第7章 农作物种植结构遥感提取研究进展.PDF

中国农业科学 2015,48(10):1900-1914 Scientia Agricultura Sinica doi: 10.3864/j.issn.0578-1752.2015.10.004 农作物种植结构遥感提取研究进展 1 1,2 1,3 1 1 1 胡 琼 , 吴文斌 , 宋 茜 , 余强毅 , 杨 鹏 , 唐华俊 1 2 （中国农业科学院农业资源与农业区划研究所/农业部农业信息技术重点实验室，北京 100081 ； 华中师范大学城市和环境科学学院， 3 黑龙江省农业科学院遥感技术中心，哈尔滨 150086 ） 武汉430079 ； 摘要：农作物种植结构信息对农业生产管理、农业可持续发展及国家粮食安全等具有重要意义。本文中概括 了农作物种植结构遥感提取的理论基础，归类了近10年间不同农作物种植结构遥感提取技术方法，重点评述了不 同技术方法的特点及应用情况，讨论和展望了未来农作物种植结构遥感提取研究的发展方向。当前，光谱特征、 时相特征和空间特征是农作物种植结构遥感提取的三大理论基础。基于单一影像源的种植结构提取方法操作简单， 但往往难以获取种植结构“最佳识别期”的遥感影像；基于多时序影像源的种植结构提取方法可以充分利用农作 物季相节律特征，成为当前农作物种植结构遥感提取的主流方法。在基于多时序影像源的种植结构提取方法中， 多特征参量法较单一特征参量法更适用于农作物种植结构复杂区域，基于多特征参量的统计模型法一定程度上解 决了混合像元问题，但模型的鲁棒性有待提高。此外，遥感与统计数据融合的农作物种植结构提取法在国家及全 球大尺度的农作物种植结构提取中具有优势，但较低的制图分辨率使得数据产品的区域适宜性较差。未来农作物 种植结构遥感提取将以区域“作物一张图”为目标，充分发挥多源数据组合利用的优势，围绕多类型作物同步提 取和大范围作物种植结构提取开展深入研究，重点加强遥感数据预处理、特征参量提取和分类器高效选择等关键 技术研究，从而提升农作物种植结构遥感提取的时空尺度，满足多方位的农业应用需求。 关键词：农作物种植结构；遥感；分类；方法 Recent Progresses in Research of Crop Patterns Mapping by Using Remote Sensing HU Qiong 1, WU Wen-bin 1,2, SONG Qian 1,3, YU Qiang-yi 1, YANG Peng 1, TANG Hua-jun1 1 ( Institute of Agricultural Resources and Regional Planning, Chinese Academy of Agricultural Sciences/Key Laboratory of Agri-Informatics, Ministry of Agriculture, Beijing 100081 ; 2 College of Urban Environmental Sciences, Central China Normal University, Wuhan 430079; 3 Heilongjiang Academy of Agriculture Sciences, Remote Sensing Technology Center, Harbin 150086) Abstract: Mapping crop patterns with remote