时间序列特征提取和分类器对农作物分类的影响研究*

温彩运，陆 苗，宋 茜，程 锐，张士博

（中国农业科学院农业资源与农业区划研究所/农业农村部农业遥感重点实验室，北京100081）

0 引言

20世纪70年代以来，国内外一系列大面积作物清查试验以及重大农作物遥感监测项目的实施，极大地促进了农业遥感的发展，农作物空间分布信息提取在理论、方法和应用等方面都取得了长足的进展。准确的作物空间分布信息是区域农作物估产、作物结构调整和粮食安全的重要基础数据。如黄青等［1］提取中国东北地区玉米、小麦等主要作物的种植结构并进行了作物长势监测，为作物产量预测提供了科学依据。不同情况下影像有不同的利用方式。在作物种植结构相对简单的区域，采用单期或少数几期影像提取农作物“关键物候期”的分布信息。在种植结构比较复杂的区域，仅使用少数几期影像难以覆盖所有作物的“关键物候期”，同时也很难区分具有相似光谱特征的作物，因此时间序列遥感数据成为作物分类的主要数据源［2-3］。

不同的影像特征能够表征和突出不同作物的季相节律和物候期，根据作物在遥感影像上特征值随时间变化的特性实现作物分类。目前时间序列数据常用的分类特征有光谱、植被指数、纹理和物候特征等。农作物的光谱特性受植株内色素、含水量、叶肉细胞结构差异的影响。由于生长季或区域种植制度不同，光谱和植被指数时序特征常用来提取作物的空间分布信息［5-6］。植被指数时序曲线的变化对应植被不同的生长过程，这对具有独特时间特征的作物（如移栽期的水稻）分类简单有效。……