遥感到底能分出多少种作物
这个问题我被问过好几次，每次都得先反问一句：你打算用什么分辨率、几期影像？
因为"能识别多少种"没有固定答案。同一个人、同一套工具，换一块地、换一个年份，答案能从 5 变到 15。
凡是直接甩给你一个数字的，八成没告诉你前提。
三条线卡着你
光谱。 可见光到近红外这一段，作物的光谱曲线挤在一起。单看一期，"玉米还是大豆"经常分不出来。
物候。 这是真正的主力。作物能分开，靠的是生育期不同步——播期、抽穗、成熟的时间错开，时序曲线的形状就不一样。看的是形状，不是数值。同一块地今年的 NDVI 峰值可能比去年低一截，那是天气的事，不是作物变了。
分辨率。 地块装不装得下。一块半亩地 333 平方米，10 米影像上只有 3.3 个像元，边缘一混就没了；1 米影像上 333 个像元，边界才画得出来。目标地块越小，对分辨率的要求是平方级往上走的。
这三条里任何一条卡住，类别数就上不去。而且卡住的通常是分辨率，因为换分辨率要花钱。
几个真正好用的窗口
物候判据不是抽象概念，落到具体作物上是几个很实在的时间点：
水稻的淹水期。 移栽前后那段，田里有水，NDVI 会有一个明显的骤降再回升。这个特征几乎没有别的作物有，是全套判据里最结实的一个。
冬小麦的返青到拔节。 三四月份，别的地还是裸土，它已经绿了。这一期的差异比任何分类器都可靠。
玉米和大豆。 华北东北一带，播期能差十来天，加上冠层结构不同，七八月旺盛生长期曲线是错开的。错开的量不大，但形状能看出来。
油菜的花期。 三四月一片黄，冠层反射在可见光段极突出，基本不会认错。
棉花的吐絮期。 九月前后，冠层从绿转白，NDVI 掉得跟别的作物不是一个节奏。
反过来，有些组合天生难分：同为禾本科的几种杂粮，播期接近、冠层结构接近、物候曲线几乎重合；花生和某些豆科在早期也很难。这些不是算法问题，是它们本身在光谱和物候上都太像。遇到这种，正确做法是合并成一类报，而不是硬分。
我一般怎么给数
不给全局数字，按场景分层：
省市级的大区制，Sentinel-2 多时相就够，主粮四到六类是稳的——水稻、玉米、小麦、大豆，加一个其他。
县域尺度，多时相加物候时序，八到十二类可以做到，能加上油菜、棉花、花生、马铃薯这些。
地块级要亚米级影像加时序再加人工样本，十到十五类，但必须配样本，纯自动做不到这个数。
品种细分基本没有戏。同一作物的不同品种，光谱和物候都太接近，遥感这个尺度上分不开。谁说能分，让他先拿出验证集来。
怎么判断一个数字靠不靠谱
就问三个问题。
什么分辨率？不说分辨率直接报类数，等于没报。
有没有时序？单期影像的分类上限很低，能分五类已经不错。
这些类里，哪几对是光谱和物候都重叠的？—— 这一问最狠。分不开的那几对，通常正是最容易被含糊带过的地方。
论文里常见"在自建数据集上识别 XX 类"，那是在挑选过的样本分布上的结果。换个区域、换个年份，分布一变就可能崩。这不叫过拟合，叫分布不匹配。
一句话：能识别多少种，不由算法决定，由光谱分不分得开、物候错不错得开、地块装不装得下决定。
有人给你一个确定的数字，先问他分辨率和时相。两个前提缺一个，这个数字就不成立。