卫星影像农作物识别

在大范围区域，不同地物可能会有相同或相似的特征。理论上，不同地物反射率各异，但是在不同地区，某些地物的反射率差异并不明显，尤其是对作物而言，受品种、气候以及耕作措施等因素的影响，不同作物的反射率差异可能极其微弱。因此，高精度作物识别并不是一项简单的工作。现阶段，常用的作物识别方法主要包含机器学习法和物候阈值法。机器学习法主要是预先获得一定量的包含有真实作物信息的标签样本，然后用标签样本训练机器学习模型，让模型“明白”什么样的特征对应什么样的作物。将模型应用在遥感影像上，判断遥感影像上每个像素的类别，最终达到作物识别的目的。物候阈值法的基本思想是不同作物随着生育进程的推进，其特征发生一定的变化，这些变化具有一定的规律性，不同作物的变化规律呈现一定差异，通过区分不同作物的变化规律，从而达到识别作物的目的。

相关链接