李 杰 刘陈立 汪 红 张 军

(1. 云南大学资源环境与地球科学学院，云南 昆明 650500；2. 西南林业大学林学院，云南 昆明 650224)

农作物信息的快速获取与解析是开展精准农业实践的前提和基础，是突破制约中国现代农业应用发展瓶颈的关键[1]。我国自20世纪70年代开始引进农业遥感技术，因该技术及时、准确、客观等优势，在农作物种植面积信息提取方面具有其他方法不可替代的优势，是当今农作物信息提取和面积估算较为普遍的手段[2]。国内学者王娜、张亚亚、朱爽等在该领域均进行了大量研究工作[3-5]，较好地揭示了研究区农作物的种植情况。

油菜 (Brassicacampestris) 作为我国五大油料作物之首，是继水稻 (Oryzasativa)、小麦 (Triticumaestivum)、玉米 (Zeamays) 和大豆 (Glycinemax) 之后的第五大优势作物，已成为我国主要经济作物和食用油作物的重要来源[6]。Breckling等[7]，李丹丹等[8]，钟仕全等[9]基于中高分辨率影像，采用多种提取模型以及数据源，对各研究区的油菜种植进行了提取和监测。然而，在油菜提取领域的研究多是基于单个像元的光谱特征来进行影像信息的分析和识别，此类方法过于着眼局部而忽略了影像的纹理、形状、大小及上下文关系等特征，进而制约了信息提取的精度。面向对象的信息提取方法针对的是对象而不是传统意义上的像元，突破了基于像元方法过多关注地物局部细节而难以提取地物的整体结构信息的局陷，可有效地提高中高空间分辨率数据的自动识别精度[10]。宋茜[11]、詹福雷[12]、谢国雪等[13]学者采用面相对象的分类方法，对高分辨率遥感影像进行地物信息提取，均取得较高的精度。……