基于时空融合算法的关中地区灌溉信息遥感识别OA

卫星遥感技术凭借快速、大范围观测的特点,在灌溉面积和灌溉频次等信息识别中具有显著优势。然而,单一遥感数据源受影像时空分辨率限制,难以满足区域尺度灌溉信息高精度动态识别需求。该研究以关中地区为研究区,构建了基于干旱指数分析与时空融合算法的灌溉信息遥感识别方法。通过干旱指数与土壤湿度相关性分析,选取温度植被干旱指数(temperature vegetation dryness index,TVDI)作为识别指标,并结合高程校正与融合策略优化,提升复杂地形条件下TVDI对土壤水分的表征能力及其时空融合精度。随后,采用增强时空自适应反射率融合模型融合Landsat与MODIS影像,生成高时空分辨率TVDI时间序列,结合阈值判别法识别2024年关中地区春灌信息。结果表明,经高程校正后的TVDI在春季作物生育阶段与土壤湿度相关性较高(相关系数最高达−0.77);TVDI融合过程中,“先融合NDVI与LST后计算TVDI”的策略融合精度更高(R^(2)=0.76,RMSE=0.07)。灌区尺度验证结果表明,东雷二期抽黄灌区灌溉面积识别总体精度为90.8%,Kappa系数为0.80;3个验证灌区累积灌溉面积与实际灌溉面积平均识别误差分别为15.1%和14.3%。关中地区春灌信息识别结果表明,春灌活动主要集中于3—4月,灌溉次数以1~2次为主,灌溉区域主要分布于渭河平原。研究结果可为复杂地形条件下区域尺度灌溉信息识别提供方法参考。