本文演示使用QGIS基于NDVI遥感指数阈值法结合决策树提取冬小麦种植面积的过程，总体思路为：根据研究区域冬小麦生长周期特点，选择关键生长期多期遥感影像，计算NDVI指数，并根据NDVI提取关键地类，最后根据不同时期地类分布特点使用决策树进行条件组合，得到冬小麦的种植区域。
01 流程说明
本文将QGIS基于NDVI遥感指数阈值法结合决策树提取冬小麦种植面积的过程分为如下4个步骤：
1) 数据预处理
2) 计算NDVI指数
3) 提取小麦种植区域
4) 分类精度评价
为了避免文章过长，本文按照步骤分为4个小节，每个小节附带配套视频（扫描文章后的二维码关注公众号可观看），详细演示操作细节，建议下载示范数据跟随演示过程动手操作。
02 数据准备
-
遥感影像数据
基于遥感指数阈值种植面积提取应下载监测范围关键生长期的遥感影像数据。
以河南省新乡市原阳县2020年冬小麦种植面积为例，这里为了说明流程，下载数据为2019年10月30日（L2A_T49SGU_A013829_20191030T031547_2019-10-30）和2020年4月22日（L2A_T49SGU_A025240_20200422T031227_2020-04-22）各一幅数据进行演示。
-
监测区域行政区划数据
河南省新乡市原阳县行政区划：行政区划原阳县.shp。
-
示范数据下载
链接: https://pan.baidu.com/s/1GI32ipvabbgu0Ic2Q-dhdg
提取码: 1nqx
03 工具准备
QGIS 3.16
QGIS SCP插件
04 数据预处理
-
重投影
打开QGIS，将所准备的数据加载到地图窗口，检查各个数据的坐标系。例如，示范数据中，行政区域采用WGS84 地理坐标系，而Sentinel 2下载的数据采用的是UTM 49N投影坐标系。此时，需要对行政区划图层做重投影，使其统一到UTM 49N投影坐标系。
设置工程坐标系
右键点击任意一个波段影像->【图层的坐标参照系】->【将图层的CRS设为工程的CRS】，将Sentinel 2数据所使用的投影坐标系设置为工程坐标系。
使用重投影工具将原阳县行政区域矢量图层从WGS84重新投影到UTM 49N投影
点击菜单【地理处理】->【工具箱】，在右侧打开工具箱面板。
在工具箱的搜索框输入“重投影”，从搜索结果中找到【矢量通用】->【重投影图层】，双击打开重投影对话框。
在重投影图层对话框设置如下参数：
输入图层：行政区划 原阳县；
目标坐标参照系：EPSG：32649-WGS 84/UTM zone 49N；
重投影：任意存储目录/行政区划.gpkg。
点击【运行】按钮，完成重投影。
-
裁剪到研究区域
使用研究区域（即原阳县）对影像进行裁剪，保留区域内的数据。
点击工具栏的 
按钮，打开SCP界面。
分别对2019年10月和2020年4月设置波段集。点击左边的
，在“Single band list”面板中点击
按钮刷新波段列表，然后按住鼠标左键拖拽，选中T49SGU_A013829_20191030T031547_B01到T49SGU_A013829_20191030T031547_B12，点击
将所选波段添加到Band set 1中，设置下方的“Wavelength quick settings”为“Sentinel-2 ……”，如下图：
注意：Sentinel-2波段的排列顺序为：1,2,3,4,5,6,7,8,8A,9,10,11,12，使用
、
可以上下调整波段顺序，点击
按钮将按照波段名自动排列。
点击
新增一个Band set 2，使用上面步骤将T49SGU_A025240_20200422T031227_B01到T49SGU_A025240_20200422T031227_B12添加到Band set 2中。
接下来，裁剪2019年10月份12个波段影像，请注意，2019年的影像为Band set 1，确保它处于激活状态。点击
->
，进入裁剪界面。设置如下参数：
Select input band set(输入band set)：1；
Output name prefix（输出文件前缀）：clip_;
Use Vector for clipping（使用矢量数据集裁剪）：勾选，矢量图层选择“原阳县”。
点击
按钮，设置输出结果存储路径，QGIS将依据原阳县的范围将2019年10月数据裁剪处理，裁剪后结果如下图：
点击左边的，选中Band set 2，依据相同步骤裁剪2020年影像。
清理不需要的图层，点击工具栏的
按钮保存工程文件，至此，数据预处理工作完成。
-----------本节到此结束，未完待续-------------
版权声明
本文欢迎转载，转载时请注明出处。
