中国农业科学院农业资源与农业区划研究所智慧农业团队在Computers and Electronics in Agriculture上发表了题为“The normalized difference yellow vegetation index (NDYVI): A new index for crop identification by using GaoFen-6 WFV data”的研究论文。

精准农作物遥感识别是进行产量预测、长势监测、灾害评价等农业活动的关键。作物黄化特征，表现为生长期内冠层变黄的现象，是时序光谱反射率产生显著变化的关键节点，为遥感识别提供关键光谱信息。当前植被指数在提取“黄化”特征时存在局限性，高分六号WFV传感器对作物关键物候特征较为敏感，但与作物黄化特征的响应关系尚不清晰。

研究通过揭示黄色作物冠层在可见光光谱范围0.59–0.63μm和红边光谱范围0.69–0.73μm反射率高于同期绿色冠层的特性，应用高分六号WFV影像中的黄色、红边和近红外波段构建归一化差值黄色植被指数（Normalized Difference Yellow Vegetation Index, NDYVI）。研究表明，NDYVI在油菜-冬小麦、玉米-大豆两个种植场景均具有出优异的分类表现，总体精度远高于同类的六种植被指数。相关研究为识别多作物复杂种植农业场景提供了有效手段。

中国农业科学院农业资源与农业区划研究所博士后魏妍冰为第一作者，吴文斌研究员与陆苗研究员为共同通讯作者。本研究得到北方干旱半干旱耕地高效利用全国重点实验室、国家重点研发计划项目、国家自然科学基金等项目资助。