大区域低样本依赖度的作物制图方法与系统

本发明属于遥感影像作物制图技术领域，涉及大区域低样本依赖度的作物制图方法与系统。该方法包括收集遥感数据、地面样本数据、气象数据、土壤数据、基础地理数据与灾害数据；建立作物种植地理分区；建立作物各个区域对应的关键生育期模型库；基于多种机器学习算法构建机器学习模型，得到机器学习作物提取模型；选取最优机器学习作物提取模型；得到作物空间分布底图；基于灾害信息的产品校正；利用适用于灾害响应的目标作物提取模型，得到区域作物制图。本发明能够解决由于地形地貌、土壤、气候等原因造成的大区域内农业种植差异大、模型的适用性差的问题，实现高精度的大尺度作物制图，降低作物制图的作物样本依赖度。