遙感技術(shù)在大豆種植情況監(jiān)測(cè)中的應(yīng)用

摘要：大豆是我國(guó)重要的糧食和經(jīng)濟(jì)作物，對(duì)其種植情況進(jìn)行監(jiān)測(cè)是遙感技術(shù)的重要應(yīng)用方向。通過(guò)遙感技術(shù)可以為農(nóng)業(yè)部門(mén)及農(nóng)民提供工作數(shù)據(jù)，為相關(guān)部門(mén)在種植方面的決策提供參考。目前，世界范圍內(nèi)的遙感地球觀測(cè)系統(tǒng)（EOS）得到了日益完善的發(fā)展，并形成了多時(shí)相、多分辨率的EOS。遙感技術(shù)的快速發(fā)展，為我國(guó)大豆種植情況監(jiān)測(cè)的深入應(yīng)用奠定了堅(jiān)實(shí)的技術(shù)基礎(chǔ)。該文基于我國(guó)大豆種植情況監(jiān)測(cè)以及遙感技術(shù)在農(nóng)作物種植情況監(jiān)測(cè)中的應(yīng)用現(xiàn)狀，分析了遙感技術(shù)在大豆種植情況監(jiān)測(cè)中的難點(diǎn)，重點(diǎn)闡述了相關(guān)土壤采樣方法、大豆種植面積和產(chǎn)量遙感監(jiān)測(cè)的技術(shù)路線和實(shí)施方案。

關(guān)鍵詞：遙感技術(shù);大豆種植;種植面積;估產(chǎn)

中圖分類(lèi)號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（ 2020）21-0221-03

開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

1 概述

中國(guó)是農(nóng)業(yè)大國(guó)，大豆是我國(guó)重要的糧食和經(jīng)濟(jì)作物之一。從生產(chǎn)來(lái)看，大豆為中國(guó)第五大糧食作物，播種的面積僅次于玉米、稻谷、小麥、馬鈴薯。截止到2018年全國(guó)大豆種植面積到12700千公頃，大豆產(chǎn)量1200萬(wàn)噸以上。自2019年初中國(guó)農(nóng)業(yè)農(nóng)村部制定印發(fā)《大豆振興計(jì)劃實(shí)施方案》，中國(guó)大豆振興計(jì)劃各項(xiàng)工作有力有序推進(jìn)，從農(nóng)情調(diào)度情況看，大豆種植面積有望超1.3億畝，比上年增加1000萬(wàn)畝，實(shí)現(xiàn)連續(xù)第四年恢復(fù)性增加。

隨著大豆振興計(jì)劃的實(shí)施，對(duì)大豆種植情況監(jiān)測(cè)的要求也逐步提高。綜合來(lái)看，我國(guó)現(xiàn)行的大豆種植情況統(tǒng)計(jì)方法和技術(shù)已不能完全適應(yīng)農(nóng)業(yè)統(tǒng)計(jì)不斷變化的需要。新方法、新技術(shù)的創(chuàng)新勢(shì)在必行。遙感作為一種先進(jìn)的信息獲取技術(shù)，在統(tǒng)計(jì)領(lǐng)域，特別是農(nóng)業(yè)統(tǒng)計(jì)領(lǐng)域具有獨(dú)特的優(yōu)勢(shì)，在一些發(fā)達(dá)國(guó)家得到了廣泛的應(yīng)用。本文基于遙感技術(shù)在我國(guó)農(nóng)業(yè)統(tǒng)計(jì)上的應(yīng)用以及我國(guó)大豆種植情況監(jiān)測(cè)技術(shù)應(yīng)用現(xiàn)狀，分析了遙感技術(shù)在大豆種植情況監(jiān)測(cè)中應(yīng)用程序，重點(diǎn)闡述相關(guān)土壤采樣方法、大豆種植面積和產(chǎn)量遙感監(jiān)測(cè)的技術(shù)路線和實(shí)施方案。

2 遙感技術(shù)在我國(guó)農(nóng)業(yè)統(tǒng)計(jì)上的應(yīng)用

遙感技術(shù)發(fā)展至今已成功地應(yīng)用于許多領(lǐng)域。遙感作為一種獲取信息的工具，具有客觀、高效、覆蓋面廣等優(yōu)點(diǎn)，可以滿(mǎn)足擴(kuò)大統(tǒng)計(jì)范圍，克服自然環(huán)境影響，節(jié)約人力、財(cái)力、物力的需要，在農(nóng)作物種植情況監(jiān)測(cè)領(lǐng)域有著廣泛的應(yīng)用。美國(guó)、歐洲、聯(lián)合國(guó)糧農(nóng)組織等國(guó)家和組織自20世紀(jì)70年代以來(lái)一直致力于主要農(nóng)作物種植面積和產(chǎn)量的估算，并取得了一定的成效。隨著遙感技術(shù)的發(fā)展和廣泛應(yīng)用，遙感在農(nóng)作物種植情況監(jiān)測(cè)中的應(yīng)用越來(lái)越具有操作性和數(shù)量性的特點(diǎn)，越來(lái)越受到世界各國(guó)的重視。

農(nóng)作物遙感監(jiān)測(cè)主要包括種植面積調(diào)查、生長(zhǎng)狀況監(jiān)測(cè)和估產(chǎn)等方面，具體而言即通過(guò)對(duì)采樣區(qū)遙感圖像的作物識(shí)別，提取采樣區(qū)作物變化率，從而建立相關(guān)模型，根據(jù)歷年全區(qū)基礎(chǔ)數(shù)據(jù)計(jì)算出當(dāng)年作物種植面積和產(chǎn)量。顯然，該方法的計(jì)算精度在很大程度上取決于歷史基礎(chǔ)數(shù)據(jù)。歷史數(shù)據(jù)的不確定性限制了監(jiān)測(cè)結(jié)果的可靠性。我國(guó)早在改革開(kāi)放之初就開(kāi)始了農(nóng)業(yè)遙感監(jiān)測(cè)工作，關(guān)注于遙感估產(chǎn)。經(jīng)過(guò)多年的發(fā)展，我國(guó)農(nóng)業(yè)遙感監(jiān)測(cè)取得了長(zhǎng)足的進(jìn)步。許多機(jī)構(gòu)開(kāi)展了相關(guān)研究，建立了農(nóng)業(yè)狀況監(jiān)測(cè)系統(tǒng)、農(nóng)作物遙感監(jiān)測(cè)等一系列系統(tǒng)，實(shí)現(xiàn)從單一遙感數(shù)據(jù)應(yīng)用到多源數(shù)據(jù)應(yīng)用的組合，從單一作物估產(chǎn)到多作物的估產(chǎn)，從單一區(qū)域到多省市、多區(qū)域等方面的突破，積累了大量技術(shù)、方法和經(jīng)驗(yàn)。

3 大豆種植情況遙感監(jiān)測(cè)的技術(shù)思路

雖然我國(guó)作物統(tǒng)計(jì)具有大規(guī)模野外調(diào)查隊(duì)伍的優(yōu)勢(shì)，但也存在著抽樣框架陳舊、數(shù)據(jù)采集手工化、數(shù)據(jù)協(xié)調(diào)處理效率不高等缺點(diǎn)。遙感技術(shù)在國(guó)內(nèi)外統(tǒng)計(jì)工作中的成功應(yīng)用，為我們提供了寶貴的技術(shù)思路和豐富的應(yīng)用經(jīng)驗(yàn)。從統(tǒng)計(jì)學(xué)意義上講，我國(guó)大豆種植狀況監(jiān)測(cè)工作的重點(diǎn)囊括生產(chǎn)苗情調(diào)查、受災(zāi)和災(zāi)情調(diào)查，種植面積變化監(jiān)測(cè)與調(diào)查、生產(chǎn)趨勢(shì)預(yù)測(cè)與產(chǎn)量調(diào)查。將遙感技術(shù)、地理信息系統(tǒng)和全球定位系統(tǒng)技術(shù)應(yīng)用于大豆種植情況監(jiān)測(cè)，對(duì)于建立地球采樣系統(tǒng)，改進(jìn)采樣測(cè)量方法，提高數(shù)據(jù)代表性，改革測(cè)量數(shù)據(jù)的采集方式（包括方法、時(shí)間和精度），實(shí)現(xiàn)農(nóng)業(yè)統(tǒng)計(jì)的信息化具有重要意義。因此，應(yīng)全面覆蓋全國(guó)大豆種植面積和產(chǎn)量遙感調(diào)查，以此促進(jìn)農(nóng)業(yè)統(tǒng)計(jì)技術(shù)的發(fā)展，完善統(tǒng)計(jì)體系，提高統(tǒng)計(jì)數(shù)據(jù)質(zhì)量。

3.1 建立大豆種植土地抽樣調(diào)查制度

在保證統(tǒng)計(jì)分析準(zhǔn)確性的前提下，采用3S技術(shù)，即遙感技術(shù)（RS）、地理信息系統(tǒng)（GIS）和全球定位系統(tǒng)（GPS）與統(tǒng)計(jì)抽樣相結(jié)合，對(duì)現(xiàn)場(chǎng)樣品進(jìn)行分配，為大豆種植面積和產(chǎn)量遙感調(diào)查、居民點(diǎn)抽樣與耕地對(duì)比提供空間抽樣技術(shù)支持，實(shí)現(xiàn)與現(xiàn)有抽樣調(diào)查技術(shù)的交互驗(yàn)證。首先，應(yīng)針對(duì)大豆種植相關(guān)土地覆蓋類(lèi)型，建立遙感與統(tǒng)計(jì)抽樣技術(shù)相結(jié)合的抽樣外推方法，并在其支持下對(duì)抽樣調(diào)查縣、村、片進(jìn)行合理布局。其次，對(duì)相關(guān)大豆主產(chǎn)省農(nóng)村土壤取樣方法進(jìn)行研究，并在典型示范省建立農(nóng)村土壤采樣單位基地。采樣單元庫(kù)主要包括地球采樣單元的空間信息、自然屬性信息、樣本的社會(huì)屬性信息以及樣本的更新和交換管理。最后，在農(nóng)村土地抽樣調(diào)查空間化選樣優(yōu)化實(shí)施方案方面，采用網(wǎng)格化空間采樣法、空間土地采樣法。為了建立最合適的土地采樣系統(tǒng)，對(duì)空間采樣法和多級(jí)采樣法進(jìn)行分類(lèi)采樣試驗(yàn)。

3.1.1 網(wǎng)格空間采樣法

網(wǎng)格化地球空間采樣打破了原有的帶有行政邊界的純空間采樣。該方法從采樣省、縣的網(wǎng)格中提取一次采樣單元（ PSU），研究基于分層和地質(zhì)統(tǒng)計(jì)的采樣技術(shù)，并考慮河流、山脈等自然條件和其他自然障礙物的影響，對(duì)空間土樣進(jìn)行分布。雖然這種方法比較客觀，能很好地反映耕地和作物種植面積的變化，但給野外調(diào)查帶來(lái)了一定的困難。

3.1.2 空間采樣法

空間地球采樣是一種純粹的空間采樣方法.以保持二次采樣單元行政邊界的完整性。該方法在基于空間基準(zhǔn)地形圖和遙感影像的PSU研究、基于分層和地質(zhì)統(tǒng)計(jì)的采樣技術(shù)研究中，保留了設(shè)計(jì)網(wǎng)格時(shí)二次行政邊界的完整性，并考慮到河流、山脈等自然條件的影響，對(duì)空間土樣進(jìn)行分布。該方法比較客觀，既能較好地反映耕地和作物種植面積的變化，又能考慮野外調(diào)查的困難。

3.1.3目錄抽樣結(jié)合空間抽樣法

目錄抽樣與空間抽樣方法相結(jié)合。首先根據(jù)行政省目錄選擇抽樣行政縣，然后從行政縣目錄中抽取抽樣村。在采樣村莊的基礎(chǔ)上，從遙感圖像中隨機(jī)提取土壤樣本。

3.1.4多級(jí)目錄抽樣法

多級(jí)目錄抽樣是一種基于管理目錄的傳統(tǒng)方法。首先根據(jù)行政省目錄選擇抽樣行政縣，然后從行政縣目錄中抽取抽樣村。土壤樣本是從行政村目錄中提取的。采用一些常用的邊界，如山脊、河流、道路和村莊，會(huì)更加方便。首先，在建立地球采樣方法的基礎(chǔ)上，對(duì)野外數(shù)據(jù)采集系統(tǒng)進(jìn)行研究。其次，利用便攜式GPS采集作物種植面積和產(chǎn)量遙感調(diào)查的田間數(shù)據(jù)和耕地對(duì)比的田間數(shù)據(jù)。增加野外數(shù)據(jù)的空間屬性，有利于減輕測(cè)量人員的負(fù)擔(dān)，有利于測(cè)量人員在進(jìn)行監(jiān)測(cè)工作時(shí)準(zhǔn)確瞄準(zhǔn)和跟蹤測(cè)量對(duì)象，提高統(tǒng)計(jì)監(jiān)測(cè)效果，控制數(shù)據(jù)質(zhì)量。

3.2 實(shí)施大豆種植情況遙感監(jiān)測(cè)

利用遙感技術(shù)對(duì)大豆的種植情況進(jìn)行監(jiān)測(cè)，其基本原理是根據(jù)生物學(xué)原理，在收集、分析大豆光譜特征的基礎(chǔ)上，通過(guò)衛(wèi)星傳感記錄地標(biāo)信息，辨別大豆類(lèi)型、監(jiān)測(cè)大豆長(zhǎng)勢(shì)，并在收獲前預(yù)測(cè)產(chǎn)量。以大豆和玉米的光譜反射曲線對(duì)比為例，大豆和玉米在不同時(shí)間、空間反射光譜曲線變化的情況不同。在播種后經(jīng)過(guò)一段時(shí)間，兩者光譜曲線接近，而在播種30天前后，綠色覆蓋尚不完全時(shí)，光譜曲線的差異比75天、100天和140天要顯著得多。

大豆種植情況遙感監(jiān)測(cè)的基本程序方面，首先要建立抽樣和外推模型;其次，在種植區(qū)域內(nèi)布設(shè)遙感監(jiān)測(cè)點(diǎn)以及相關(guān)數(shù)據(jù)采集設(shè)備，以獲得遙感影像;再次，利用計(jì)算機(jī)和相關(guān)大豆遙感數(shù)據(jù)分析軟件對(duì)影像進(jìn)行解譯與分析;最后，根據(jù)一定標(biāo)準(zhǔn)對(duì)解析結(jié)果進(jìn)行核對(duì)和修正。

3.2.1 建立監(jiān)測(cè)抽樣框架

建立監(jiān)測(cè)抽樣框架是開(kāi)展遙感監(jiān)測(cè)工作的基礎(chǔ)，也是獲得精準(zhǔn)數(shù)據(jù)的前提。要根據(jù)所要監(jiān)測(cè)區(qū)域的地理特征確定合理的監(jiān)測(cè)樣方，從地區(qū)地形情況出發(fā)，設(shè)置最合理的遙感監(jiān)測(cè)祥方。以安徽省為例，適合種植大豆的區(qū)域既有平原也有山地，平均海拔119.3米，省內(nèi)水域也比較多。從實(shí)際地形出發(fā)，遙感監(jiān)測(cè)樣方可設(shè)置為邊長(zhǎng)在300 - 500米之間的正方形，并依據(jù)南北地形差異適度調(diào)整樣方大小范圍。同時(shí)，設(shè)置一定數(shù)量的監(jiān)測(cè)祥方，例如30 - 50個(gè)以基本覆蓋大豆種植區(qū)域，便于通過(guò)遙感技術(shù)準(zhǔn)確全面地獲取相關(guān)數(shù)據(jù)。

3.2.2 遙感圖像預(yù)備和預(yù)處理

為了輔助遙感圖像的判讀，盡可能多地從圖像中提取信息，需要借助圖像處理和分析技術(shù)進(jìn)行圖像預(yù)備和預(yù)處理。其中，特定技術(shù)或算法的使用選擇取決于每個(gè)單獨(dú)項(xiàng)目的目標(biāo)。遙感圖像預(yù)備和預(yù)處理通常保函以下兩個(gè)階段。

首先，預(yù)處理。在進(jìn)行數(shù)據(jù)分析之前，通常對(duì)原始數(shù)據(jù)進(jìn)行初始處理，以校正由于成像系統(tǒng)的特性和成像條件造成的任何失真。根據(jù)用戶(hù)的要求，地面站操作員可以在數(shù)據(jù)交付給最終用戶(hù)之前執(zhí)行一些標(biāo)準(zhǔn)校正程序。這些程序包括輻射校正以校正整個(gè)圖像上傳感器的不均勻響應(yīng)，以及幾何校正以校正由于地球旋轉(zhuǎn)和其他成像條件（如斜視角）而造成的幾何失真。圖像也可以被轉(zhuǎn)換以符合特定的地圖投影系統(tǒng)。此外，如果需要知道圖像上某個(gè)區(qū)域的準(zhǔn)確地理位置，則使用地面控制點(diǎn)（ GCP）將圖像注冊(cè)到精確地圖（地理參考）。

其次，圖像增強(qiáng)。通過(guò)灰度拉伸等圖像增強(qiáng)技術(shù)，提高圖像的對(duì)比度和邊緣增強(qiáng)的空間濾波能力，可以改善圖像中物體的視覺(jué)外觀，以輔助視覺(jué)解譯。

3.2.3 建立解譯標(biāo)志庫(kù)

建立解譯標(biāo)志庫(kù)，即從大量的不同類(lèi)型的遙感圖像中集中提取具有代表性的空間信息作為某一類(lèi)圖像解釋的參照。圖像解釋的參照標(biāo)準(zhǔn)通常包括以下幾個(gè)要素：

第一，圖像色調(diào)、灰度或多光譜灰度向量等。人眼可以分辨1000多種顏色，但只有16種灰度。因此，彩色圖像是圖像解釋的首選。其中一個(gè)困難是使用維數(shù)超過(guò)3的多光譜圖像。為了充分利用圖像各波段的信息，必須以某種方式降低圖像的維數(shù)。

第二，圖像紋理。圖像色調(diào)的空間變化。紋理是圖像判讀的重要線索。對(duì)于人類(lèi)口譯員來(lái)說(shuō)，把它納入他們的思維過(guò)程是非常容易的。大多數(shù)紋理圖案在圖像上顯得不規(guī)則。

第三，排列。地面物體的排列規(guī)則，例如航空照片上的居民區(qū)和衛(wèi)星圖像上規(guī)則排列的山脈。

第四，關(guān)聯(lián)。與另一物體共存的特定物體，例如與娛樂(lè)中心關(guān)聯(lián)的室外游泳池和與學(xué)校關(guān)聯(lián)的操場(chǎng)。

第四，陰影。當(dāng)遙感對(duì)象有垂直變化時(shí)，則呈現(xiàn)出物體陰影，例如樹(shù)木、高樓、山脈等。

第五，形狀。農(nóng)田和人類(lèi)建造的建筑物都有規(guī)則的形狀。這些可以用來(lái)識(shí)別各種目標(biāo)。

第六，尺寸。根據(jù)建筑物的相對(duì)大小識(shí)別土地利用的類(lèi)型，而根據(jù)樹(shù)冠的相對(duì)大小推算樹(shù)木的大致年齡。

第七，地理位置。在圖像判讀中參考地理位置，例如闊葉樹(shù)分布在較低和較溫暖的山谷，而針葉樹(shù)則傾向于分布在較高的海拔地區(qū)如苔原。

在安徽北部淮北平原以及中部蘇皖平原一帶，由于大豆種植區(qū)域相對(duì)平坦且規(guī)模較大，種植結(jié)構(gòu)相對(duì)簡(jiǎn)單，建立解譯標(biāo)志庫(kù)時(shí)比較有優(yōu)勢(shì)。再以大豆與玉米的遙感影像為例，根據(jù)常用SPOT數(shù)據(jù)解譯標(biāo)志，兩者均紋理均勻，形狀規(guī)則、集中、連片，但大豆的影像呈現(xiàn)黃色，紋理更為細(xì)膩，而玉米則呈現(xiàn)紅色或棕色，紋理相對(duì)粗糙。

3.2.4 種植面積測(cè)算

根據(jù)種植面積調(diào)查數(shù)據(jù)和衛(wèi)星光譜數(shù)據(jù)，利用分層估計(jì)器，在使用比例尺為1：50000地形圖生成區(qū)域邊界掩膜。使用波段2（綠色）波段3（紅色）和波段4（近紅外）的光譜數(shù)據(jù)生成假彩色合成（FCC），其中包含道路、運(yùn)河、水體等可識(shí)別特征的信息。此外，還利用全球定位系統(tǒng)（ GPS）來(lái)確定作物種植區(qū)。利用GPS對(duì)樣地進(jìn)行定位，記錄樣地的經(jīng)緯度位置。然后在FCC上確定這些位置，記錄每個(gè)地塊的掃描線和柱號(hào)坐標(biāo)，以便在標(biāo)準(zhǔn)化差植被指數(shù)（ NDVI）和比值植被指數(shù)（RVI）圖像上確定這些地塊面積。

3.2.5 長(zhǎng)勢(shì)及病蟲(chóng)害、災(zāi)害監(jiān)測(cè)

利用遙感技術(shù)進(jìn)行長(zhǎng)勢(shì)監(jiān)測(cè)主要是針對(duì)處于不同生長(zhǎng)周期的大豆指數(shù)進(jìn)行監(jiān)測(cè)，根據(jù)指數(shù)變化與相關(guān)參照資料進(jìn)行對(duì)比便可獲得大豆在不同生長(zhǎng)期的長(zhǎng)勢(shì)情況，由此進(jìn)一步預(yù)測(cè)大豆的趨勢(shì)產(chǎn)量。利用遙感技術(shù)進(jìn)行病蟲(chóng)害、災(zāi)害監(jiān)測(cè)即利用不同地物的不同光譜特征，對(duì)旱災(zāi)、洪澇、病蟲(chóng)害、冷東害、風(fēng)雹災(zāi)、雪災(zāi)以及其他各類(lèi)自然、環(huán)境、生物災(zāi)害的發(fā)生進(jìn)行監(jiān)測(cè)，以客觀了解災(zāi)害發(fā)展情況并及時(shí)采取防災(zāi)減災(zāi)措施。

3.2.6 遙感估產(chǎn)

遙感估產(chǎn)即基于作物產(chǎn)量調(diào)查數(shù)據(jù)和衛(wèi)星光譜數(shù)據(jù)的估算程序。不同的土壤類(lèi)型、農(nóng)業(yè)投入、改良技術(shù)的采用等因素都會(huì)影響作物產(chǎn)量，從而導(dǎo)致即使在一個(gè)地層內(nèi)，作物產(chǎn)量也會(huì)發(fā)生很大的變化。由于光譜反射率是影響作物的所有重要因素的表現(xiàn)，因此，根據(jù)光譜數(shù)據(jù)反映的作物活力對(duì)作物面積進(jìn)行分層，有望提高作物產(chǎn)量估算的效率。

4 結(jié)束語(yǔ)

對(duì)大豆種植情況進(jìn)行監(jiān)測(cè)是遙感技術(shù)在農(nóng)業(yè)生產(chǎn)中的重要應(yīng)用。通過(guò)遙感監(jiān)測(cè)技術(shù)可以快速、準(zhǔn)確地為農(nóng)業(yè)部門(mén)提供大豆種植面積，長(zhǎng)勢(shì)及災(zāi)害情況的變化數(shù)據(jù)并進(jìn)行估產(chǎn)，為相關(guān)部門(mén)提供決策參考與依據(jù)。利用遙感技術(shù)可以對(duì)大豆生長(zhǎng)與環(huán)境變化情況進(jìn)行實(shí)時(shí)跟蹤監(jiān)控，對(duì)大豆生長(zhǎng)環(huán)境進(jìn)行資源評(píng)估，以促進(jìn)大豆產(chǎn)量的提高。隨著我國(guó)“大豆振興”計(jì)劃的施行和保障大豆產(chǎn)量與經(jīng)濟(jì)效益的總體目標(biāo)的確定，利用遙感技術(shù)對(duì)大豆種植情況進(jìn)行監(jiān)測(cè)、分析，有利于促進(jìn)大豆種植地區(qū)實(shí)現(xiàn)生態(tài)經(jīng)濟(jì)平衡發(fā)展，有利于穩(wěn)步提升大豆產(chǎn)量，更好地滿(mǎn)足經(jīng)濟(jì)社會(huì)發(fā)展需求。

參考文獻(xiàn)：

[1]王俊.遙感技術(shù)在安徽省大豆種植情況監(jiān)測(cè)中的運(yùn)用[J].農(nóng)業(yè)科技與信息，2018（10）：119-120.

[2]王爾美，李衛(wèi)國(guó)，顧曉鶴，等.基于光譜特征分異的玉米種植面積提取[J].江蘇農(nóng)業(yè)學(xué)報(bào)，2017，33（4）：8228-27.

[3]辛蕊，劉洋，付斌，等.遙感技術(shù)在黑龍江省大豆種植面積監(jiān)測(cè)中的應(yīng)用[J].黑龍江農(nóng)業(yè)科學(xué)，2011（1）：130-133.

[4]徐閆萌.3S技術(shù)在農(nóng)業(yè)及大豆種植中的應(yīng)用研究進(jìn)展[J].農(nóng)村實(shí)用科技信息，2011（11）：13.

[5]劉佳，王利民，滕飛，等，玉米大豆輪作遙感監(jiān)測(cè)技術(shù)研究[Jl.中國(guó)農(nóng)學(xué)通報(bào)，2017，33（8）：144-153.

[6]白玉琪，遙感技術(shù)在糧食作物時(shí)空分布信息提取中的研究[J].安徽農(nóng)學(xué)通報(bào)，2014（22）：137-138.

【通聯(lián)編輯：朱寶貴】

作者簡(jiǎn)介：楊金曼（1999-），安徽合肥人，本科在讀，主要研究方向?yàn)檗r(nóng)業(yè)遙感、模式識(shí)別、機(jī)器學(xué)習(xí)等。