农业机械学报

作者：刘哲,刘帝佑,朱德海,张琳,昝糈莉,童亮

单位：中国农业大学,中国农业大学,中国农业大学,中国农业大学,中国农业大学,中国农业大学,

关键词：作物识别;遥感;自动化;研究进展

基金：国家自然科学基金面上项目（41771104）和北京市重大项目（D171100002317002）

作物识别与制图产品数据是作物长势、风险胁迫、产量等生产参量监测预测，种植结构调整与供需决策分析，以及耕地资源安全与生态效应评估等工作的基础数据，遥感数据成为作物类型识别与制图的最主要数据源，新兴数字技术则为遥感作物识别与制图提供了新的方法手段。本文通过综述近年基于遥感的作物识别与制图相关研究成果，探究当前技术趋势、关键问题，以及需求差距。分别从小尺度作物精细识别、大尺度作物自动化制图，以及作物识别与制图模式变化3个视角总结归纳面临的主要问题和主要研究工作。作物识别与制图产品在小尺度上需要更加精细、近实时和更高的识别精度，主要使用超高空间分辨率（如米级、亚米级）的影像数据，在提高作物识别精度（95%以上）进而提取满足应用需求的高精度作物表型等信息方面依旧面临巨大挑战。而在大尺度上需要更加自动化、满足可靠识别精度（90%左右），主要使用高时空分辨率（2~5d，10~30m）的影像数据，面临着如何处理海量数据的存储管理、分析计算，发展大范围上具有鲁棒性的分类识别方法，寻找科学高效的地面样本获取途径的难题。同时，作物识别与制图的模式也将从确认监测向提前预判和特定作物探测转变。最后从加强科学研究与加快应用落地2个角度提出展望，为发展满足智慧农业与国土监管不同需求的遥感作物识别与制图产品提供参考与借鉴。

来源：2018年第12期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2018年第12期