秸秆是农田生态系统的重要组成部分。秸秆覆盖度(CRC)的遥感估算可以大范围、快速地获取地面秸秆覆盖信息,对保护性耕作的推广具有十分重要的意义。基于Sentinel-1 SAR影像和Sentinel-2光学影像分别构建了雷达指数与光学遥感指数,结合吉林省梨树县春秋两期实地采样数据,探究遥感指数与玉米秸秆覆盖度的相关性。为进一步提升玉米秸秆覆盖度的估算精度,结合雷达指数与光学遥感指数,采用最优子集回归的方法建立玉米秸秆覆盖度的估算模型,完成研究区的玉米秸秆覆盖度估算制图。结果表明:土壤质地分区建模可有效解决土壤异质性问题,提升反演精度。各遥感指数在秋季高覆盖时期的表现均优于春季低覆盖时期。STI和NDTI指数在光学遥感指数中表现最好,
R2分别为0.701和0.697,而在雷达指数中,基于余弦矫正法的
<?fx-imagestate width=\"4.48733330\" height=\"4.06400013\"?>
<?fx-imagestate width=\"4.48733330\" height=\"4.06400013\"?>
指数与实测CRC的相关性最高,
R2为0.564。结合雷达指数与光学遥感指数能够有效地提高秸秆覆盖度估算精度,在最优子集回归法下基于结合指数构建的回归模型最优,
R2为0.799,RMSE为13.67%,达到了较高的精度。研究结果为秸秆覆盖度估算的精度提升提供了一种新思路。
PDF全文下载地址:
http://www.ygxb.ac.cn/rc-pub/front/front-article/download?id=11038859