汪 松，王 斌，刘长征，王思远

(1. 北京交通大学，北京 100044； 2. 石河子大学，新疆 石河子 832003； 3. 中国科学院遥感与数字地球研究所，北京 100094)

利用Landsat时序NDVI数据进行新疆石河子垦区灌溉作物分类

汪 松1，王 斌1，刘长征2，王思远3

(1. 北京交通大学，北京 100044； 2. 石河子大学，新疆 石河子 832003； 3. 中国科学院遥感与数字地球研究所，北京 100094)

精确的农作物分类信息对于农业环境评估、水资源利用规划非常重要，尤其是在干旱、半干旱地区。本文利用30 m分辨率的Landsat NDVI时间序列数据进行了新疆石河子垦区混合农作物精确区分的潜力研究。首先利用S-G滤波重构了Landsat NDVI时间序列，然后基于SVM模型对研究区域农业类型进行了精确分类。在SVM分类模型作用下，S-G重构后的时间序列有效地将该地区棉花、玉米、小麦等主要作物区分开来，精度高于0.86，Kappa系数大于0.82。结果表明，S-G滤波能够有效提高NDVI时间序列数据质量；TM影像时间序列在监测干旱、半干旱地区的作物类型和种植方式随时间的变化方面存在巨大潜力。

NDVI；S-G滤波；时间序列；SVM

随着精准农业的发展，农业的用水评估、环境评估、农业估产都需要精确的农作物信息，特别是在干旱、半干旱地区，精确的农业分类信息在水资源保护合理利用等方面具有非常重大的意义。利用遥感手段来获得农业的精确分类信息是一种快速有效的方法。

利用归一化植被指数(NDVI)时间序列作大面积的农业作物种类区分已经有了广泛的研究，早期对于区域尺度的大面积作物植被区分研究主要是通过1 km左右分辨率的NOAA-AVHRR和SPOT VGT两种数据源[1-3]。……