农作物类型遥感识别算法及国产高分卫星应用示例

[目的]随着国产高分卫星的快速发展,高分卫星遥感数据在农作物类型遥感识别中获得了广泛应用.通过对农作物类型遥感识别算法的总结,可以发现农作物类型遥感识别算法的优缺点,能够提高国产高分卫星在农业遥感监测中的应用水平.[方法]文章在农作物类型遥感识别算法原理分析基础上,对农作物类型遥感识别算法进行分类,并基于高分六号宽幅数据(GF-6/WFV),在各类算法中选择1～2种典型方法进行示例说明.[结果]光谱特征的可分性是遥感识别算法的基础,根据实施方案的差异,农作物类型遥感识别算法可分为目视解译算法、机器学习法和特征指数识别算法3类.基于GF-6/WFV的随机森林的花生类作物识别、光谱空间特征指数算法的园地识别和时间序列特征指数的冬小麦识别的结果精度均大于90％.[结论]当前农作物类别遥感识别算法中,高分卫星数据都能够得到有效应用,国产高分卫星数据的应用前景广阔.