基于GEE与多源Sentinel数据的县域水稻种植面积提取OA

水稻作为人类主要粮食作物之一,在满足全球不断增长的粮食需求方面扮演着至关重要的角色。准确、高效地获取水稻种植面积是决策制定和资源配置的关键基础。然而,在复杂的农田环境中,如何高效地利用多源遥感数据提取水稻种植面积仍然是一项具有挑战性的任务。本文以高安市水稻为研究对象,基于谷歌地球引擎(GEE)平台,结合哨兵2号(Sentinel-2)光学影像和哨兵1号(Sentinel-1)合成孔径雷达(SAR)数据,根据水稻不同物候期构建多种分类特征,开发了一种有效的水稻种植面积提取方法。通过谐波拟合模型重点分析了不同植被的归一化植被指数(NDVI)和垂直-水平极化(VH)时间序列曲线。结果发现:拟合后的水稻NDVI和VH时间序列具有独特的形态特征。融合使用多源Sentinel数据可以有效提高分类精度,总体精度和Kappa系数分别为96.49%和95%。研究结果可为当地农业可持续发展和资源管理提供有力支持,为稳定双季稻生产面积、保障粮食安全提供科学依据。