首页|Sentinel-2 MSI和Landsat 8 OLI数据在玉米秸秆覆盖度遥感估算应用中的比较研究

Sentinel-2 MSI和Landsat 8 OLI数据在玉米秸秆覆盖度遥感估算应用中的比较研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
秸秆覆盖度(Crop residue cover,CRC)的遥感估算可以在短时间内获取大范围耕地秸秆覆盖度数据,对于政府部门监测保护性耕作的实施情况有重要的现实意义.本研究基于Sentinel-2 MSI和Landsat 8 OLI数据,分别计算了多种光谱指数,并与野外实测的秸秆覆盖度数据进行相关性分析,挑选出极显著性相关的光谱指数.在此基础上,构建其与秸秆覆盖度之间的相关模型,并通过决定系数(R2)和均方根误差(RMSE)所表征模型的精度比较Sentinel-2 MSI和Landsat 8 OLI数据由于光谱和空间尺度的差异对秸秆覆盖度反演模型的影响.结果表明:6种光谱指数与CRC的相关性系数均大于0.4,相关性较高的是Sentinel-2 MSI 20 m分辨率数据获取的NDTI和STI,相关系数分别为0.878、0.894,相关性最低的为Sentinel-2 MSI 10 m分辨率数据获取的NDSVI,相关系数为0.476;利用一元线性回归法构建模型时,Sentinel-2 MSI 20 m分辨率数据构建的光谱指数STI和NDTI,模型精度最高,R2分别为0.810和0.800,RMSE分别为6.84％和7.01％,而30 m重采样数据的R2分别为0.770和0.771,RMSE分别为7.52％和7.50％,随着空间分辨率的降低呈现出下降趋势;Sentinel-2 MSI 30 m重采样数据获取的光谱指数构建的所有模型精度均略大于Landsat 8 OLI数据构建的模型.因此,Sentinel-2 MSI数据获取NDTI和STI这两个光谱指数更加适合本研究区域秸秆覆盖度的估算.
Comparison between Sentinel-2 MSI and Landsat 8 OLI data in the application of remote sensing estimation for crop residue cover

张益玮、杜嘉、李巍、赵博宇、刘华、姜大鹏

展开 >

辽宁科技大学, 辽宁 鞍山 114000

中国科学院 东北地理与农业生态研究所, 吉林 长春 130102

秸秆覆盖度 Landsat 8 OLI Sentinel-2 MSI 线性回归

中国科学院战略性先导科技专项国家重点研发计划子课题国家基础调查专项

XDA280805002021YFD15001032018FY100300

2023

10.11689/sc.2022060601

土壤与作物
中国科学院东北地理与农业生态研究所

土壤与作物

CSTPCD
影响因子：0.623
ISSN：2095-2961
年,卷(期)：2023.12(2)
  • 12