【摘要】针对传统分类方法易受到"同物异谱"和"异物同谱"的影响,农作物遥感分类准确性较低的问题,本文以四川盆地内的川中丘陵和川西成都平原为主要研究区域,选用Landsat-8OLI遥感数据,构建了基于BP神经网络的土地覆盖分类模型,应用于研究区的主要作物油菜籽识别研究。以两幅Landsat-8 OLI遥感数据的14个波段作为输入,不断调节分类参数,最终确定了最优分类网络结构。结果显示,BP神经网络法油菜籽的分类总体精度为81.28%,较最大似然法提高了25.12个百分点,Kappa系数也有所提高。基于BP神经网络的遥感分类模型可高效精确地识别油菜籽。