A observação terrestre multângulo por sensoriamento remoto pode fornecer características mais ricas e multidirecionais, melhorando a distinguibilidade entre os tipos de cobertura do solo, estabelecendo uma base sólida de dados para o reconhecimento preciso da cobertura do solo. O GF-7 é o primeiro satélite chinês de mapeamento submétrico após o satélite ZY-3, o que oferece uma oportunidade para usar características multângulo para resolver o problema de "objetos diferentes com espectro igual" e melhorar a precisão do reconhecimento de culturas. Este artigo utiliza dados pancromáticos frontais, traseiros e dados multiespectrais traseiros do GF-7, diversas combinações de características foram inseridas em um classificador de máquina de vetor de suporte para classificação. Em comparação com características espectrais e de textura, analisou-se o impacto das características multângulo na precisão do reconhecimento de culturas. Os resultados mostram que, em comparação com o uso apenas de características espectrais, a combinação de características espectrais e diferença angular melhorou a precisão do mapeamento do alho e do trigo de inverno em 4,07% e 3,15%, respectivamente, e a precisão do usuário aumentou 6,73% e 2,12%, respectivamente; em comparação com o uso de características espectrais e de textura, a combinação de características espectrais, de textura e diferença angular melhorou a precisão do mapeamento do alho e do trigo de inverno em 3,14% e 1,01%, respectivamente, e a precisão do usuário aumentou 5,11% e 0,67%, respectivamente. A análise pelo teste de McNemar mostrou que essa melhoria na precisão da classificação é estável, e o uso das características de diferença angular pode melhorar efetivamente a precisão do reconhecimento de culturas. A razão é que as características multângulo possuem respostas espectrais características para diferentes tipos de culturas durante a observação multângulo, aumentando assim a distinguibilidade entre culturas e garantindo a precisão do reconhecimento de culturas por sensoriamento remoto.

GF-7;máquina de vetores de suporte;diferença angular;sensoriamento remoto;trigo de inverno;alho;agricultura