农业遥感影像面积提取算法研究进展与展望

鲁新新，阿迪力·亚森，蒋青松

（塔里木大学 信息工程学院，新疆维吾尔自治区 阿拉尔 843300）

卫星遥感技术具有快速、简便、宏观、无损及客观等优点，经过几十年的快速发展，目前已经广泛应用于农业生产领域的各个环节。作物生长状况的及时获得和解译是开展现代精准农业的基础，卫星遥感技术于农业作物信息的获取有较为明显的优势[1]。近年来中分辨率遥感卫星如Landsat、Sentinel 以及中国高分卫星等的免费开放为国内外农业土地利用信息提取提供了前所未有的机遇，特别是遥感图像分类算法方面取得了一系列重要研究进展。

1 国内外研究现状

对于利用遥感图像来对地面农业地类进行解译，国内许多学者已经进行了数十年的研究。分类方法日趋增多，大致可以分为监督分类和非监督分类，分类精度也愈来愈高。而作为遥感农业分类研究的数据来源，遥感图像的分辨精度也经历了从低分辨率（NOAA AVHRR 以及国产风云气象系列）到中高分辨率（Landsat系列等）再到高分辨率（高分系列等）。近些年来卫星传感器种类不断增多、技术不断迭代，如基于高光谱、多角度、微波、热红外遥感等更多种类且高质量的遥感数据可以为我们所用[2]。早期的低分辨率遥感图像主要运用于大范围的国土遥感检测，中高分辨率遥感图像出现以后，区域性的详细地类监测以及分类才得以迅速发展起来。李晓东、姜琦刚以镇赉县为试验区，设计了基于多时相遥感数据的农田分类提取方案。……