张 莎，张佳华※，白 雲 ，姚凤梅

（1. 中国科学院遥感与数字地球研究所数字地球重点实验室，北京 100094；2. 中国科学院大学地球与行星科学学院，北京 100049）

0 引 言

冬小麦是中国3大粮食作物之一[1-2]。获取准确冬小麦种植面积对于粮食估产和保障国家粮食安全有重要意义[1]。黄淮海平原是中国最大的平原区，是重要的冬小麦生产基地[3]。因此，准确估计黄淮海地区冬小麦种植面积有重要的意义。

遥感作为一种地球观测技术，在大范围面积和资源监测上有着比传统手段更为明显的优势[2]，已被广泛地应用于作物面积提取[4-5]。前人在黄淮海区域冬小麦面积的遥感提取方面已开展了大量工作。研究表明，当利用中低分辨率影像提取中国北方冬小麦面积时，对绿度指数进行图像分割就能取得较好的效果[6]。葛广秀等[7]使用归一化植被指数 NDVI（normalized difference vegetation index）密度分割方法提取了江苏省沭阳县的冬小麦面积，精度达92.37%。根据不同省市冬小麦的物候特征，使用关键生育期时相的 NDVI影像并设置阈值构建各省或各市的冬小麦提取模型，都可以达到较好的精度。黄青等[8]根据江苏省冬小麦物候特征，基于MODIS NDVI数据构建了适合于江苏省的冬小麦提取模型，总体提取精度达78%以上；杨小唤等[9]根据冬小麦的生育期特点，使用关键时相的 NDVI影像并设置阈值提取了北京市包含冬小麦在内的多种作物种植面积，总体精度达95%以上。Qiao等[10]也采用 NDVI阈值法较为准确地提取了河南省冬小麦种植面积。

可以看出，当研究区范围小于或等于省级尺度时，研究者即便使用同一套阈值参数，即忽略冬小麦在区域间的物候差异，也可以较为准确地提取冬小麦面积；……