农业遥感研究与应用进展 赵春江.docxVIP

PAGE 296 农 业 机 械 学 报 2 0 1 4 年 第 12 期 赵春江: 农业遥感研究与应用进展 PAGE 295 2 0 1 4 年 12 月 第 45 卷第 12 期 农业机械学报 农业遥感研究与应用进展* 赵春江1，2 ( 1． 北京农业信息技术研究中心，北京 100097; 2． 农业部农业信息技术重点实验室，北京 100097) 摘要: 农业是遥感技术应用最重要和广泛的领域之一，本文回顾了遥感技术在国内外农业研究与应用中的进展，概括和总结了农田辐射传输机理及作物参量遥感反演、作物遥感分类与识别、农田养分遥感与变量施肥决策、作物产量与品质预测、农情遥感监测与预报、农业遥感监测空间决策支持系统 6 个主要研究与应用方面。在此基础上，针对农业遥感技术面临的问题与发展趋势，指出了农业遥感技术今后的重点发展方向。 关键词: 农业遥感 应用进展 农情监测 空间决策支持系统 中图分类号: S127 文献标识码: A 文章编号: 1000-1298( 2014) 12-0277-17 引言 20 世纪以来，遥感技术作为一门先进的实用技术，被广泛应用于多个领域，农业是遥感技术应用最重要和广泛的领域之一。随着我国农业生产向集约化方向转变，作物生产过程中对空间信息，特别是对动态、大范围、快速及时的遥感信息需求非常迫切。遥感技术具有快速、无损获取地物信息的特点，其迅猛发展能够为农业生产过程管理提供必要的信息。在我国农业遥感应用主要涉及农田辐射传输机理及作物参量遥感反演、作物遥感分类与识别、农田养分遥感与变量施肥决策、作物产量与品质预测、农情遥感监测与预报、农业遥感监测空间决策支持系统 6 个方面，涵盖了农业遥感机理、模型和应用等多层次和多方面的研究与应用。随着空间技术的发展，农业遥感已逐渐形成了以低、中、高空多层次遥感相结合、静态与动态相结合、机理与应用相结合的发展趋势，遥感和计算机技术的广泛应用，促使农业生产过程向机理化、定量化和精准化的方向发展，农业科技水平正逐步提高。本文从以上提到的 6 个方面对遥感技术在农业中应用所取得的进展进行归纳总结。 1 农田辐射传输机理及作物参量遥感反演 1. 1 农田辐射传输机理 不同地物对电磁波的反射、吸收、透射和发射特性不同，这些特性通常称为地物的光谱特征。遥感技术即是依据地物的电磁波光谱特征进行目标探 测。因此，深入理解农田土壤-叶片-冠层之间的辐射传输过程及机理对于开展定量遥感作物监测评价具有非常重要的作用。目前在农田辐射传输方面已取得了许多重要进展，建立了 PＲOSAIL［1］、 ACＲM［2］、FＲT［3］、植被冠层 3D 热辐射传输模型［4］等基于过程的物理模型。但现有模拟方法多关注地表辐射传输过程，无法把地表辐射转换为大气层顶或传感器输出值，从而降低了模拟方法的实用性和有效性。因此，杨贵军等将扩展后的叶片-土壤-冠层辐射传输模型与数值解析大气辐射传输模型及传感器成像模型进行耦合，建立了农田-大气-传感器一体化的辐射传输模拟系统，实现了多时相、多角度、高光谱及高分辨率遥感数据模拟，为农业定量遥感研究奠定了模型基础［5］。 1. 2 作物参量遥感反演 目前遥感技术已广泛用于提取作物关键生物理化参数信息，如叶面积指数 ( LAI)［6］、叶绿素含量［7］、地上部生物量［8］、水分含量［9－10］、作物株型等［11］，其根本依据是作物特性( 冠层几何结构、叶片生化组分及内部组织结构等) 与冠层光谱反射特征 ( 尤其是可见光、近红外和中红外波段) 的内在联系［12］。目前通常采用的方法有 2 种，一是基于作物参数与敏感波段反射率或其数学组合( 即光谱植被指数) 的经验统计关系法［8－9］; 二是基于物理过程的辐射传输模型反演方法，该方法常用 3 种算法( 数值优化、查找表、人工神经网络等) 来简化推导过程、提高反演效率［6，10，13－14］。经验统计法具有结构简单、便于应用等优点，但建立的经验关系模型多依赖于特定的传感器、地点和取样条件，其普适性较弱，且存在饱和效应等问题［6，14］。针对上述问题，Hunt 等构建了三角绿度指数( TGI) ，其对于叶面积指数较大的密闭冠层的叶绿素含量仍具有较强的敏感性，有效减弱了叶面积指数的影响，可用来精确估算作物叶绿素含量［7］。 Fu 等结合冬小麦冠层高光谱波段深度信息与近红外波段组成的高光谱指数，利用偏最小二乘回归建立了生物量估算模型，可较好地克服饱和问题并有效提高生物量估算精度［8］。Nguy-Ｒobertson 等研究表明，绿光波段取 530 ～ 570 nm、红边波段取 700 ～ 725 nm 的宽动态范围植被指数( WDＲVI) 和叶绿素指数( CI) 可以精确估算不同作物的叶面积指数，且所建模型在不同作物类型