导语：为总结推广数字厦门建设阶段性成果，2024年，市数据管理局举办“数字厦门建设成果征集活动”，评选发布50个数字厦门建设成果，涉及普惠便捷数字服务、城市精准精细治理、数字技术创新应用、激活数据要素价值等领域。现推出《2024年数字厦门建设成果系列宣传》，以标杆示范引领促进经验分享和交流合作。

　　本期成果： 基于高分辨率遥感卫星的市/县域农作物品种分类、统计分析

　　报送单位：厦门天卫科技有限公司

　　传统农作物分类方法往往依赖于人工调查或地面观测，耗时耗力，更无法快速实现大面积的作物分类，且受传统分类方技术条件限制，分类精度都不高。厦门天卫科技有限公司推动遥感技术与现代农业深度融合，利用卫星遥感、人工智能等技术手段，打造一套自动化农作物精准分类体系，可对农业资源进行全要素、全领域数字化管理，快速实现大范围农作物物种的高精度分类，减少人力实地调查和采样的工作量，增强农业数字化、智能化水平。

　　一、主要内容

　　（一）数据获取：一是利用高分辨率的多光谱卫星(如吉林一号、高分二号等）对目标区域进行定期或不定期的遥感成像，获取作物的高分辨率图像数据。卫星影像数据获取过程中，需考虑天气条件、卫星轨道、传感器性能等因素，以确保数据的质量和准确性。二是到农作物种植区域进行现场农作物类别采样记录，获取农作物类别数据（如水稻、大豆、蔬菜等地块点位经纬度、面积、图片等属性数据）。

　　（二）数据处理与分析：一是对获取的多光谱图像数据进行预处理，包括辐射校正、大气校正、影像拼接等步骤，以消除各种干扰因素对数据的影响。二是对采样的农作物类别记录数据进行归类、整理和建库。

　　（三）特征提取：一是对预处理后的影像数据进行深入分析，利用深度卷积神经网络算法（卷积神经网络（CNN）、循环神经网络（RNN））自动提取出不同农作物的有用特征（颜色、形状、纹理等）。二是利用特征优选算法，优选出不同农作物的敏感波段信息，从而获得不同农作物的最佳波段组合，用于参与后续分类器的分类。

　　（四）农作物精准分类：根据优选出的不同农作物的最佳波段信息，利用合适的分类器（支持向量机（SVM）、随机森林（Random Forest）和神经网络等）对农作物进行自动化精准分类，获得不同类别农作物种植空间格局分布专题图，并形成监测报告，为农业资源的规划和管理提供科学依据。

　　（五）农作物分类结果统计分析：对于获取的农作物精准分类结果数据进行矢量化处理，获取不同农作物种植面积大小、所属行政区等属性，再将分类后的数据进行汇总，形成农作物分类统计表或数据库，便于后续的分析和查询。

　　（六）农作物结果空间可视化展示：一是结合GIS可视化技术手段，将农作物分类结果进行地图空间叠加展示，帮助用户更加直观理解不同农作物的空间分布情况，实现农作物的快速、准确定位和追踪。二是利用图表联动展示方式，将分类结果中的各类统计数据直观、清晰进行可视化展示，从而帮助用户更好地进行农业资源的规划和管理。

　　二、应用情况

　　在厦门市同安区，利用0.5米分辨率的卫星影像和深度卷积神经网络技术进行农作物种植精准分类，提高传统农作物分类精度约20%。同时，通过新技术的使用，减少了大面积人工进行实地勘查的工作成本，可减少40%调查人力投入。另外，农作物分类结果GIS可视化展示能够提供详尽的农作物种植分布地图，帮助政府和农业部门了解各地区的作物种植情况，从而制定更加科学合理的种植规划，优化农业种植结构，提高土地利用效率，促进农业可持续发展。

　　三、推广价值

　　（一）集成了先进的图像处理技术和深度学习算法，能够实现对大量遥感影像的快速处理和作物精准分类，克服传统人工逐地获取地块属性，耗时耗力问题，提高了工作效率。

　　（二）亚米级空间分辨率的卫星影像使得农作物物种的边界、纹理和形态等详细特征清晰地展现出来，提高了分类的精度和准确性。

　　（三）集成了先进地理信息系统（GIS）、遥感技术、作物分类算法以及大屏可视化技术，旨在通过直观、动态的方式展示作物分类的实时数据和管理信息，为农业生产、资源管理和决策支持提供有力支撑。

图1 农作物精准落图管理系统图