通过调查多家用户在农作物快速分类中的实际应用反馈，对比传统监督分类软件及方法，简译软件中多尺度分割、同类对象快速搜索等功能，不仅大大降低了用户对训练样本选择的数量，还大幅提高了作业人员的工作效率和农作物分类精度，同时，简单快捷的流程化操作能够也让初学人员快速上手，流程如下：
以下是简译软件中多尺度分割、同类对象快速搜索功能的实际案例：
GF1 PMS融合2m卫星影像实现冬小麦信息提取
电脑配置：CPU：Intel(R) Xeon(R) Silver4114CPU@2.20GHz；内存：64 GB；Windows7 64位专业版操作系统；
解译面积：1036平方公里；
分类总时间：约150分钟。其中，多尺度分割用时约30分钟，快速搜索信息提取用时共计120分钟。
解译结果如下：
效率分析：使用上述方法提取冬小麦等大宗作物时，避免了因训练样本选择不当引起结果偏差而需要再次重新选择训练样本的重复工作流程；同时，分类结果人工编辑工作量极少，分类精度较高。
以下成果为县域内包括平原和山区时，冬小麦分类提取结果的局部图，其中，左侧为平原提取结果，右侧为山区提取结果。
相较于传统软件监督分类对高分辨率遥感影像（GF1 PMS 2m）超12小时工作流程，简译软件不仅有效提高了工作效率和分类精度，同时简单的中文界面及便捷的流程化操作更方便初学者使用。
Sentinel-2（哨兵2号）10 m卫星影像提取冬小麦
电脑配置：CPU：Intel(R)_Core(TM)_i7-8750H_CPU_@_2.20GHz；内存：8 GB；Windows10 64位操作系统。
解译面积（平方千米）：12056平方公里
分类总时间：约30分钟。其中，多尺度分割用时约10分钟，单次快速搜索信息提取用时3分钟之内，经多次快速搜索提取得到如下分类结果，左图为原始影像，右图为提取结果：
通过实际应用不仅提高了工作效率和作物分类精度，还能方便快捷地实现棉花、大豆、花生等大宗和小宗作物在不同种植类型区的分类提取，在农作物信息快速获取遥感监测方面具有独特优势。
欢迎相关方面专家和用户与我们联系，试用简译，提出想法，共同进步。
北京治元景行科技有限公司
010-58443530/18610998699