基于Sentinel-2 時序數據的新疆焉耆盆地農作物遙感識別與評估

張旭輝， 玉素甫江·如素力,2， 仇忠麗亞夏爾·艾斯克爾， 阿卜杜熱合曼·吾斯曼

（1.新疆師范大學地理科學與旅游學院流域信息集成與生態安全實驗室，新疆 烏魯木齊 830054；2.新疆干旱區湖泊環境與資源重點實驗室，新疆 烏魯木齊 830054）

農作物種植信息是進行農作物產業結構調整和優化的重要基礎和前提［1］。焉耆盆地是新疆重要的特色農產品生產基地，為國家供應大量糧食，但糧食生產受到荒漠化、土壤鹽堿化及干旱缺水等脅迫，作物種植結構復雜、生態環境脆弱［2］。因此，及時準確地掌握焉耆盆地農作物種植信息對促進干旱區農業可持續發展和保障國家糧食安全具有重要意義［3-4］。

遙感技術因其覆蓋面大、探測速度快及成本低的特點，為及時準確地獲取大面積農作物種植信息提供了新的技術手段［5-6］。目前，基于單一影像源提取農作物種植結構信息的方法操作簡單，但不易捕捉作物種植“最佳識別期”影像［7］；基于多時序影像源提取農作物種植信息的方法充分利用了作物季相節律特征，成為當下農作物種植信息提取的主流方法［3］；在提取農作物信息時，多特征參數法更適用于復雜的農作物種植區，基于多特征參數的統計模型法在一定程度上解決了混合像元問題［8］；遙感影像與統計數據融合法可獲得大尺度農作物結構種植圖，但因較低的制圖分辨率使得產品區域適宜性較差［9-10］。在機器學習方法中支持向量機算法泛化能力強，且有較好的魯棒性，在遙感信息提取上被廣泛應用［11-12］。……