遥感在农业中的应用

遥感对地观测技术在农业中的应用与发展

摘要：简要回顾了国际高分辨率对地观测领域近十年来的发展，介绍了我国高分辨率对地观测领域发展的现状与规划，系统论述了从观测数据到空间信息和地学知识自动转化的机理与过程。随着高分辨率对地观测技术的发展，遥感技术在农业生产中的应用发展非常迅速。将遥感技术应用在农业上，可在一定程度上降低我国农业产品的损失。最后，根据我国农业生产中应用的现有遥感技术基础上指出还存在的不足。

关键词：高分辨率对地观测；农业遥感；遥感技术

1．引言

目前，航空航天遥感正向高空间分辨率、高光谱分辨率、高时间分辨率、多极化、多角度的方向迅猛发展。国际商业遥感卫星GeoEye的空间分辨率已达到0.41m，美国光学侦察卫星KH-12空间分辨率达0.1 m；美国NASA发射的EO-1对地观测卫星搭载的HYPERION 超光谱成像仪共有220个谱段，光谱分辨率为10nm，Proba小卫星携带的CHRIS超光谱成像仪光谱分辨率最高达1.2 nm；微波遥感实现了全天时、全天候的对地观测，星载SAR的分辨率也达到1 m的水平，差分雷达干涉测量测定相对位移量的精度可达厘米至毫米级；先进的卫星系统都具备大角度侧摆观测的能力，使得重访周期大幅缩短。

我国已成功发射了近百颗卫星，初步形成了资源环境、气象、海洋三个系列的遥感卫星体系。正在运行的资源卫星，如中巴地球资源卫星系列、“北京一号”卫星、环境与灾害监测预报小卫星星座等。2012年1月9日，我国又成功发射了首颗民用立体测绘卫星“资源三号”。在气象卫星方面，发射了太阳同步轨道FY卫星系列，最新发射的FY-3卫星的气象监测能力已达到世界先进水平，我国计划发射的下一代极轨气象卫星，将具备全球、全天候大气探测的能力。海洋卫星方面，已发射了海洋探测卫星系列HY-1A，HY-1B等。正在实施的国家重大专项“高分辨率对地观测系统”提出，要建立天基、临近空间、空基对地观测系统，具备准实时、全天候获取各种空间数据的能力，形成集高空间、高光谱、高时间分辨率和宽地面覆盖于一体的对地观测系统

卫星遥感技术经过几十年的发展，已经从可见光发展到红外、微波；从单波段发展到多波段、多角度、多极化；从多光谱扩展到超光谱。在理论上，已从经典电磁波朗伯反射模型发展到更具适应性的多角度模型、临地效应和尺度效应综合模型，逐步实现了遥感信息反演地面参数的半定量和定量化。卫星遥感技术在农业气象、业务服务中的应用主要表现在农作物长势监侧与估产、干旱监测、作物种植面积提取等领域。

2．遥感对地观测技术在农业中的应用

农业遥感是随遥感技术的发展而发展的，在农业领域内最早应用的主要是航空照片.农业是遥感技术的最大用户，农业遥感的工作十分广泛。我国是一个传统的农业大国，但是每年由于农业产品自身的原因和环境变化、自然灾害等的影响，使得每年都会遭受到巨大地损失。据统计，1983年至2006年，我国平均每年农作物受旱面积2500多万公顷，占整个农业受灾面积的一半以上.1997年、2000年和2001年等特大干旱年，旱灾造成的粮食损失分别占当年粮食总产量的9.6%、13.0%、11.8%，对粮食生产造成较大影响。此外，冷冻害、台风等都对粮食生产造成重大影响，因气象灾害导致的单种粮食产量波动可达20%左右，严重时可达30%以上.随着遥感技术的日渐成熟和发展，遥感技术已经成熟的运用到军事、自然资源的勘探和调查、城市建设和规划、地图绘制等许多领域.如今在农业上的利用也逐渐受到更广泛的重视，有效的利用遥感技术可以改变农业管理水平，合理利用资源以及粮食生产以及在突变情况下为政府决策部门提供准确信息，做出相应地预防措施。从而降低农作物的经济损失。现阶段的我国，遥感技术的应用主要表现在以下几个方面。

2.1 作物长势遥感监测与估产

作物长势遥感监测与估产的基本原理是利用卫星遥感技术反演作物的一些生物学指标，如归一化植被指数和叶面积指数来分析作物的生长状况。有研究表明，植被的叶绿素对红光（630~690nm）有强烈的吸收作用，通过该光谱波段的信息可以反映叶绿素的浓度。植

被的叶片对近红外（760~790nm）有强烈的反射作用，通过该光谱波段的数据可以反映叶

面积指数和植被密度。组合这两个通道的数据计算得到的归一化植被指数，可以较好地反映植被的生长状况和作物产量。因此，NDVI 是一个综合的参数，与叶面积指数、植被覆盖度、发育程度以及生物量有关。

在农业气象业务中，作物长势监测的遥感模型主要分为差值模型和标液化模型两种。而遥感估产主要基于作物植被指数与产量的统计关系。

2008 年12 月1 日我国“遥感卫星4 号”发射成功，其主要作用之一就是负责我国农作物的品质与产量监测数据的采集。如今高光谱分辨率遥感技术也在农作物估产得到应用，利用它的客观、定量、准确的优点，可以同时获取单产、面积、总产资料，在小区试验已取得较高的精度，但其大面积估产还不能满足专业化的要求[3]。另外，由于传统的作

物生长模型很难模拟大田的实际产量，因为大量的数据、复杂的数学运算以及误差传递限制了作物生长模拟模型的运用，所以中国农业大学宇振荣等通过基于遥感反演作物冠层温度的作物生长模拟.运用冠层温度与周围环境温度之差是作物气孔关闭的程度和与之相关的同化作用活性的一个指标，它不仅反映了土壤水分对作物生长的影响，同时在一定程度上也反映了其他因素对作物生长的影响.利用遥感估算区域冠层温度，并计算水分胁迫系数，可以近似地估计作物实际生长速率和产量[4]。

2.2 干旱遥感监测

随着遥感技术的发展，可获取的多源遥感数据不断增加，通过遥感数据计算可直接或间接反映干旱状况的指数有数十种，但能够在业务上应用的干旱遥感监测方法主要有两类：一类是基于地表反射率和发射率的干旱监测模型；另一类是基于地表能量和水分平衡模型的干旱监测模型，这类模型的推导过程比较复杂，但物理意义明确，能够反映出土壤水分状况。

干旱监测的气象卫星遥感信息处理分析方法，目前应用比较广泛的是植被供水指数法和土壤热惯量法[6]。植被供水指数法比较适用于地面作物覆盖情况下的干旱状况的遥感监测.土壤热惯量法主要是利用土壤水分的热特性进行土壤水分监测，它适用于裸地干旱的监测.丁太胜等根据当地的实际情况，综合利用植被供水指数法和土壤热惯量法进行江淮流域旱涝灾害气象卫星遥感监测和预报方法研究，并做出了一个预测系统.经过实际数据的检测，该系统的采用的方法完全可以实现旱涝灾害的预测.李文等根据福建的地形，利用遥感卫星监测旱涝灾害.在比较了土壤热惯量法、植被供水指数法、距平植被指数法等国内外常用的干旱遥感监测方法后，采用植被供水指数法来监测福建省的旱情.该法综合考虑了归一化植被指数(NDVI) 和植被冠层温度(Ts)两个因子。

一般地，植被供水指数(VSWI)定义为：VSW I = Ts/NDVI当遇到干旱时，由于土壤供水不足，植被生长受到影响，NDVI降低，同时冠层温度因无足够的水分供蒸发而升高.因此VSWI急剧上升，故利用VSWI可以有效地反映干旱的程度.同样，对洪涝灾害的研究主要是运用洪涝灾害前后不同时相的植被指数变化(I)来间接评价洪涝灾害发生的程度.因为当绿色植被受到洪涝灾害时，会引起叶绿素含量和水分含量的变化，从而影响到植被指数的大小。I = NDV I (2) - NDVI (1)，式中NDVI (1)、NDVI (2)分别表示涝前、涝后的归一化植被指数。归一化植被指数按NDV I =(CH2 - CH1) / (CH2 +CH1) 计算。最后用“优选法”来确定洪涝灾情指标值[7]。