采用支持向量机分类器进行基于象素遥感影像分类方法。在分类过程中，分别对不同日期的单景环境星数据以及不同日期环境星数据的组合进行分类，以评价环境星在作物分类中的应用潜力，并确定利用环境星数据进行作物分类的最佳影像获取时期及最优时相组合。

※技术方法 

    (1)在地面调查数据和GVG数据的支持下，利用高分辨率影像进行作物分类；

    (2)将分类结果进行区域统计，区域大小采用与中低分辨率影像像元同样大心的格网，得到与MERIS或MODIS同像元大小的作物组分结果；

    (3)将MODIS时间序列NDVI数据集与ENVISAT MERIS多光谱数据与高分辨率生成的作物组分数据进行比较，建立神经网络模型；

    (4)利用神经网络模型进行全影像外推，得到研究区的作物种植面积。

※精度验证

利用多尺度遥感影像数据估算玉米种植面积可以达到有效精度，尤其是在整个研究区水平上，精度良好；在地市水平上，利用MDOIS NDVI估算的玉米种植面积估算精度也均能达到有效精度，在省级尺度上，利用MODIS NDVI河北和山东均能达到有效精度，利用MERIS估算精度仅能达到有效精度。