农作物的识别和作物种植结构的调整是国家制定各项农业政策的基本依据,也是估算产量信息和种植面积的基础。黑龙江省是我国的粮食大省,粮食产量连年位居全国第一,2016年初农业部提出“镰刀弯”政策,镰刀弯地区玉米发展过快,种植结构单一的问题逐渐呈现。因此,准确的获得作物种植信息显得尤为重要,传统获取作物种类的方法是对作物类型进行逐一的统计,然后逐层上报,最终汇总。此方法获取的作物种类结果详细,但费时费力,过度依赖统计的数据使得研究结果与方法都较为落后,因此急需构建一种省时、省力、客观性强、范围大且精度高的分类方法,为调整农作物的种植比例、播种面积、产量信息、分布情况提供数据支持。对于农作物产量、长势、种植结构的调整、休耕轮作、玉米水稻调减以及扎实推进农业供给侧结构性改革,努力提高农业供给体系的质量和效率有着重要的意义。由于遥感技术可获得的信息量大、周期短、探测范围大、费用低且客观性强可以节省大量的人力、财力、物力、时间,因此被用于农业生产的各个环节。例如:监测农作物种植面积、农作物长势信息、快速监测和评估农业干旱和病虫害等灾害信息、估算全球范围、全国和区域范围的农作物产量,为粮食供应数量分析与预测预警提供数据支持。目前,LANDSAT、高分一号、环境星、SAR等均可为我们提供理想的卫星数据。鉴于遥感数据的多样性,本文利用非光学数据与光学数据结合,以典型黑土区(海伦、望奎、兰西)为研究区,利用MODIS数据比较不同作物反射光谱与植被指数时相差异,进而选择最佳的分类时相进行作物分类。研究采取不同的方法进行作物分类,并对种植结构的变化进行分析,观察3年来3县农作物种植结构时空动态的变化。主要结论如下:(1)通过分析农作物的光谱特征可以对农作物种类进行辨别。不同作物反射光谱与植被指数不同时相下存在差异,本文采用MODIS16天数据提取不同作物不同时相的反射光谱并绘制曲线,结合农时,确定农作物分类的关键期为7、8、9三个月份,同时结合农作物生长的关键期和不同作物反射光谱特性对不同的农作物种类进行大致的确定。其中由于东北地区气候原因,大多在6月份为水田灌水,因此旱田和水田可在此时期进行分辨,7月份属于播种后的生长期,此时期对作物种类不易分辨,7月末至8月大豆和水稻的冠层存在明显差异,因此,在8月中下旬时,大豆的NDVI值较高,水稻的NDVI值较低,此时期可作为提取大豆的关键时期并且地块颜色在遥感影像上体现为亮红色,9月中下旬时为玉米的成熟期,此时玉米的NDVI值最高,可以作为识别玉米的关键期,在遥感影像上体现为暗红色,水稻也在同时期成熟,在遥感影像上体现为粉色。(2)监督分类精度高于非监督分类精度。目前为止对农作物进行分类的方法有很多,本文采用了监督分类与非监督分类两种方法对研究区(海伦、望奎、兰西)进行分类,得出结果后进行对比,并选择精度较高的结果,并且对耕地范围内的分类结果进行精度评价,最终选择监督分类方法所得结果用于后续研究。监督分类与非监督分类结果的精度分别为91.82%和84.98%,Kappa系数分别为0.88和0.78,因此可见,监督分类精度较高于非监督分类。(3)从时间与空间角度分析种植结构调整的变化趋势。随着时间的推移,研究区内大豆面积逐年上升,玉米种植面积下降,但大豆和玉米依然是研究区内的重要作物,水稻、马铃薯面积与占比在三年内均呈现上升的趋势,且上升幅度较为稳定。从空间角度看研究区内种植结构划分为纯玉米种植区、纯大豆种植区、纯水稻种植区、以玉米为主的种植区、以大豆为主的种植区、以水稻为主的种植区、以马铃薯为主的种植区、混作区,共八类种植区。三年内纯玉米种植区种植重心有向南移动的趋势;以玉米为主的作物种植区重心呈现出由北部向南部转移的趋势,纯大豆种植区整体呈现由北向南移动趋势,以大豆为主的作物种植区重心由海伦市北部向南部移动,并且在兰西县西部也有少量分布。混作种植区空间分布广泛,呈现出由研究区的西部向东部迁移的趋势。纯水稻种植区与以水稻为主的种植区面积稍有变化,但变化幅度不大。(4)种植结构调整及其影响因素。通过对2015、2016、2017年作物种植结构调整时空的变化进行分析发现此三年研究区大豆种植面积呈上升趋势,玉米面积呈下降趋势,水稻面积几乎不变,2015年玉米面积最多、大豆面积偏少是因为玉米适应性强,在各类土壤类型中均能生长,且收益高,大豆对土壤要求较高,2016年开始研究区内的大豆种植面积及占比逐年上升,玉米的种植面积及占比逐年下降,此结构调整变化的原因大部分在于国家政策的导向,同时随着国家政策的提出与落实,农民积极响应国家政策,使得自身收益提高,实现了种植结构的调整。