Extracting the Spatiotemporal Pattern of Cropping Systems From NDVI Time Series Using a Combination of the Spline and HANTS Algorithms: A Case Study for Shandong Province

Abstract

Multiple cropping systems are beneficial for grain yields. Monitoring the spatial and temporal variations in cropping systems is important for evaluating food production and making scientific decisions for agricultural development. Satellite-derived NDVI time series can describe crop metrics (e.g., seeding, jointing, and harvesting) and can be used to obtain cropping information. In this study, rather than statistical data, MODIS NDVI time-series data at a resolution of 250 m for 2000, 2005, and 2010 were used to extract the cropping index in Shandong province. A method combining the spline interpolation and HANTS algorithms was proposed to reconstruct high-quality NDVI time series. The results showed that the proposed method can compensate for the weaknesses of the individual algorithms and effectively reduce the noise in NDVI time series. The NDVI-derived cropping index using the proposed method showed a high degree of consistency with statistical data and field sample data. The errors in the cropping index were due to land use changes and mixed crop types within a pixel. Croplands with 2 crops per year were mainly located mainly in the western plain, whereas croplands with 1 crop were found throughout Shandong province, most predominantly in the north, the middle mountainous regions, and the eastern hilly regions. The cropping index was largest in 2000 and smallest in 2010. The interannual variations are caused mainly by social and economic factors such as economic profit and crop rotation.

Résumé

Plusieurs systèmes de culture sont bénéfiques pour les rendements en grains. Le suivi des variations spatiales et temporelles dans les systèmes de culture est important pour l′évaluation de la production alimentaire et pour prendre des décisions scientifiques pour le développement agricole. Les séries temporelles de l'IVDN «NDVI» provenant de satellites peuvent décrire les mesures de culture (par exemple, l'ensemencement, la montaison et la récolte) et peuvent être utilisées pour obtenir des informations sur la culture. Dans cette étude, plutôt que des données statistiques, des données de séries temporelles MODIS IVDN à une résolution de 250 m pour 2000, 2005, et 2010 ont été utilisées pour extraire l'indice des cultures dans la province de Shandong. Une méthode combinant l'interpolation spline et des algorithmes HANTS a été proposée pour reconstruire des séries temporelles de l'IVDN de haute précision. Les résultats ont montré que la méthode proposée peut compenser les faiblesses des algorithmes individuels et de réduire efficacement le bruit dans les séries chronologiques de l'IVDN. L'indice de culture provenant de l'IVDN qui utilise la méthode proposée a montré un haut degré de cohérence avec les données statistiques et les données d'échantillonnage sur le terrain. Les erreurs dans l'indice de culture étaient dues à des changements d'utilisation des terres et des types de cultures mixtes à l'intérieur d'un pixel. Les terres cultivées avec 2 cultures par an ont été principalement situées dans la plaine occidentale, alors que les terres cultivées avec 1 culture ont été trouvées partout dans la province de Shandong, plus principalement dans le nord, les régions centrales montagneuses et les régions des collines de l'est. L'indice de culture a été plus important en 2000 et plus petit en 2010. Les variations interannuelles sont principalement causées par des facteurs sociaux et économiques tels que le profit économique et la rotation des cultures.

ACKNOWLEDGMENTS

We thank the editor and reviewers for their insightful and valuable comments, which greatly improved the quality of our study. We thank the Land Processes Distributed Active Archive Center (LP DAAC), located at the U.S. Geological Survey (USGS) Earth Resources Observation and Science (EROS) Center (lpdaac.usgs.gov) for providing MODIS data.

FUNDING

This work was funded by the National Natural Science Foundation of China (41401407) and Shandong Major Project for Application Technology Innovation of Agriculture (2016).

Notes

1 https://lta.cr.usgs.gov/GMTED2010

2 DTED®2, http://www2.jpl.nasa.gov/srtm/