摘要： 为实现智慧灌溉中 “精准用水、稳产控污” 的核心目标，针对复杂种植环境下传统遥感监测精度不足、难以满足灌溉管理对高精度本底数据需求的问题，本研究以长江中下游高邮灌区为例，开展了水稻种植面积的高精度提取研究。通过集成 Sentinel-2 多光谱影像、Sentinel-1 SAR 雷达数据及 Landsat 历史时序影像，构建 “光学 - 雷达 - 时相” 多维特征集，并采用多种分类器进行投票集成。结果表明，该方法有效融合了多源数据与多分类器优势，尤其在小田块边界刻画与云雨区识别上表现优异，总体精度（OA）达 98.3%，Kappa 系数为 0.96，实现了对水稻空间的精准识别。研究生成的高精度面积数据，可直接服务于灌溉需水量的精准估算与水资源优化配置，为衔接遥感监测与智慧灌溉管理、达成节水稳产目标提供了可靠的数据与方法支撑。

关键词: 水稻种植面积提取；多源遥感；集成学习；特征构建；智慧农业；Sentinel

中图分类号: 

• S-3