PDF 【目的】利用22景GF6-WFV影像，探寻关中地区梨树（砀山酥梨与早酥梨）遥感辨识的最佳时相与方法。【方法】首先对各景影像进行了预处理；随后基于12种果树与3种农作物样地的ROI（感兴趣区）数据对8类探试性方法（即红边参数法、光谱距离法、图像增强处理与分析法、影像差值与比值法、反射光谱及其波段差分法、光谱指数及其变化分析、辨识方法优化组合）的辨识效能进行了逐一测试，并优选出较佳方法及其对应时相；最后采用全域影像对较佳方法及其最佳组合的辨识精度以及坚实性进行了验证。【结果】（1）梨树的最佳辨识时相为盛花期；（2）RGB分量阈值法对盛花期梨树具有较强的辨识效能，并且其辨识效能具有一定的坚实性；（3）R710阈值法对盛花期梨树也具有较强的辨识效能，其辨识的总体精度高于常见的植被指数［如R710-R425、MSRred-edge=（R750-R425）/（R710+R425）、IRECI=（R830-R660）/（R710/R750）、NDVI=（R830-R660）/（R830+R660）、SRred-edge=R830/R710、CLred-edge=R830/R710-1、mNDVIred-edge=（R750-R710）/（R750+R710-2×R425）、NDVIred-edge=（R750-R710）/（R750+R710）等］；（4）仅采用梨树盛花期影像无法将梨树与李树精确区分，而采用梨树盛花期与李树盛花期两期影像中的红边1波段的差值（即R710-apr-R710-mar）的阈值可将梨树与李树予以精确区分；（5）RGB分量、R710与R710-apr-R710-mar三种阈值法之间具有一定的互补性，由其组合构建的决策树对梨树的辨识效果最佳，梨树类正确率可达92.91%，非梨类正确率可达97.53%，总体精度可达97.19%。【结论】采用梨树盛花期与李树盛花期两期影像，并基于RGB分量、R710与R710-apr-R710-mar3种阈值法组建的决策树可将研究区内的梨树予以高精度辨识。