阳昌霞， 刘汉湖， 张 春

（1.成都理工大学地球科学学院，成都 610059；2.成都理工大学国土资源部地学空间信息技术重点实验室，成都 610059）

快速有效的农作物识别与分类是农业遥感应用基础，它为农作物种植面积估算、农作物病虫害监测以及预防、农作物长势监测以及农作物产量估算等提供了有力依据［1］. 早期对植被进行精细分类主要采用人工地面调查，这种方法需耗费大量的财力物力［2］. 如今，随着遥感技术的发展，使用遥感技术进行农作物分类已经成为研究热点之一. 传统的遥感监测方法主要采用星载或机载多光谱影像. 陈杰等［3］使用QUICKBIRD影像对农作物和树种进行分类和识别；彭光雄等［4］利用TM等多时相遥感影像对农作物进行识别. 但是由于普通的多光谱影像分辨率较低、波段数目少，往往导致分类农作物的分类结果精度有限，某些小面积种植产物无法识别等问题，而高分辨率的多光谱影像获取成本较高.

高光谱遥感技术是近年来迅速发展起来的一种对地观测的技术，其影像具有“图谱合一”、波段数目多、信息量大等显著优势［5-8］. 由于不同作物间光谱信息存在一定差异，这种差异提高了作物间的可分性，当前已有许多学者利用高光谱影像对农作物进行精细分类，并取得了一定成果. 余铭等［9］结合AVIRIS数据提出了一种基于条件随机场的高光谱遥感农作物精细分类方法，对研究区内农作物进行精细分类，刘亮等利用高光谱遥感数据采……