玉米是山西省主要的粮食作物，及时准确地获取其空间分布信息，对区域农业生产管理和保障粮食安全具有重要意义。当前玉米种植区遥感识别研究大多采用监督分类方法，对样本数据依赖较高，在跨区域及复杂种植模式下适应性有限，限制了相关方法在大尺度区域的推广应用。

针对上述问题，荀兰等基于Sentinel-2多光谱遥感影像，深入分析玉米关键物候期的光谱特征，提出了一种融合光谱反射率与光谱角特征的新型玉米制图指数（MMI）。该指数通过自适应时间窗口考虑了区域作物物候差异的影响，结合Kapur阈值法确定指数阈值，无需训练样本即可实现玉米种植区识别。利用该方法提取的山西省玉米种植面积在县尺度与统计数据的决定系数为0.77。

该研究可为区域作物分布制图提供方法参考，相关成果发表在《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》期刊。

论文信息：

Lan Xun, Yi Xie. Automatic Mapping of Maize Cultivated Area Based on a Novel Maize Mapping Index. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2025, 18, 28300-28309.