卫星遥感影像识别技术在农田种植格局中的应用
Journal: Agricultural Science DOI: 10.32629/as.v9i2.3695
Abstract
农田种植格局监测是保障粮食安全、优化农业资源配置的核心环节,传统实地调研方式存在耗时冗长、覆盖范围有限、成本偏高的缺陷(单次调研周期超过30天,每亩成本约2元)。本文依据《农业遥感应用技术规范》(NY/T 3956-2021),整合高分系列卫星与哨兵卫星影像数据,系统剖析卫星遥感影像识别技术(包括光谱识别、纹理解析、深度学习分类等)在作物类型界定、种植面积核算、物候期追踪中的应用机理。通过搭建“数据预处理—特征提取—模型分类—精度校验”的技术框架,实现农田种植格局的快速精准辨识。实践验证表明,该技术可使作物类型识别准确率达92%以上,种植面积核算误差控制在5%以内,监测周期压缩至7天,为农业主管部门制定种植规划、病虫害防控方案提供数据支撑,助力智慧农业建设进程。
Keywords
卫星遥感；影像辨识；农田种植格局；作物界定；物候追踪
Full Text
PDF - Viewed/Downloaded: 0 TimesReferences
[1] 中华人民共和国农业农村部.NY/T3956-2021农业遥感应用技术规范[S].北京:中国农业出版社,2021.
[2] 中国农业科学院.2024中国农业遥感应用报告[R].北京:中国农业科学院农业资源与农业区划研究所,2024.
[3] 李民赞.基于深度学习的农田作物遥感分类技术研究[J].农业工程学报,2023,39(8):152-160.
[4] 国务院.“十四五”全国农业绿色发展规划[Z].2022.
[5] 高分卫星应用中心.高分六号卫星农业应用白皮书[R].北京:国家航天局对地观测与数据中心,2024.
[6] EuropeanSpaceAgency.Sentinel-2UserHandbook[R].Paris:EuropeanSpaceAgency,2023.
[7] 王纪华.卫星遥感技术在农田种植结构监测中的应用进展[J].遥感学报,2023,27(5):1123-1138.
[8] 刘良云.农业遥感大数据与精准农业应用[M].北京：科学出版社,2022:89-105.
[9] NASA.MODIS Vegetation Index User Guide[R].Washington D.C.:National Aeronautics and Space Administration,2023.
[10] 某省农业农村厅.2024年小麦种植面积遥感监测报告[R].2024.
[2] 中国农业科学院.2024中国农业遥感应用报告[R].北京:中国农业科学院农业资源与农业区划研究所,2024.
[3] 李民赞.基于深度学习的农田作物遥感分类技术研究[J].农业工程学报,2023,39(8):152-160.
[4] 国务院.“十四五”全国农业绿色发展规划[Z].2022.
[5] 高分卫星应用中心.高分六号卫星农业应用白皮书[R].北京:国家航天局对地观测与数据中心,2024.
[6] EuropeanSpaceAgency.Sentinel-2UserHandbook[R].Paris:EuropeanSpaceAgency,2023.
[7] 王纪华.卫星遥感技术在农田种植结构监测中的应用进展[J].遥感学报,2023,27(5):1123-1138.
[8] 刘良云.农业遥感大数据与精准农业应用[M].北京：科学出版社,2022:89-105.
[9] NASA.MODIS Vegetation Index User Guide[R].Washington D.C.:National Aeronautics and Space Administration,2023.
[10] 某省农业农村厅.2024年小麦种植面积遥感监测报告[R].2024.
Copyright © 2026 郭凌峰, 安晓宇, 王惟实
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License