摘要： 针对目前高分二号（GF-2）卫星遥感数据在农业领域应用较少，尤其是在农作物识别方面应用缺乏的现象，以GF-2 4 m多光谱遥感影像为数据源，在河南省北部小麦主要种植区域濮阳县，采用监督分类方法（包括支持向量机、人工神经网络和最大似然法）进行小麦种植空间分布信息的快速提取和精度分析。结果表明，3种分类方法对小麦的识别结果非常相似，生产者精度均在96%以上，以支持向量机法最高；用户精度均在98%以上，以最大似然法最高；Kappa系数三者比较接近，均在0.80以上；总体精度均在82%以上，以最大似然法最高，达85.15%；错分误差在2%以下，漏分误差在3%左右，对地物的识别误差总体以最大似然法最低，尤其对小麦、水体、光伏电站的识别精度非常高。综合考虑，在采用GF-2进行小麦识别时，建议采用最大似然法。

关键词: GF-2, 小麦, 识别, 支持向量机, 人工神经网络, 最大似然