遥感对冬小麦的估产应用及展望

遥感对冬小麦的估产应用及展望摘要：小麦是我国三大粮食作物之一，遥感又是应用最广泛、最先进的农业科技之一。

本文从冬小麦估产的必要性及传统估产方法和遥感估产方法的对比中提出遥感估产的方法。

通过国内外的遥感估产发展状况来探讨我们现行遥感估产的方方面面以及可进步空间。

关键词：遥感信息技术估产冬小麦冬小麦室我国的主要粮食作物之一，其中播种面积占粮食播种面积的五分之一。

而在北方其地位更加重要，其播种面积和总产量占全部粮食面积和总产量的二分之一。

因此，对具有13亿人口的农业大国，针对农作物进行长势监测和产量早期预报和估算，特别是对冬小麦进行长势监测和估产，对国家实现及时、准确地掌握粮食生产宏观调控、国际农产品中争取到主动权具有重要的意义。

但是我国冬小麦分布广阔，且地域复杂，其产量等数据的取得若仍旧通过常规的统计方法或常规的地面调查方法，不仅受人为因素影响较大，且费时费力难以满足有关冬小麦管理和决策对现势性信息的要求。

因此，随着“3S”技术的发展，特别是遥感技术将三者完美的结合。

1.遥感估产特点遥感信息具有覆盖面积大、探测周期短、资料丰富、现势性强、费用低、受地面条件限制小，手段多，获取的信息量大等特点，为快速准确的冬小麦估产提供了新的技术手段，为各国所重视。

遥感在作物长势监测与估产方面的应用研究，显著地提高了区域农业生产的动态预测性和管理决策的科学水平，取得了较好的经济、社会和生态效益。

小麦作为主要粮食作物，安全生产已成为我国可持续发展的重要保障。

及时了解小麦的分布概况、生长状况、肥水行情以及病虫草害动态，便于政府决策者和生产管理者采取各种管理措施，达到增产、增收和增效的目的。

目前，我国的农作物遥感估产是根据生物学原理收集各种农作物不同生育期不同光谱特征的基础上，通过平台上的传感器记录的地表信息，辨别作物类型，监测作物长势，在作物收获前，预测作物的产量的一系列方法。

这一技术可以对农作物生长过程的动态监测、种植面积测算、单位面积产量估测和总产量估测此外，遥感技术还可以检测出农业病虫害，农作物在遭受病虫危害早期就可以通过遥感技术探测到这一光谱差异，从而解决了农作物病虫害早期发现和早期防治的问题，这一技术方法也已经应用在森林病虫害监测和防治方面。

2.遥感技术的基本介绍遥感，（RS, remote sensing）即遥远的感知，泛指一切无接触的远距离探测，包括对电磁场、力场、机械波（声波、地震波）等的探测。

自然现象中的遥感：蝙蝠、响尾蛇、人眼人耳… 也是应用探测仪器，不与探测目标相接触，从远处把目标的电磁波特性记录下来，通过分析，揭示出物体的特征性质及其变化的综合性探测技术。

遥感技术是从人造卫星、飞机或其他飞行器上收集地物目标的电磁辐射信息，判认地球环境和资源的技术。

它是60年代在航空摄影和判读的基础上随航天技术和电子计算机技术的发展而逐渐形成的综合性感测技术。

任何物体都有不同的电磁波反射或辐射特征，航空航天遥感就是利用安装在飞行器上的遥感器感测地物目标的电磁辐射特征，并将特征记录下来，供识别和判断。

2.1 遥感估产的基本原理任何物体都具有吸收和反射不同波长电磁波的特性，这是物体的基本特性。

人眼正是利用这一特性，在可见光范围内识别各种物体的，遥感技术也是基于同样的原理，利用搭载在各种遥感平台(地面、气球、飞机、卫星等)上的传感器(照相机、扫描仪等)接收电磁波，根据地面上物体的波谱反射和辐射特性，识别地物的类型和状态。

农作物估产则是指根据生物学原理，在收集分析各种农作物不同生育期不同光谱特征的基础上，通过平台上的传感器记录的地表信息，辨别作物类型，监测作物长势，并在作物收获前，预测作物的产量的一系列方法。

它包括作物识别和播种面积提取、长势监测和产量预报两项重要内容。

2.2农作物估产的方法农作物估产在方法上可分为传统的作物估产和遥感估产两类。

传统的作物估产基本上是农学模式和气象模式，采用人工区域调查方法。

它们把作物生长与主要制约和影响产量的农学因子或气候因子之间用统计分析的方式建立起关系。

这类模式计算繁杂、速度慢、工作量大、成本高，某些因子种类往往难以定量化，不易推广应用。

遥感估产则是建立作物光谱与产量之间联系的一种技术,它是通过光谱来获取作物的生长信息。

在实际工作中，常常用绿度或植被指数（由多光谱数据，经线性或非线性组合构成的对植被有一定指示意义的各种数值）作为评价作物生长状况的标准。

植被指数中包括了作物长势和面积两方面的信息，各种估产模式，尤其是光谱模式中植被指数是一个极为重要的参数。

根据传感器从地物中获得的光谱特征进行估产具有宏观、快速、准确、动态的优点。

农作物估产中所应用的遥感资料大致可分为三类：一是气象卫星资料，主要为美国第三代业务极轨气象卫星（NOAA系列）装载的甚高分辨率辐射仪（AVHRR）资料，其资料特点是周期短、覆盖面积大、资料易获取、实时性强、价格低廉，空间分辨率低但时间分辨率较高；二是陆地卫星(Landsat)资料，应用较多功能是专题制图仪(TM)资料，它重复周期长、价格高，但其空间分辨率高；三是航空遥感和地面遥感资料，主要用于光谱特征及估产农学机理的研究中，其中高光谱数据可提供连续光谱，可消除一些外部条件的影响而成为遥感数据处理、地面测量、光谱模型和应用的强有力的工具。

在遥感估产中农作物面积提取是最重要的内容。

用遥感方法测算一种农作物的种植面积主要有以下几种方法。

1）航天遥感方法。

包括卫星影像磁带数字图象处理方（一般精度较高）和绿度---面积模式。

2)航空遥感方法。

可进行总面积的测量、作物分类及测算分类面积。

3)遥感与统计相结合的方法。

此方法是由美国农业部统计局在原面积抽样统计估产的基础上发展起来的,其原理是利用遥感影像分层，再实行统计学方法抽样。

4)地理信息系统(GIS)与遥感相结合方法。

此方法是在地理信息系统的支持下，利用遥感信息，对不同农作物的种植面积进行获取。

3、遥感技术在国内外农作物估产中的应用及现状3.1 国外遥感估产研究的进展状况美国首先开了农作物遥感估产之先河，美国农业部、国家海洋大气管理局、宇航局和商业部合作制定了“大面积农作物估产实验(1974～1978)计划”，组织实施了小麦估产计划，应用先后发射入轨的陆地卫星1～3接收处理出的MSS 图像，首先对美国大平原9个小麦生产州的面积、单产和产量做出估算;尔后对包括美国本土、加拿大和前苏联部分地区小麦面积、单产和产量做出估算;接着是对世界其它地区小麦面积、总产量进行估算。

调查分析美国、原苏联、加拿大等主要产粮国的小麦播种面积、出苗状况和长势，并利用气象卫星获得的气象要素信息，结合历年统计数据进行综合分析，建立的小麦估产模型精度高达90%以上。

1980～1986年，美国又制定了“农业和资源的空间遥感调查”计划,其核心内容仍是主要作物的种植面积与单产模型的研究。

进行国内、世界多种粮食作物长势评估和产量预报。

中国科学院自然资源综合考查委员会的陈沈斌于1992年8月在美国农业部外国农业局(负责美国以外国家的农作物估产,并建成运行系统)曾见到当月估计的中国小麦、玉米、水稻总产量与后来1993年国家统计局公布的数字差-3.53%、+0.65%和-0.66%。

该项工作,为美国在世界农产品贸易中获得巨大的经济利益。

法国、德国、前苏联、加拿大、日本等过已相继开展了遥感估产研究。

3.2 国内遥感估产研究的进展状况在国内外估产模型中，他们从遥感要素估产的机理出发，通过分析光谱变量与穗粒结果的关系进行估产；利用各种植被指数进行作物遥感估产；通过建立气象、农学和光谱符合模型进行综合遥感估产。

在这些估产模型中，由于研究者过分强调估产的精度和稳定性，在遥感估产过程中进入了大量的气象、农学、植物等方面的影响参数，或对植物需进行长期的连续观测，这为观测的经济性带来了很大的难题。

考虑到估产的经济性，通过分析小麦生长状况的机理与产量的关系发现，植被指数与产量有二次抛物线关系，即在小麦扬花期至灌浆期，植被指数与产量的相关性达到最大。

因此，在小麦扬花期至灌浆期间，对小麦进行遥感监测，并对小麦进行遥感监测，并对遥感影像进行绿度指数（GDVI）的分析，建立GDVI与小麦产量的关系式，通过对此期小麦GDVI的提取进行遥感估产，研究其可行性。

4.农作物遥感研究及应用概况4.1 冬小麦估产应用的遥感资料及特点冬小麦估产中应用的遥感资料主要为三类。

一是气象卫星资料，主要为美第三代业务极轨气象卫星（TIROS-N/NOAA)系列）装载的甚高分辨率辐射仪（AVHRR）资料；二是陆地卫星（Landsat）资料，应用较多的是专题制图仪（TM）资料；其三是航空遥感和地面遥感资料。

从资料应用形式上，卫星遥感数据有磁带数据和卫星像片两种, AVHRR数据应用以磁带数据为主，2数据则二种兼用。

航空遥感资料为航空像片，地面遥感资料多为实测的冬小麦光谱物征离散数据。

不同的遥感资料具有不同的特点：气象卫星资料探测周期短、覆盖面积大、资料易获取、实时性强、价格低廉，时间分辨率高但空间分辨率较低；陆地卫星资料重复周期较长、价格高，但空间分辨率高。

从各遥感资料的具体应用情况，AVHRR资料主要应用于通过一定的绿度指标进行冬小麦长势监测及单产模型的构建，适宜于大范围、宏观的小麦长势监测及估产。

TM资料由于分辨率高主要用于冬小麦面积信息的提取，因费用较高，目前以TM资料为主实现业务化的大范围小麦监测与估产尚有一定的困难。

地面遥感资料则主要用于冬小麦光谱特征及估产农学机理的研究。

MODIS的特点是空间分辨率大幅提高，一天可过境4次，光谱分辨率大大提高。

有36个波段，大大增强了对地球复杂系统的观测能力和对地表类型的识别能力。

4.2 冬小麦光谱特性冬小麦产量是其光合作用的产物，叶绿素对其产量形成起至关重要的作用，因此，准确提取冬小麦叶绿素信息是小麦遥感估产的关键。

根据研究，叶绿素a、b在可见光内有两个吸收峰，一个是0.45μm（兰光），另一个是0.675μm （红光），而在0.55μm（绿光）附近反射率较大。

在0.7μm附近反射率急剧增加，形成突出的峰值。

因此，红光和近红外波段是冬小麦信息提取、产量估测的最佳波段。

另一方面，冬小麦的叶绿素含量随小麦出苗至收获各不同的生育阶段是不断变化的，因此其不同生育期的反射光谱特性亦有差异。

具体表现为随小麦生育进程的推进，在可见光区的反射率逐步增加，而在近红外光区的反射率则逐步下降。

尤其是抽穗以后至成熟，小麦叶色变黄，叶绿素含量大大下降，其反射率表现为随波长的增加而逐渐增加的趋势，原吸收谷、反射峰渐不明显。

除此，长势较差的麦苗其反射率亦表现为与此相似的增加趋势。

4.3 单产遥感估产模型的建立作物单产模型的建立在遥感估产之前已有研究，并应用于估产，如加拿大的Beier.W，先后研制了，经验统计型，作物—天气产量预测模型，作物—生产模拟模型等。