农作物种类高光谱遥感识别研究

王 岽，吴 见

(滁州学院地理信息与旅游学院，安徽 滁州 239000；安徽省地理信息集成应用协同创新中心，安徽 滁州 239000)



农作物种类高光谱遥感识别研究

王 岽，吴 见

(滁州学院地理信息与旅游学院，安徽 滁州 239000；安徽省地理信息集成应用协同创新中心，安徽 滁州 239000)

作物种类高光谱识别研究对发展精准农业具有重要意义。通过原始反射光谱、常用指数、不同形式变换光谱及高光谱特征参数对观测的8种农作物的识别能力进行分析，同时采用识别效率最高的数据变换形式构建BP神经网络模型。结果表明：8种农作物的反射光谱曲线存在较大差异，差异最大的波长位置为0.65 μm、0.78 μm、0.86 μm、0.93 μm、1.08 μm、1.19 μm；无论采用原始光谱计算的指数还是常见卫星传感器对应通道计算的指数，识别农作物的能力从大到小均为SR>NDVI>SAVI>DVI；高光谱特征参数SDr对作物的识别效果优于其他光谱形式，构建的BP神经网络模型隐含层节点数为13时总体精度最高，达91.8%。

高光谱；农作物；识别；遥感

近年来，遥感技术在农业资源调查、农作物估产、灾害监测、评估及预报、农业信息管理等领域得到了广泛应用[1-3]，成为农业科学管理及其可持续发展的重要手段[4-6]。受条件限制，常规遥感技术存在明显的不足，常常不能满足以上领域更高的需求。与其他地物相比较，作物是农业遥感的主要研究对象，而绿色植被光谱具有许多共同的特征，因此常规宽波段的光谱数据基本不能准确识别不同种类的农作物[7，8]。高光谱成像技术能够在许多非常窄的波谱范围内对作物的细微差别进行探测，使得农作物识别精度的提高成为了可能。农作物……