王建勋，华 丽※，邓世超，王惠东， 2，陈家慧

(1.华中农业大学水土保持研究中心，湖北武汉 430070； 2.武汉大学测绘遥感信息工程国家重点实验室，湖北武汉 430079)

0 引言

水稻作为我国重要的粮食作物，其分布十分广泛。研究水稻空间种植分布可以为水稻精准估产与农业政策制定提供技术支持，对保障国家农业发展和粮食安全具有重要意义[1-3]。传统方法对水稻面积的研究多基于统计数据，该方法难以获得精确的空间分布信息。随着遥感技术的飞速发展，基于遥感技术的水稻提取研究取得了一定成果[4-8]。但这些研究区域多集中在地势平坦、地物类型单一的平原区，针对南方丘陵区地形复杂、地类斑块破碎的特点，如何提高水稻分布面积提取效率和精度成为当前研究的难点和热点。

当前水稻识别与分类主要包括两大类方法：基于单一高分辨率影像和基于多源影像数据的水稻分类提取。高分辨率影像主要包括IKONOS和SPOT等，其优势在于此类影像地物纹理、色调与形状等特征较为丰富，不同地类之间差异大且容易识别。国内外一些学者利用高分辨率数据对小区域的水稻种植区进行面积提取，达到了一定的提取精度[9， 10]。但是影像的时间分辨率低，无法充分利用作物识别所必需的物候信息。而利用多源数据进行水稻的提取，主要采用中高分辨率的Landsat影像与低分辨率的MODIS影像通过数据融合构建时空序列数据集进行水稻提取[11， 12]。该类方法优势在于影像的开源性且易于获取，但仅适合大尺度、地类单一区域的水稻提取，难以适用于地形复杂、地类斑块破碎的南方丘陵区。……