农业生态遥感监测的容为2014年北京市1期冬小麦面积监测，2014年北京市2期玉米（春、夏玉米）面积监测，2014年北京市4期设施农业占地面积，2014年秋季露地菜面积监测。具体的生产流程如下：
1、专题信息获取
专题信息主要指北京市冬小麦、玉米、设施农业、秋季菜田四类专题，具体监测方法和生产流程如下：
1.1专题监测方法
（1）小麦、玉米监测
小麦监测北京市2014年冬小麦数据，以2014年4-5月遥感影像为主；玉米监测2014年北京市玉米，以2014年6-9月遥感影像为主，具体的技术方法如下：在综合考虑北京市地形特点，小麦、玉米种植结构特点的基础上，经过对小麦、玉米种植物候，遥感生产的经验总结和对多种数据的对比、分析，提出一套基于“分目标、分区域、分数据、分技术”的“四分”技术方法，融生产标准规、质量控制体系和用户响应机制为一体的小麦、玉米播种面积统计统计遥感调查方法。该方法按照一定的分层指标将北京市行政村进行划分，再对不同层级的村执行不同的数据计划和技术对策，最后采取分层抽样法评估信息提取结果的精度，并对未满足精度要求的区域进行成果修订（图1-1）。
图1-1 总体技术路线图
为提高小麦、玉米播种面积统计遥感调查精度，充分发挥多源数据及人机交互解译的能力，研究出基于“四分”总体技术方法的小麦、玉米专题统计遥感生产流程。“四分”技术：指“分目标、分区域、分数据、分技术”。四分技术是对按照一定标准划分的区域，分别采取不同的目标、数据和技术策略，使信息提取更具有针对性、有效性，达到提高精度的目的。具体包括两大关键技术：解译分区技术体系和精度评估技术。
1）人机解译分层技术
根据北京市小麦、玉米分布围，结合北京市地形特点和小麦、玉米种植特点，将分布区分为三大带：“山区带、丘陵带、平原带”。继而根据所分的三大区域，进一步研究小麦、玉米的种植特点和光谱纹理特征，结合地形地势、分布趋势、地块破碎程度、地块大小、占耕地面积以及解译难易程度等多方面指标，通过定性定量相结合将北京市小麦、玉米种植区域进一步细化区分，针对不同区域采用不同的目标、数据和技术策略，抓住重点、难点，优化目前提取方法，提高小麦、玉米统计遥感调查精度。
2）精度评估技术
为了检验小麦、玉米专题生产成果的精度，确保满足市农业局指标统计的精度，本项目实施过程中建立了一套精度评估技术体系。该体系主要是为了解决专题精度是否达标的问题，并对未达标的成果进行科学合理的修订反推。该精度评估技术体系是建立统计学抽样原理的基础上，通过结合小麦、玉米现势数据或历年数据，以村为统计抽样单元进行分层抽样评估。成果的精度评估将通过遥感面积和反推的实际面积对比分析得出，最终确保小麦、玉米成果市域的统计精度能够满足市农业局的业务要求。
（2）设施农业监测
设施农业主要监测设施占地面积，设施农业的类型主要分为大棚，中、小棚，温室三类， 2014年每季度监测一次，共4次，遥感影像以各季度影像为主进行监测，具体的监测技术路线如下：
在综合考虑北京市地形特点和设施农业分布特点的基础上，经过对前期设施农业占地面积遥感生产经验的总结和对多种数据的对比、分析，探索了一套基于人机交互解译，集生产标准规、质量控制体系和用户响应机制于一体的地块级设施农业占地面积统计遥感调查方法。该方法首先分析不同地域的设施农业种植规律、采集解译知识信息，再利用人机交互解译方法、结合外业调查进行地块级信息提取，提取中按照地域注意设施农业与其他易混淆地物类别的区分，最后采用抽样技术评估信息提取结果的精度，并对未满足精度要求的区域进行成果修订。
下图为基于人机交互解译技术和精度评估技术体系的总体技术路线图：
业
务
需
求
与
统
计
制
度
感生产流程。具体包括两大关键技术：分区人机交互解译技术和精度评估技术。
1）分区人机交互解译技术
人机交互解译分区技术是按照易与设施农业发生混淆的地物类别（厂房、禽类养殖舍、牲畜养殖舍等）对设施农业分布地域进行划分，研究不同区域的不同干扰地物分布特点和光谱纹理特征，对不同区域区分不同的排除重点，有针对性地剔除干扰信息，使设施农业信息提取具有更高的精度。
2）精度评估技术
遥感是一门验证科学，结合抽样调查的精度评估是一种非常适合于遥感解译的精度评价方法。根据对几种基本的抽样方法（简单随机抽样、分层抽样、整群抽样、系统抽样等）研究，确定采用分层随机抽样。
根据专题信息和抽样方法的特点，先将研究区域设施农业按照设施村级面积
数据划分为6个级层，对每层随机抽取样本村进行实地调查；利用实测数据，科学地计算遥感调查结果的精度。
（3）秋季露地菜田监测
北京市2014年秋季露地菜田的监测以2014年7-10月份遥感影像为主进行，具体技术流程如下：
露地菜田遥感解译受其他干扰物影响较大，因此，结合多个时相遥感影像，利用分层分类的方法进行菜田信息提取（图4-23）。首先，利用蔬菜及干扰物在9、10月份影像上的特殊光谱反映将其从农田全覆盖本底数据中分离出来；其次，根据6月下旬多光谱影像中的植被反映，从水田地类中剔除水稻，解译出水生蔬菜，再从非水田中分离出部分种植较早的秋菜；然后，利用葡萄、大豆和早种红薯在7月上中旬的植被反映，将其分离出来。
图1-3 秋季菜田分层分类提取技术路线
1.2专题生产流程
农业遥感现状监测基本生产流程为：专题业务知识梳理，数据获取，数据预处理，解译知识库建立，专题信息提取，外业调查，成果精度评价，成果整理分析等。
（1）专题业务知识梳理
业务知识梳理主要包括：专题物候规律梳理，专题区域种植特征梳理，专题政策导向梳理，统计上报数据分析等。
（2）数据采集
1）遥感数据
为达到各专题遥感调查的业务要求，结合各专题物候期和统计时间节点要求，参照分区域结果，采集适宜空间分辨率和时相的遥感数据源。
○1影像时相选择
冬小麦专题生产影像选择4-5月覆盖一次，玉米专题生产影像选择7-8月覆盖一次，设施以全色数据为主，要求每个季度覆盖全北京市一次，秋季露地菜田专题生产影像选择7-8月覆盖一次，9月覆盖一次，10月覆盖一次，11月覆盖一次。
○2影像光谱选择
应选用最佳时相围的遥感影像，并要求影像层次丰富、图像清晰、色调均匀、反差适中。遥感影像的波段数量大于等于3个，含有可见光和近红外波段。
○3影像分辨率选择
A：多光谱
空间分辨率不低于30米，时间分辨率不低于15天，每景尽量保证覆盖全北京市。
B：全色
空间分辨率不低于4米，一个季度覆盖全北京市一次。
○4云量控制
影像中云层覆盖小于5%，且不能集中覆盖在大田作物，设施或菜田围。
○5侧视角要求
