2019-2020年度南亚和东南亚30m分辨率水田数据集

南亚与东南亚幅员辽阔，气候、地形和水资源禀赋的空间异质性强，精细分辨率水田制图难度极大，本研究将南亚和东南亚分为37个次区域来区分水稻。我们提出了一种渐进式的精细分辨率水稻提取方法，以提取2020年南亚和东南亚地区的10米分辨率水稻分布数据。首先，基于2000-2020年的500m分辨率的MOD09数据集，提取了NDVI、EVI和LSWI时间序列数据，然后对2000-2020年移栽-淹水期的NDVI、EVI和LSWI的值进行判断，如果像元满足LSWI>EVI或LSWI>NDVI，则该像素点为潜在水稻分布区；其次，根据潜在水稻的空间分布，采用水稻淹没期、插秧期和分蘖期连续三个月的VH影像进行彩色合成，通过目视解译得到各分区域的水田和非水田（森林、水体、城镇）样本集；最后，采用随机森林分类器（树数=300，叶数=5），以Sentinel-1的逐月VH特征和Sentinel-2的百分位特征作为输入，按照37个分区逐个开展监督分类，在潜在水稻空间分布的基础上，获取10米分辨率的水稻空间分布。上述水田识别的F1得分在0.9和0.98之间。