我國作為農業(yè)大國，人口眾多，糧食需求大，由此決定了農業(yè)是國民經(jīng)濟的重要基礎。衛(wèi)星遙感技術具有高時效、大范圍獲取地表信息的能力，已應用于眾多領域，而農業(yè)正是遙感應用中最重要和最廣泛的領域之一。
目前，遙感技術已廣泛應用于農作物遙感識別與面積估算、農作物分類、農作物產(chǎn)量估算、農作物長勢監(jiān)測、農作物病蟲害監(jiān)測、農業(yè)保險幾個方面，涵蓋了多層次和多方面的研究與應用。
本文選取長春市農安縣為示范區(qū)，分析當?shù)剞r作物分布情況。
利用農安縣衛(wèi)星遙感數(shù)據(jù)，基于人機交互的方法，提取農安縣主要農作物種植位置和面積，為下一步農作物估產(chǎn)提供基礎，服務于吉林省農業(yè)信息普查、糧食財政補貼等，為相關業(yè)務工作提供客觀準確、快速實時的數(shù)據(jù)支持。
NDVI
歸一化植被指數(shù)（NDVI），又稱標準化植被指數(shù)，是近幾年較為常用的一種監(jiān)測植被的遙感指數(shù)，用于大區(qū)域的植被檢測。綠色植被反射光譜的突出特點是對紅光（b3）的高吸收率和對近紅外（b4）的高反射率，因此NDVI定義為近紅外波段（b4）與可見光紅波（b3）數(shù)值之差和這兩個波段數(shù)值之和的比值，即公式：
NDVI=(b4-b3)/(b4+b3)
其中數(shù)值越大代表植被覆蓋度越高。
首先根據(jù)像元的同質性自下而上合并形成影像對象；然后，利用對象的空間特征和光譜特征通過隸屬函數(shù)或最鄰近分類器，實現(xiàn)信息自動提取的目的。其中影像分割是基礎，首先科學合理的確定遙感影像分割的尺度，然后選擇和提取訓練區(qū)樣本對象或像元特征，并利用這些特征或特征組合結合經(jīng)驗、知識進行分類，提取遙感信息。
通過理論支持與參數(shù)計算可以得到的結論為：農安縣農田主要以旱地為主，這里的旱地主要以玉米種植為主，面積占農作物總面積的約90 %以上；水田較少，所占面積不足10%。
2016年農安縣農業(yè)種植結構分布圖
進一步，建立 NDVI 與植被覆蓋度之間的關系來計算植被覆蓋度?？梢钥闯?，農安縣植被覆蓋度較高。其中白色部分為水體和建筑；顏色越綠，表示植被覆蓋程度越大，這時的植被覆蓋度與理論上該區(qū)域植被覆蓋度值相近。
2016年8月農安縣植被覆蓋度
