基于PIE-Engine的新疆地区棉花种植面积提取

前言
农业是国民经济的基础，是人类社会的衣食之源、生存之本。遥感技术由于具有探测范围广、信息获取快、宏观性强等特点，已广泛应用于农作物分类识别和作物面积估算的研究中。传统的利用遥感手段进行农作物分类识别的方法，大多基于中低分辨率遥感影像（如Landsat、MODIS等）开展，但大量的混合像元会限制识别精度的提高。随着高分辨率的遥感影像不断免费开放，快速精准地获取作物信息为政府部门合理制定粮食政策、精准发放农作物补贴、适时调配农业机械等多方面具有重要意义。
新疆作为中国最大的棉花种植基地，其棉花产量能够左右国际棉价，在我国棉花产业中占有举足轻重的作用，而棉花作为新疆的主要经济作物，对新疆农业经济和社会发展也至关重要。本应用案例主要是基于PIE-Engine平台利用Sentinel-2A L2A级数据快速识别、提取新疆维吾尔族自治区石河子市的棉花耕地，并反演棉花的NDVI（植被指数）、NDWI（水体指数）以及SPAD（叶绿素），以期获取高精度、高分辨率的区域棉花耕地分布及其生长情况，服务一带一路核心区的农业信息化建设。

PIE-Engine平台介绍
航天宏图致力于加速我国遥感技术的发展进程，依托行业多年技术积累，独立自主研发了安全可控的开放式遥感云计算平台：PIE-Engine（Pixel Information Expert Engine，像素专家引擎），实现了遥感数据按需获取、运算以及专题信息聚焦服务，以满足对地观测数据获取能力飞速增长带来的信息高效化处理和服务需求。目前平台数据总量已经超过1.5PB，存储了国内与国外的近80种遥感数据集，超过250万景影像数据，涵盖了光学、微波、高光谱、高程、人口、气象、夜光等多种数据集，国内数据包括高分、风云、海洋等系列，国外数据包括Landsat、MODIS、Sentinel以及Himawari等。

棉花提取方法
首先，利用GlobaLand 30全球地表覆盖分类数据获取石河子市的所有耕地区域。另外，通过分析石河子市棉花耕地在影像中的敏感特征（光谱与指数），棉花在红光波段的反射率相比其它波段表现出了更高的敏感性，并且该区域处于生长季的棉花NDVI指数普遍大于0.5。由此，我们可以根据这两个敏感特征在影像中的耕地区域内快速识别与提取棉花耕地，并计算棉花的NDVI、NDWI以及叶绿素。计算公式如下：

式中：B3为影像的绿光波段反射率，B4为影像的红光波段反射率，B6为红边2波段反射率，B7为红边3波段反射率，B8为近红外波段的反射率。

提取结果

示例代码
代码链接：
https://engine.piesat.cn/engine-share/shareCode.html?id=4481acfe5c3d4ee79f2b739f056bc730

向下滑动阅览
1.//加载显示石河子市矢量边界数据
2.var shz = pie.FeatureCollection(“NGCC/CHINA_COUNTY_BOUNDARY”)
3. .filter(pie.Filter.eq(“name”, “石河子市”))
4. .first()
5. .geometry();
6.Map.centerObject(shz, 9);
7.Map.addLayer(shz, {color: “ff0000ff”, fillColor: “00000000”, width: 1}, “石河子市”);
8.
9.//加载显示全球地表覆盖GlobeLand30数据集并筛选耕地
10.var lc = pie.ImageCollection(‘NGCC/GLOBELAND30’)
11. .filterDate(“2019”, “2021”)
12. .select("B1
13. .first()
14. .eq(10)
15. .clip(shz);
16.Map.addLayer(lc, {uniqueValue: [“0”, “1”], palette: [“f5fffa”, “9acd32”]}, “耕地”, false);
17.
18.//加载显示2020年7月石河子市Sentinel-2 L2A合成影像
19.var img = pie.Image(“user/3408/SHZ_S2_L2A”);
20.Map.addLayer(img.select([“B4”, “B3”, “B2”]), {min:0, max: 3000}, “石河子市S2_L2A合成影像”,false);
21.
22.//计算影像NDVI、NDWI以及SPAD
23.var green = img.select(“B3”);
24.var red = img.select(“B4”);
25.var re2 = img.s
26.var re3 = img.select(“B7”);
27.var nir = img.select(“B8”);
28.var NDVI = (nir.subtract(red)).divide(nir.add(red)).rename(“NDVI”);
29.var NDWI = (green.subtract(nir)).divide(green.add(nir)).rename(“NDWI”);
30.var SPAD = (re3.divide(re2)).multiply(25.34).subtract(28.06).rename(“SPAD”);
31.
32.//根据敏感特征提取棉花并显示
33.var cot_RGB = img.select([“B4”, “B3”, “B2”])
34. .updateMask(lc.eq(1).and(nir.gt(4500)).and(NDVI.gt(0.5)));
35.Map.addLayer(cot_RGB,
36.
37.//掩膜获取棉花NDVI
38.var cot = NDVI.updateMask(lc.eq(1).and(nir.gt(4500)).and(NDVI.gt(0.5)));
39.
40.//按不同阈值显示NDVI
41.var cot_NDVI = cot.where(cot.gt(0.50).and(cot.lte(0.75)), 1)
42. .where(cot.gt(0.75).and(cot.lte(0.80)), 2)
43. .where(cot.gt(0.80).and(cot.lte(0.85)), 3)
44. .where(cot.gt(0.85).and(cot.lte(0.90)), 4)
45. .where(cot.gt(0.90).and(cot.lte(1.00)), 5);
46.Map.addLayer(cot_N
47.
48.//计算棉花NDVI最大值、最小值以及均值
49.var NDVI_max = cot.reduceRegion(pie.Reducer.max(), shz, 30).get(“NDVI”).getInfo();
50.print(“NDVI最大值”, NDVI_max);
51.var NDVI_min = cot.reduceRegion(pie.Reducer.min(), shz, 30).get(“NDVI”).getInfo();
52.print(“NDVI最小值”, NDVI_min);
53.var NDVI_mean = cot.reduceRegion(pie.Reducer.mean(), shz, 30).get(“NDVI”).getInfo();
54.print(“NDVI平均值”, NDVI_mean);
55.
56.//计算棉花耕地的面积，单位：公顷
57.var area = cot.pixelArea()
58.
59. .reduceRegion(pie.Reducer.sum(), shz, 30)
60. .getInfo()
61. .constant/1000000;
62.print(“棉花种植面积”, area);
63.
64.//掩膜获取棉花NDWI
65.var wat = NDWI.updateMask(lc.eq(1).and(nir.gt(4500)).and(NDVI.gt(0.5)));
66.
67.//按不同阈值显示NDWI
68.var water = wat.where(wat.gt(-1.00).and(wat.lte(-0.90)), 1)
69. .where(wat.gt(-0.90).and(wat.lte(-0.85)), 2)
70. .where(wat.gt(-0.85).and(wat.lte(-0.80)), 3)
71. .where(wat.gt(-0.80).and(wat.lte(-0.70)), 4)
72. .where(wat.gt(-0.70), 5);
73.Map.addLayer(water, {min: 1, max: 5, palette: [“FF0000”, “FFC800”, “B6FF8F”, “33C2FF”, “0000FF”]}, “棉花-NDWI”);
74.
75.//计算棉花NDWI最大值、最小值以及均值
76.var NDWI_max = wat.reduceRegion(pie.Reducer.max(), shz, 30).get(“NDWI”).getInfo();
77.print(“NDWI最大值”, NDWI_max);
78.var NDWI_min = wat.reduceRegion(pie.Reducer.min(), shz, 30).get(“NDWI”).getInfo();
79.print("NDWI
80.var NDWI_mean = wat.reduceRegion(pie.Reducer.mean(), shz, 30).get(“NDWI”).getInfo();
81.print(“NDWI平均值”, NDWI_mean);
82.
83.//掩膜获取棉花SPAD
84.var crp = SPAD.updateMask(lc.eq(1).and(nir.gt(4500)).and(NDVI.gt(0.5)));
85.
86.//按不同阈值显示SPAD
87.var chlorophyll = crp.where(crp.gt(0.0).and(crp.lte(1.5)), 1)
88. .where(crp.gt(1.5).and(crp.lte(2.5)), 2)
89. .where(crp.gt(2.5).and(crp.lte(3.5)), 3)
90. .wh
91. .where(crp.gt(4.5), 5);
92.Map.addLayer(crp, {min:1, max:5, palette: [“FFFF80”, “71EB2F”, “55FF00”, “216E9E”, “0C1078”]}, “叶绿素”);
93.
94.//计算棉花SPAD最大值、最小值以及均值
95.var SPAD_max = crp.reduceRegion(pie.Reducer.max(), shz, 30).get(“SPAD”).getInfo();
96.print(“叶绿素最大值”, SPAD_max);
97.var SPAD_min = crp.reduceRegion(pie.Reducer.min(), shz, 30).get(“SPAD”).getInfo();
98.print(“叶绿素最小值”, SPAD_min);
99.var SPAD_mean = crp.reduceRegion(pie.Reducer.mean
100.print(“叶绿素平均值”, SPAD_mean);

小编为各位正在关注和学习PIE-Engine Studio的用户强烈安利一期教学视频，感兴趣的小伙伴，快快点击查看呀！今后，我们会在相关的公众号文章下面，附送一期视频教程，请大家持续关注哦~

第一讲：认识PIE-Engine

基于PIE-Engine的新疆地区棉花种植面积提取相关推荐

PIE-engine 教程 ——新疆石河子市棉花种植面积提取（阈值法）案例分析
我们之前有有一个案例用来提取大蒜的种植面积,这里我们首先来解释一下阈值法阈值法,关于阈值法的介绍很多人还不知道,现在让我们一起来看看吧! 1.阈值分割法是一种基于区域的图像分割技术,原理是把图像象素 ...
新疆为什么上不了百度网盘贴吧新疆地区打开百度云YY方法
在新疆地区的朋友很多老铁反馈说,使用电脑或者手机打不开百度网盘的链接,那是什么原因呢,我们一起来分析一下,很有可能地区原因,然后我们在新疆做了一个测试. 使用深度IP转换器软件,把IP换到其他城市,比 ...
python怎么画地图空间分异图_基于地形梯度的赣南地区生态系统服务价值对人为干扰的空间响应...
南方山地丘陵是我国主体功能区划中"两屏三带"生态安全战略格局的重要组成部分, 是我国华南和西南地区的生态屏障带, 是长江流域与珠江流域的分水岭及源头区, 对于区域乃至全球的气候调节 ...
使用PIE engine免费快速下载全球12.5m的DEM影像
下载高程数据,一共就四个个步骤: 1.注册PIE engine 2.加载范围文件; 3.加载高程数据文件; 4.导出DEM文件; 引言在这之前,我先说明一下,为什么要使用PIE engine来下载D ...
2021年欧盟地区谷物种植面积、产量及消费量情况分析：小麦库存量同比下降9.6%[图]
一.主要农作物 "谷物"涵盖的范围较广,包括大米.小麦.小米.大豆等及其它.谷类包括大米.小麦.小米.大豆等,主要是植物种子和果实,是许多亚洲人民的传统主食. 欧洲主要农作物资料 ...
新疆地区再造审批流程推行并联审批
据介绍,新疆地区通过再造审批流程,推行并联审批,审批事项从2019年的57项精简至2021年的48项.通过创新审批机制,实行区域评估.多图联审.多测合一.联合验收,工程建设项目审批平均用时已从2018 ...
基于Sentinel-2的林火监测和火烧迹地提取
基于Sentinel-2的林火监测和火烧迹地提取一.林火监测 1.1 Sentinel-2 卫星简介 Sentinel-2A卫星于2015年6月23日,从法属圭亚那库鲁发射场由"织女星&q ...
NLP：基于nltk和jieba库对文本实现提取文本摘要(两种方法实现：top_n_summary和mean_scored_summary)
NLP:基于nltk和jieba库对文本实现提取文本摘要(两种方法实现:top_n_summary和mean_scored_summary) 目录输出结果设计思路核心代码输出结果 1.测试文本 ...
基于paint.net制作的C#PSD图层提取工具
基于paint.net制作的C#PSD图层提取工具.核心代码是photoshop插件开源提供的, 感谢photoshop插件开源提供作者. 网上关于photoshop的图层提取代码好少,找了好久都没找 ...

基于PIE-Engine的新疆地区棉花种植面积提取

基于PIE-Engine的新疆地区棉花种植面积提取相关推荐

最新文章

热门文章