路 颖，刘玉锋，宋 婷,汤 鹤

(1.滁州学院 地理信息与旅游学院，安徽 滁州 239000；2.东北农业大学 经济管理学院，哈尔滨 150030)

农作物类型的识别是农业遥感的基础，如何实时、准确地获取农作物类型分布信息对粮食安全、社会经济、政策制定以及生态功能等都有重要的影响[1]。目前，国内遥感影像分类方法包括目视解译和计算机自动分类两种，计算机自动分类又分成基于像元分类与基于面向对象分类的方法[2]。

就目前已完成的研究发现，目视解译法分类效率与精度都较低，且基于像元分类方法在进行农作物分类时会出现分类结果破碎、分类精度较低等问题。近年来，许多学者采用面向对象的分类方法来进行地物识别，虽然此方法在中国起步较晚，但发展速度较快，已广泛应用到各个领域。面向对象方法是根据影像特征对图像进行分割，使同质像元组成大小不同的对象，并以其为基本单元，即可考虑影像光谱特征，又可结合形状、纹理、尺寸等空间特征，制定目标物提取的规则集，实现较高层次的目标地物提取，提取结果可避免斑点噪声，提高分类精度[3-4]。宋茜等围绕高分一号遥感数据基于面向对象的方法进行农作物种植结构的研究，总体精度较高[5]。郑利娟等基于高分一号与高分六号卫星，根据不同分辨率在影像中作物所表现的特征，利用面向对象的方法进行农作物识别，效果显著[6]。

高分辨遥感影像如GF1-PMS影像纹理特征较为丰富，但覆盖周期较长，难以反映作物在不同时期内的生长特征；……