水稻遥感信息提取是遥感技术在农业领域应用的重要内容。遥感技术作为地球信息科学的前沿技术,可以在短期内连续获取大范围的地面信息,实现农业信息的快速收集和定量分析,反应迅速,客观性强,是目前最为有效的对地观测技术和信息获取手段。水稻生产在中国农业生产和粮食安全方面具有举足轻重的地位,如何及时、客观、准确地获取水稻面积、长势、产量等信息对科学指导农业发展具有重要的意义。常规的水稻长势监测、面积获取和估产的方法,不仅费时费力,而且有其局限性。我国从20世纪80年代起开始开展农业遥感监测工作,在水稻遥感估产方面已取得了长足的进步。但在过去的二十几年中,大尺度水稻信息提取多以NOAA/AVHRR数据为基础。由于NOAA/AVHRR本身不是为土地覆盖和植被研究所设计的,受其本身数据特性的局限,其监测精度有待进一步提高。Terra/MODIS是一种新型的卫星遥感器,其数据空间分辨率为1000m, 500m, 250m,在波谱0.4-14.5μm范围内有36个波段,覆盖了可见光、近红外和短波红外波段,而且波段均较窄,加上其每天一次对地区覆盖的高时间分辨率,MODIS的发射为大尺度水稻遥感信息提取提供了新的机遇。本论文以MODIS数据为主要信息源,以水稻的波谱特性和物候特性为基础,开展利用MODIS数据的多时相及免费获取的优势,进行大尺度水稻遥感信息提取研究,探讨了适用的模型和算法,实现大尺度水稻信息的遥感提取,提高了水稻遥感定量精度。具体研究内容和结果概述如下:(1)根据各种地物由于其结构、组成及理化性质的差异,导致其对电磁波的反射及本身的热量存在着差异。结合SPOT-5卫星影像数据的具体特点,分析了水稻和其它背景地物的地光谱特征及植被特征波段,基于分层决策树的水稻信息识别模型,实现水稻面积信息遥感自动提取。(2)研究利用MODIS数据与水稻生长密切相关的7个光学反射率波段进行波谱信息分析,选取了RED, BLUE, NIR, SWIR 4个特征波段,并构建了NDVI, EVI, LSWI三个特征参量作为水稻信息提取的工作波段。分析黑龙江省和浙江省水稻典型物候特征,选取水稻种植前的休耕期、秧苗的移栽期、秧苗生长期和成熟期等多时像MODIS地表反射率影像数据,通过归一化植被指数、增强植被指数及利用对土壤湿度和植被水分含量较为敏感的短波红外波段计算得到的陆地表面水指数进行水稻种植面积信息获取。(3)MODIS数据提取结果与SPOT、TM、现状图以及统计年鉴数据进行对比分析,结果表明,黑龙江省总体精度达95.6%以上,浙江省平原区精度达85%以上,因此,采用8天合成的MODIS地表反射率影像进行水稻种植面积信息提取是可行的。