摘要：为快速获取大范围种植结构复杂区域的作物种植面积，以MODIS数据为数据源，选择归一化植被指数（Normalized difference vegetation index，NDVI）、增强植被指数（Enhanced vegetation index，EVI）、宽动态植被指数（Wide dynamic range vegetation index，WDRVI）、地表水分指数（Land surface water index，LSWI）、归一化雪被指数（Normalized difference snow index，NDSI）5种特征，结合同步的实地调查样本点，采用支持向量机算法（Support vector machines，SVM）提取黑龙江省主要农作物的种植面积。研究表明，在待选特征中NDVI、EVI与LSWI指数组合取得了最高的分类精度，总体分类精度为74．18％，Kappa系数为0．60；支持向量机算法与最大似然算法、随机森林算法相比，分类精度更优。该方法为在大区域中提取农作物种植面积提供了参考价值。

关键词：modis 支持向量机 黑龙江省 作物类型 空间制图 

单位：中国农业大学信息与电气工程学院; 北京100083; 黑龙江省农垦科学院科技情报研究所; 哈尔滨150036