德国RapidEye卫星在传统的可见光波段和近红外波段的基础上加入了红边波段,红边波段更有利于地表植被分类和监测植被生长状态。为了定量分析RapidEye卫星影像加入红边波段后对地物识别能力的影响,文章利用内蒙古呼伦贝尔市莫力达瓦达斡尔族自治旗哈达阳镇2017年7月25日的RapidEye数据,采用BP神经网络的监督分类方法,提取了研究区内玉米和大豆面积,并计算了有红边和无红边条件下该地区玉米、大豆以及其他作物之间的可分性测度和混淆矩阵,对比了这两种波段组合形式下农作物提取的可分性和基于混淆矩阵的分类精度。结果证明:引入红边波段后,玉米-大豆、大豆-其他、玉米-其他的可分性测度分别从1.71、1.97、1.91提高到1.99、1.99、1.93。总体分类精度从79.57%提高到84.14%,Kappa系数从0.63提高到了0.71。该结果证明,红边波段对区分玉米-大豆的能力有显著提高,区分其他地物的能力也有了明显提升。国外搭载红边波段的卫星载荷越来越多,国产卫星也拟引入红边波段载荷技术,为农业部门提供更可靠的数据支持,文章的研究结果能为国产红边波段数据在农业上的应用提供参考。