基于Sentinel-1 SAR数据的冬小麦灌溉事件识别与频次估算

阅读文章全文：http://www.tcsae.org/article/doi/10.11975/j.issn.1002-6819.202407147

《农业工程学报》2025年第41卷第5期刊载了青岛大学等单位葛冰洋、于砚宁、孙佑涛、杨姗姗、张佳华与张莎的论文——“基于Sentinel-1 SAR数据的冬小麦灌溉事件识别与频次估算”。该研究由山东省自然科学基金项目（项目号：ZR2022QD120）等资助。

引文信息：葛冰洋，于砚宁，孙佑涛，等. 基于Sentinel-1 SAR数据的冬小麦灌溉事件识别与频次估算[J]. 农业工程学报，2025，41(5)：116-125.

DOI: 10.11975/j.issn.1002-6819.202407147

精确识别冬小麦的灌溉事件并获取准确的灌溉频次对于合理利用水资源及精确估算灌溉用水量至关重要。站点观测记录可以提供准确的灌溉信息，但该类数据不易获取且能提供灌溉信息的观测站点较少，不能准确反映区域尺度的灌溉事件和频次信息，区域尺度灌溉事件和频次的精确获取仍然具有一定的挑战性。该研究提出一种冬小麦灌溉事件识别和频次估算的方案，通过比较冬小麦分布（田块或像元）与其一定邻域范围内的Sentinel-1合成孔径雷达信号（synthetic aperture radar，SAR）垂直发射垂直接收（vertical-vertical，VV）单极化后向散射系数时间序列并结合逐日降水量时间序列识别冬小麦灌溉事件，进而估算灌溉频次。

该研究使用该方案在3种不同的空间尺度（田块尺度、500 m与30 m像元尺度）分别识别山东省禹城市冬小麦的灌溉事件，利用观测的灌溉数据对3种空间尺度的灌溉事件识别结果进行验证，在灌溉事件识别精度最高的空间尺度估算灌溉频次，获取禹城市2018—2020年冬小麦灌溉频次的空间分布。

结果表明，该研究提出的方法在田块尺度、500 m、30 m像元尺度识别灌溉事件的召回率分别为85.71%、78.57%、57.14%，F-score分别为70.59%、66.67%、50.00%，田块尺度应用的精度优于在500 m和 30 m像元尺度应用的精度；基于田块尺度的冬小麦灌溉频次分布的“严格”的总体精度为69.75%，“宽松”的总体精度为90.24%；禹城市2018–2020年冬小麦的灌溉频次集中在1～3之间。该研究可为区域尺度的灌溉事件识别和频次估算提供可靠方法。