of Wanzhou district, Kaizhou district and Liangping county where have lots of WFP. The main significance of this project contains: Firstly, the project will be develop a fast and effective method for WFP mapping in hilly area based on time series of satellite images. Secondly, the project will provide the temporal and spatial variation dataset of WFP in research area, which provide a basis to manage and protect the WFP.

利用定量化遥感数据建立统一的分类模型和算法，并应用于长时序遥感数据进行地表覆盖动态监测，是对传统逐期监督分类方法的一种革新。本研究利用重庆丘陵山区冬水田耕作期和休耕期的时序Landsat数据，在遥感数据定量化处理基础上，构建冬水田全周期遥感光谱数据先验知识。研究冬水田在不同季节的特征波段与波段组合，发展冬水田遥感光谱特征指数与时序特征指数，融合时序特征和光谱特征建立冬水田定量遥感识别模型与算法。最后以重庆市冬水田分布广泛的渝东北地区为研究区，开展丘陵山区冬水田及其变化的中分辨率(15-30m)、长时间序列(近30年)的定量监测。本项目拟建立的基于时序定量遥感数据的丘陵山区冬水田识别模型与方法，将为冬水田动态监测提供一种新方法，获得的研究区冬水田时空变化科学数据集成果也将能够为丘陵山区冬水田资源的管理和保护提供数据支撑。

冬水田是丘陵山区条件下的一种有效的水稻耕种模式，具有重要的生态价值和人文价值，但近年来因撂荒、水改旱等原因导致了冬水田面积的锐减。目前冬水田面积的历史和现状数据主要是基于抽样统计，其统计值具有较大的不确定性，也无法反映冬水田在空间上的变化趋势，难以支撑冬水田资源的保护和生态价值评估等。本研究利用长时序Landsat数据和Sentinel-2A数据，在遥感数据定量化处理基础上，研究构建了一种地表浅水遥感指数模型，然后结合冬水田在耕作期和休耕期内的植被指数特征和地表浅水遥感指数特征，设计了一种冬水田定量遥感识别模型和算法，最后以重庆市梁平区为研究区，开展了丘陵山区冬水田及其变化的中分辨率(10-30m)、长时间序列(近30年)的定量监测。本项目建立的基于时序定量遥感数据的冬水田识别模型与方法，可为冬水田动态监测提供一种新方法，获得的研究区冬水田时空变化数据也将能够为丘陵山区冬水田资源的管理和保护提供科学数据支撑。