石 娴，明艳芳，刘春秀，瞿 渝，隋淞蔓

(山东科技大学 测绘与空间信息学院，山东 青岛 266590)

0 引言

冬小麦为头年秋季播种次年初夏收获的一种农作物[1]，在全世界范围内都有着广阔的种植面积[2]。它的种植面积对经济和社会发展有重要的影响[3-4]。精确、高效的冬小麦空间分布监测具有十分重要的意义[5]。遥感技术能够快速实现大面积作物种植区域的连续监测，可以在冬小麦监测中发挥重要作用[6]。

农作物的遥感识别方法主要包括2大类:单时相遥感影像识别和多时相遥感变化检测。然而由于不同植被之间具有较为相似的光谱特征，单一的光谱信息难以达到较高的识别精度，而物候期的差异通常被作为农作物识别的重要信息。此外，区域灌溉不均匀、土壤盐渍化、病虫害、植被密度差异甚至植物的含水量不同等因素都会导致相同作物在生长过程中产生不同程度的差异[7]，因此很难利用单一时相的遥感影像进行区分。多时相遥感影像能够充分反映不同作物的物候特性及变化规律，增大光谱特征相似作物之间的可分离性，可以很好地解决“异物同谱”和“同物异谱”问题，大大提高识别精度[8]。随着高时空分辨率遥感的快速发展，基于时间序列的农作物遥感识别已广泛应用于作物种植面积提取、农业遥感监测等方面。

时间序列遥感作物识别方法主要利用作物整个生育期固定时间间隔的时序数据获取农作物特定的时序曲线，然后分析其物候或数学特征并进行农作物识别。……