遙感在農(nóng)業(yè)中的作用及發(fā)展

1、-. z.遙感在農(nóng)業(yè)中的作用與開展 1農(nóng)作物估產(chǎn) 遙感(RemoteSensing)即遙遠(yuǎn)的感知,指在一定距離上,應(yīng)用探測儀器不直接接觸目標(biāo)物體,從遠(yuǎn)處把目標(biāo)的電磁波特性記錄下來,通過分析,提醒出物體的特征性質(zhì)及其變化的綜合性探測技術(shù)1。攝影照相便是一種最常見的遙感,照相機(jī)并不接觸被攝目標(biāo),而是相隔一定的距離,通過鏡頭把被攝目標(biāo)的影像記錄在底片上,經(jīng)過化學(xué)處理,相片便重現(xiàn)被攝目標(biāo)的圖像。從拍攝目標(biāo)到再現(xiàn)目標(biāo)所用的手段,便是一種遙感技術(shù)。遙感與其他技術(shù)結(jié)合,在農(nóng)業(yè)應(yīng)用中具有科學(xué)、快速、及時的特點。這對于充分利用農(nóng)業(yè)資源、指導(dǎo)農(nóng)業(yè)生產(chǎn)、農(nóng)產(chǎn)品供需平衡等方面有著重要的意義。 2遙感估產(chǎn)的原理及農(nóng)作物

2、估產(chǎn)方法 2.1遙感估產(chǎn)的根本原理2 任何物體都具有吸收和反射不同波長電磁波的特性,這是物體的根本特性。人眼正是利用這一特性,在可見光*圍內(nèi)識別各種物體的。遙感技術(shù)也是基于同樣的原理,利用搭載在各種遙感平臺(地面、氣球、飛機(jī)、衛(wèi)星等)上的傳感器(照相機(jī)、掃描儀等)接收電磁波,根據(jù)地面上物體的波譜反射和輻射特性,識別地物的類型和狀態(tài)。農(nóng)作物估產(chǎn)則是指根據(jù)生物學(xué)原理,在收集分析各種農(nóng)作物不同生育期不同光譜特征的根底上,通過平臺上的傳感器記錄的地表信息,區(qū)分作物類型,監(jiān)測作物長勢,并在作物收獲前,預(yù)測作物的產(chǎn)量的一系列方法。它包括作物識別和播種面積提取、長勢監(jiān)測和產(chǎn)量預(yù)報兩項重要內(nèi)容。 2.2農(nóng)作物

3、估產(chǎn)的方法 農(nóng)作物估產(chǎn)在方法上可分為傳統(tǒng)的作物估產(chǎn)和遙感估產(chǎn)兩類。傳統(tǒng)的作物估產(chǎn)根本上是農(nóng)學(xué)模式和氣象模式,采用人工區(qū)域調(diào)查方法。它們把作物生長與主要制約和影響產(chǎn)量的農(nóng)學(xué)因子或氣候因子之間用統(tǒng)計分析的方式建立起關(guān)系。這類模式計算繁雜、速度慢、工作量大、本錢高,*些因子種類往往難以定量化,不易推廣應(yīng)用。遙感估產(chǎn)則是建立作物光譜與產(chǎn)量之間聯(lián)系的一種技術(shù),它是通過光譜來獲取作物的生長信息。在實際工作中,常常用綠度或植被指數(shù)(由多光譜數(shù)據(jù),經(jīng)線性或非線性組合構(gòu)成的對植被有一定指示意義的各種數(shù)值)作為評價作物生長狀況的標(biāo)準(zhǔn)。植被指數(shù)中包括了作物長勢和面積兩方面的信息,各種估產(chǎn)模式,尤其是光譜模式中植被指

4、數(shù)是一個極為重要的參數(shù)。根據(jù)傳感器從地物中獲得的光譜特征進(jìn)展估產(chǎn)具有宏觀、快速、準(zhǔn)確、動態(tài)的優(yōu)點3,4。 農(nóng)作物估產(chǎn)中所應(yīng)用的遙感資料大致可分為3類:一是氣象衛(wèi)星資料,主要為美國第三代業(yè)務(wù)極軌氣象衛(wèi)星(NOAA系列)裝載的甚高分辨率輻射儀(AVHRR)資料,其資料特點是周期短、覆蓋面積大、資料易獲取、實時性強(qiáng)、價格低廉,空間分辨率低但時間分辨率較高;二是陸地衛(wèi)星(Landsat)資料,應(yīng)用較多功能是專題制圖儀(TM)資料,它重復(fù)周期長、價格高,但其空間分辨率高5;三是航空遙感和地面遙感資料,主要用于光譜特征及估產(chǎn)農(nóng)學(xué)機(jī)理的研究中,其中高光譜數(shù)據(jù)可提供連續(xù)光譜,可消除一些外部條件的影響而成為遙感

5、數(shù)據(jù)處理、地面測量、光譜模型和應(yīng)用的強(qiáng)有力的工具6。在遙感估產(chǎn)中農(nóng)作物面積提取是最重要的內(nèi)容。用遙感方法測算一種農(nóng)作物的種植面積主要有以下幾種方法5。1)航天遙感方法。包括衛(wèi)星影像磁帶數(shù)字圖象處理方法(一般精度較高)和綠度面積模式。2)航空遙感方法?？蛇M(jìn)展總面積的測量、作物分類及測算分類面積。3)遙感與統(tǒng)計相結(jié)合的方法。此方法是由美國農(nóng)業(yè)部統(tǒng)計局在原面積抽樣統(tǒng)計估產(chǎn)的根底上開展起來的,其原理是利用遙感影像分層,再實行統(tǒng)計學(xué)方法抽樣。4)地理信息系統(tǒng)(GIS)與遙感相結(jié)合方法。此方法是在地理信息系統(tǒng)的支持下,利用遙感信息,對不同農(nóng)作物的種植面積進(jìn)展獲取。 3國內(nèi)外遙感估產(chǎn)的研究進(jìn)展?fàn)顩r 3.1國

6、外遙感估產(chǎn)研究的進(jìn)展?fàn)顩r 美國首先開了農(nóng)作物遙感估產(chǎn)之先河,美國農(nóng)業(yè)部、國家海洋大氣管理局、宇航局和商業(yè)部合作制定了大面積農(nóng)作物估產(chǎn)實驗(19741978)方案,組織實施了小麥估產(chǎn)方案,應(yīng)用先后發(fā)射入軌的陸地衛(wèi)星13接收處理出的MSS圖像,首先對美國大平原9個小麥生產(chǎn)州的面積、單產(chǎn)和產(chǎn)量做出估算;此后對包括美國外鄉(xiāng)、加拿大和前蘇聯(lián)局部地區(qū)小麥面積、單產(chǎn)和產(chǎn)量做出估算;接著是對世界其它地區(qū)小麥面積、總產(chǎn)量進(jìn)展估算。調(diào)查分析美國、原蘇聯(lián)、加拿大等主要產(chǎn)糧國的小麥播種面積、出苗狀況和長勢,并利用氣象衛(wèi)星獲得的氣象要素信息,結(jié)合歷年統(tǒng)計數(shù)據(jù)進(jìn)展綜合分析,建立的小麥估產(chǎn)模型精度高達(dá)90%以上。19801

7、986年,美國又制定了農(nóng)業(yè)和資源的空間遙感調(diào)查方案,其核心內(nèi)容仍是主要作物的種植面積與單產(chǎn)模型的研究。進(jìn)展國內(nèi)、世界多種糧食作物長勢評估和產(chǎn)量預(yù)報。中國科學(xué)院自然資源綜合考察委員會的陳沈斌于1992年8月在美國農(nóng)業(yè)部外國農(nóng)業(yè)局(負(fù)責(zé)美國以外國家的農(nóng)作物估產(chǎn),并建成運行系統(tǒng))曾見到當(dāng)月估計的中國小麥、玉米、水稻總產(chǎn)量與后來1993年國家統(tǒng)計局公布的數(shù)字差-3.53%、+0.65%和-0.66%。 該項工作,為美國在世界農(nóng)產(chǎn)品貿(mào)易中獲得巨大的經(jīng)濟(jì)利益2,4,7,8,9,10,11。此后,歐共體、俄羅斯、法國、日本和印度等國也都應(yīng)用衛(wèi)星遙感技術(shù)進(jìn)展農(nóng)作物長勢監(jiān)測和產(chǎn)量測算,均取得了一定的成果。例如,

8、歐共體用10年的時間(從1983年開場),建成用于農(nóng)業(yè)的遙感應(yīng)用系統(tǒng),1995年在歐共體15個國家用180景SPOT影像,結(jié)合NOAA影像在60個試驗點進(jìn)展了作物估產(chǎn),可準(zhǔn)確到地塊和作物種類。2002年美國航空航天局與美國農(nóng)業(yè)部合作在貝茲維爾、馬里蘭用MODIS數(shù)據(jù)代替NOAA-AVHRR進(jìn)展遙感估產(chǎn),MODIS搭載的TERRA衛(wèi)星是1999年由美國(國家航空航天局)、日本(國際貿(mào)易與工業(yè)廳)和加拿大(空間局、多倫多大學(xué))共同合作發(fā)射的,MODIS數(shù)據(jù)涉及波段*圍廣(36個波段)、分辨率(250,500,1000m)比NOAA-AVHRR(5個波段,分辨率為1100m)有較大的進(jìn)步,這些數(shù)據(jù)均

9、對農(nóng)業(yè)資源遙感監(jiān)測有較高的實用價值。ldso等曾運用500600nm和600700nm兩個光譜區(qū)得到的反射值的轉(zhuǎn)換植被指數(shù)(TV16)來估計小麥與大麥的單產(chǎn),獲得小麥單產(chǎn)與TV16之間的相關(guān)系數(shù)為0.78。同年,日本科技公司完成了遙感估產(chǎn)工程,可提高平原農(nóng)業(yè)估產(chǎn)的精度,并著眼于對全球進(jìn)展估產(chǎn)。 而美國已經(jīng)將遙感技術(shù)用于精細(xì)農(nóng)業(yè),對農(nóng)作物進(jìn)展區(qū)域水分分布評估、病蟲害預(yù)測等,直接指導(dǎo)農(nóng)業(yè)生產(chǎn)。用衛(wèi)星遙感方法進(jìn)展長勢監(jiān)測和產(chǎn)量估算已進(jìn)展多年,方法已趨于成熟2,4,7,8,.9,10,11,12,13。水稻遙感估產(chǎn)以亞洲水稻主要生產(chǎn)國為先行和先進(jìn)。中國、印度、日本等國家都進(jìn)展過遙感估產(chǎn)研究且取得較好的

10、效果。Patel和Dash等14建立水稻產(chǎn)量和RVI的關(guān)系,試驗區(qū)預(yù)報精度到達(dá)96.14%。Miller等15在分蘗或出穗階段時,運用比值植被指數(shù)通過干物質(zhì)和單產(chǎn)的關(guān)系來估計單產(chǎn)。但在作物灌漿與成熟階段,由于反射率與總生物量之間并不相關(guān),比值植被指數(shù)無法預(yù)測水稻的冠層生物量。Wiegand,SSRay認(rèn)為借助于歸一化植被指數(shù)NDVI(NIR-R)/(NIR+R)可以很好地預(yù)測產(chǎn)量16,17。 3.2國內(nèi)遙感估產(chǎn)研究進(jìn)展情況 從六五開場,我國試用衛(wèi)星遙感進(jìn)展農(nóng)作物產(chǎn)量預(yù)報的研究,并在局部地區(qū)開展產(chǎn)量估算試驗。七五期間,國家氣象局于1987年開展了北方11省市小麥氣象衛(wèi)星綜合測產(chǎn),探索運用周期短、

11、價格低的衛(wèi)星進(jìn)展農(nóng)作物估產(chǎn)的新方法。該工程中,主要是以長期的氣象資料為根底,以遙感信息為檢驗手段,建立了不同地區(qū)的遙感參數(shù)-作物產(chǎn)量的一階回歸模型。19851989年,此工程為中央和地方提供了165次不同時空尺度的產(chǎn)量預(yù)報,為國家減少糧食損失達(dá)33萬t以上,累計經(jīng)濟(jì)效益達(dá)20億元。八五期間,國家將遙感估產(chǎn)列為攻關(guān)課題,由中國科學(xué)院主持,聯(lián)合農(nóng)業(yè)部等40個單位,開展了對小麥、玉米和水稻大面積遙感估產(chǎn)試驗研究,建成了大面積遙感估產(chǎn)試驗運行系統(tǒng),并完成了全國*圍的遙感估產(chǎn)的局部根底工作。通過19931996年4年試驗運行,分別對四省兩市(、*北部和市、*市)的小麥,、*和*市的水稻;*省的玉米種植面

12、積、長勢和產(chǎn)量的監(jiān)測和預(yù)報,在指導(dǎo)農(nóng)業(yè)生產(chǎn)及農(nóng)業(yè)決策中發(fā)揮了重要作用。特別是解決了一些關(guān)鍵技術(shù)問題,為進(jìn)一步開展全國性的衛(wèi)星遙感估產(chǎn)提供了重要保證。 1995年以信息系統(tǒng)及農(nóng)情速報,建立全國資源環(huán)境數(shù)據(jù)庫;中國科學(xué)院、氣象局及多家高等院校、研究所致力于遙感估產(chǎn)技術(shù)的研究,并在*、*各省及華北、東北、江漢平原等地區(qū)對冬小麥、玉米、水稻、糜子等作物進(jìn)展遙感估產(chǎn),在遙感信息源選取、作物識別、面積提取、模型構(gòu)建、系統(tǒng)集成等各個技術(shù)環(huán)節(jié)有了大幅的進(jìn)步。李哲、*軍濤提出的基于遺傳算法與人工神經(jīng)網(wǎng)絡(luò)相結(jié)合的玉米估產(chǎn)方法;侯英雨等提出的基于作物植被指數(shù)和溫度的產(chǎn)量估算模型;江東博士提出的基于人工神經(jīng)網(wǎng)絡(luò)的農(nóng)作

13、物遙感估產(chǎn)模型;王人潮教授等提出的高光譜遙感估算模型和水稻雙向反射模型等等,這些模型汲取了以前模型的優(yōu)點,模型因子的選擇更加合理,可操作性更強(qiáng),準(zhǔn)確程度更高。隨后,遙感估產(chǎn)方法已日趨成熟起來4,7。古書琴18等借助植被建立了水稻單產(chǎn)的預(yù)報模式、遙感估算水稻種植面積,說明利用遙感手段對水稻進(jìn)展估產(chǎn)的精度高于常規(guī)農(nóng)業(yè)氣象模式,還可提高預(yù)報時效;黃敬峰,楊忠恩19等在1999年以NOAA-AVHRR資料為主,利用GIS技術(shù)提取水稻可能種植區(qū)域,在此根底上計算各區(qū)和各縣的比值植被指數(shù)和歸一化植被指數(shù),提出的水稻遙感估產(chǎn)比值模型和回歸模型,預(yù)報*省的水稻總產(chǎn),1998年的擬合精度和1999年的預(yù)報精度都

14、到達(dá)95%以上;黃敬峰,王人潮20等綜合冬小麥各種參數(shù)及資料,證明地面光譜植被指數(shù)與冬小麥密度、生物量、葉面積指數(shù)關(guān)系密切,建立了密度與生物量的光譜監(jiān)測模型,進(jìn)而建立了北疆試驗區(qū)各層冬小麥種植面積估算和產(chǎn)量預(yù)報衛(wèi)星遙感模型,輔以冬小麥產(chǎn)量農(nóng)業(yè)氣象預(yù)報模型、農(nóng)學(xué)模型及模擬模型,自1994年投入應(yīng)用以來的結(jié)果說明,這套模型預(yù)報精度高、效果很好;李建龍,蔣平,戴假設(shè)蘭21利用19911996年在*天山北坡不同草地類型上各種資料,使用3S集成系統(tǒng)進(jìn)展了多重相關(guān)分析和遙感估產(chǎn)技術(shù)的深入研究,實現(xiàn)了遙感大面積估產(chǎn)目標(biāo)和草地生態(tài)學(xué)意義及3S與草地專家系統(tǒng)一體化集成的應(yīng)用。 農(nóng)作物遙感估產(chǎn)雖然具有客觀、定量、準(zhǔn)確的優(yōu)點,而且可以同時獲取單產(chǎn)、面積、總產(chǎn)資料,在小區(qū)試驗已取得較高的精度,但其大面積估產(chǎn)還不能滿足專業(yè)化要求。農(nóng)作物產(chǎn)量氣象預(yù)報模型和農(nóng)學(xué)預(yù)報模型預(yù)報精度較高,但缺乏