基于Sentinel-1/2动态耦合移栽期特征的水稻种植模式识别

及时准确地获取水稻种植模式变化对于有效防控“非粮化”和完成“双碳”目标具有重要意义。现有研究多基于固定时间窗口挖掘水稻生长期特征,且多使用的是单一卫星影像数据,难以应用于大范围水稻制图。本文通过Sentinel-1/2数据构建动态窗口提取移栽期光学/雷达特征,利用其耦合关系实现水稻种植模式制图。将该算法应用于湖南和江西两省水稻制图。基于1402个地面参考点位对水稻提取结果进行验证,总体精度达92.80%;在县域尺度上,湖南和江西两省水稻制图面积与农业统计数据也具有高度一致性,R²达0.85以上。相比于用固定窗口进行水稻特征提取,该方法具有较强的鲁棒性和迁移能力,为实现更大范围作物制图提取提供新的思路和参考依据。2018—2021年江西省水稻制图结果表明,水稻总种植面积减少9.47%,约3460 km²,水稻种植强度从1.62下降至1.49;在种植模式上,“双改中”趋势明显,双季稻种植面积锐减21.61%,其中约84%改种中稻。     

干旱胁迫下植物抗逆性大尺度遥感监测方法

目前干旱与植被关系的研究主要集中于气候因子与植被时空变化的相关性分析以及植被对气候变化的响应,能够适用于大尺度的植物抗逆性监测方法还较为欠缺。本文基于归一化植被指数（NDVI）、总初级生产力（GPP）、修正花青素含量指数（mACI）、短波红外水分胁迫指数（SIWSI）监测干旱胁迫下的植被变化,综合考虑植物抗逆过程,建立滞后时间、抗逆时差、响应程度与恢复能力4个植物抗逆性监测指标,构建了一种能够适用于大尺度的植物抗逆性综合监测方法。利用各省份作物抗逆性综合评分与绝收比例进行相关性分析,两者呈显著负相关。利用该方法对干旱胁迫下我国不同类型植被的抗逆性进行评估,结果表明：① 从全国整体水平来看,不同季节植物抗逆性差异较大,其中夏季植物抗逆性最弱,冬季最强。我国植物抗逆性空间异质性显著,春季植物抗逆性综合评分低于70分的区域主要位于山西、陕西北部,综合评分高于90分的区域主要集中在内蒙古东北部以及云南的南部地区; ② 不同类型植被的抗逆性有明显差异,夏季落叶针叶林抗逆性最强,类内差异最小,春秋两季草地抗逆性最强但抗逆性类内差异最大。本文提出的植物抗逆性综合监测方法有助于探索干旱胁迫下植物抗逆性规律,对帮助降低灾害风险具有借鉴意义。