基于NDVI时间序列影像的天山北坡经济带农业种植结构提取

水资源匮乏是干旱区实现可持续发展的最大障碍。干旱区农业灌溉耗费大量的水资源，不同农作物在生长期所需的灌溉水量存在较大的差异，因此快速准确地了解干旱区的农业种植结构可以为节水型农业种植结构优化提供重要依据。以天山北坡经济带为研究区，以谷歌地球引擎（Google Earth Engine，GEE）云平台为支撑，以Sentinel 2以及Landsat 7-8的数据为遥感数据源，采取以下步骤进行研究区的农业种植结构提取：首先，为了简化农业种植结构提取的过程，利用一年最大NDVI值以及坡度信息构建耕地掩膜图层；然后，根据研究区内主要农作物的物候历，获取不同时间段内的最大NDVI值的时间序列数据以及农作物在一年中出现NDVI最大值的日期，并在此基础上构建一个包含10波段的特征波段影像；最后，结合野外实地考察获得的有效样本点以及经耕地掩膜图层掩膜后的10波段特征波段影像，利用随机森林分类器进行研究区的农业种植结构提取。分类结果表明：2018年研究区内棉花、玉米、小麦的总体分类精度为92.19%，Kappa系数为0.883。为了进一步将分类结果与统计数据进行对比，我们将训练得到的分类器应用于2017年的遥感影像，提取了研究区内2017年的农业种植结构信息，其分类结果表明2017年研究区内棉花、玉米、小麦的种植面积分别为5 270 km²、2 000 km²、2 340 km²，其相对精度分别为86.53%、77.54%、86.19%。