马少鹏，梁 路，滕少华

（广东工业大学 计算机学院，广东 广州 510006）

近年来，智慧农业已成为当今世界现代农业发展的大趋势。无人机农业遥感具有运行成本低、灵活性高以及获取数据实时快速等特点，在中小型农场中应用的可行性较高，是智慧农业的重要组成部分，成为了现代精准农业的重点研究方向。

目前，高光谱遥感已经成为农业遥感的一个重要内容和发展趋势[1]。农业高光谱遥感的一个重要课题，就是农作物精准分类，快速精确地识别出农作物种类，是农业灾害监测、产量估计的重要基础[2]。病害、虫害对粮食作物的叶片结构、叶绿素含量等方面都有较大影响，这些影响也体现在光谱特征上。邓小玲等[3]采用连续投影算法提取对柑橘患病植株分类贡献值最大的特征波长组合，基于特征波长建立了多种分类模型，且分类准确率均超过95%。农作物种植面积是影响农作物产量的关键信息，而农作物分类与识别则是获取农作物种植面积和产量信息的核心问题[4]。张丰等[5]利用生长期水稻高光谱图像的光谱特征，采用混合决策树分类方法对不同品种的水稻进行了精细分类，总体分类精度达到94.9%。

现阶段，以深度学习为代表的一些依赖高性能计算设备的人工智能方法常常被用于高光谱图像分类，因为其在分类精度上明显优于传统学习方法。相比于大型农场，从散户发展起来的中小型农场保持了低成本和精细化管理的优势。……