收藏 分销(赏)

遥感技术在农业生产中的应用.pdf

上传人:自信****多点 文档编号:755647 上传时间:2024-03-05 格式:PDF 页数:4 大小:1.32MB
下载 相关 举报
遥感技术在农业生产中的应用.pdf_第1页
第1页 / 共4页
遥感技术在农业生产中的应用.pdf_第2页
第2页 / 共4页
遥感技术在农业生产中的应用.pdf_第3页
第3页 / 共4页
亲,该文档总共4页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述

1、-35-遥感技术概述1.1 遥感的概念遥感指利用对电磁波敏感的设备,对物体的辐射、反射和散射等数据进行测量,无须直接与被检测对象碰触。同时,对目标进行全面的监测,以发现目标的特征、性质和变化。1.2 遥感技术的基本原理地球上所有的物质都在不断地发射、反射和吸收电磁信号,而各种目标的电磁特性也各有不同,因此利用电磁信号的差别可区分出目标的不同1。1.3 遥感技术的特点1.3.1感测范围大、综合性好、宏观性强从空间遥感获得的卫星影像要远大于地面观测视野,且不受地面遮挡物的影响,为研究社会现象和地理现象等创造了良好的环境。1.3.2信息量大、手段丰富、技术先进遥感作为一种新兴的技术,在获取地表可见波

2、段的同时,能够获取紫外、红外、微波等波段的数据,既可以通过照相获取,也可通过对图像进行扫描来获取。通过卫星获取的信息数量已大大超出了传统的测距方式,拓宽了人类的观察和感知的领域,增强了对物体和自我认知的理解2。1.3.3获取信息快、更新周期短、可动态监测遥感技术一般采用实时图像技术,能实时获取大范围的空间动态,具有较好的真实性。同时,可根据各时期所获得的数据进行对比分析,研究其动态演变状况,从而为研究和分析该地区地质历史演变规律提供坚实的理论依据3。1.4 遥感的分类根据不同的分类准则,可将遥感分为多种类型。1.4.1按遥感辐射来源划分根据遥感技术中的电磁辐射来源,可以将其划分为有源遥感和无源

3、感知。有源遥感指利用卫星主动将电磁波的能量发送到地面物体上,并将其反射的电磁波能量用作遥感信息的采集与记录。无源遥感指不会自动释放电磁波,但会吸收物体本身的热量,并将其反射到地球上的自然辐射场(以阳光为主)。1.4.2按遥感技术高低划分根据工作高程,可遥感技术在农业生产中的应用张兴源(华润新能源甘肃有限公司,兰州 730000)摘要:随着时代和科技水平的不断进步,计算机信息技术的发展和应用更加成熟。遥感技术是21世纪重要的空间技术,目前已被应用在我国经济发展的各个领域。我国作为一个农业大国,遥感技术在农作物估产、自然灾害防治及土地面积估算等方面占有重要地位,具有特别重要的参考价值。关键词:遥感

4、技术;农业生产;应用中图分类号:S127文献标识码:A文章编号:1003-6997(2023)08-0035-04作者简介:张兴源,助理工程师,主要从事新能源发电工作。E-mail:收稿日期:2023-02-27智慧农业-36-2023年第08期总第661期划分为空间遥感、航空遥感、地表遥感。空间遥感是一种以多种航天飞机为主要载体的空间技术体系,主要包括载人飞船、航天飞机、空间站及多种星球探测设备。卫星遥感是空间遥感中的一个重要组成部分,以人工地球卫星为基础,对地面和地面上的大气层进行光、电测量4。航空遥感是在飞机、飞艇、汽艇等空间上进行地面观察的一种远程技术。地表遥感是一种以高塔、车和船为平

5、台的遥感技术,可通过在平台上放置地物光谱或感应器完成不同类型的地物光谱测定。遥感技术在我国农业生产中的应用现状遥感技术引入我国农业生产是在20世纪80年代,经过不断发展已取得了大量的理论研究及应用成果,目前已成功地应用于农业生产的很多领域,如农作物产量估算、农作物种植面积估算、农作物生态环境监测、农业资源调查、农作物长势监测等。2.1 作物估产利用光谱技术获得农作物的生长情况,利用遥感技术对农作物的光谱进行分析,并对农作物的生产效率进行评估。卫星遥感评价:对同一条件下的区域进行分类,以便于建立适合农作物生长情况的预测系统5。在地表设置取样点,对农作物的实际长势和收成进行监控,以辅助和验证卫星定

6、位。收集与估产区有关的环境资料,如地形地貌、土地类型与肥力、种植制度、农业气候资料、灾情、历年单产和总产、种植面积、人口和社会经济状况等资料。背景数据库可为遥感影像进行分类,从而改善其识别准确率;在遥感数据不易获得的情况下,可利用背景数据库对该地区的数据进行建模,通过对历史与实测样本数据进行综合分析,得出该年度作物产量。作物种植区域的自动识别:采用TM或SPOT图像自动分类、AVHRR数据融合像元分解、GIS支持下的作物播种区域的自动识别等6。利用卫星图像采集各个时期的农作物生长指标,并将其与往年数据进行比较,能够实时地得到各个时期的农作物生长状况,从而预测农作物的生长趋势。利用卫星遥感估算的

7、方法将农作物的光谱分析与产量关联起来,并利用光谱法获得农作物的生长情况,通常利用光谱、植物指标及产量的相互关系确定产量。对卫星估计结果进行分析和验证,使误差最小化。遥感估产体系一般由遥感信息获取、背景数据库建立、产量模型产生工具库及空间分析图形分析等组成。2.2 作物生长状态监测作物生长状况监控是对苗情和生长状况进行宏观监控的一种方法。不同植物在不同的生长时期和不同的生长状况下光谱反比不同,其叶片面积和生物产量呈良好的直线联系。利用这种特征可测量出叶片的面积指标,以此对农作物的生长情况进行监控,并对产量进行估计。还可采用0.60.7 m可见光和0.751.00 m的近红外线反射比来估计植株的长

8、势,比率越大,则植株的长势越好,反之则越差。在此基础上,利用比率与干物质重量之间的回归方程,得出各指标之间的相关关系,进而得出各指标间的平均产率计算公式。我国的粮食产量不仅关系到国家的经济发展,也关系到国际上的食品价格变动。及时客观地监测我国农作物的种植面积、品种结构,及早进行粮食产量预报,对于粮食政策的制定、粮价调控及粮食的国际贸易都具有十分重大的作用。应用卫星遥感技术对我国广大农业区的农作物生产情况进行监控和预报,已逐渐成为各级政府有关部门进行农业生产决策的必要依据7。2.3 农作物生态环境监测通过对土壤侵蚀、盐碱化面积、主要分布区域和土壤盐碱化的动态过程进行分析,并对土壤水分及其他农作物

9、的生态状况进行分析,从而为相关部门提供科学依据。遥感技术在农业灾害预测中的应用3.1 旱灾干旱是我国最常见、影响最大的农业灾害,其发生会对我国的粮食产量和经济产生重大影响,每年干旱造成的粮食减产和经济损失约占气象灾害所造成的经济损失的50%。在干旱期间土壤湿度迅速下降,对植株蒸发产生了极大的影响,从而使得植株在进入闭合期的情况下叶片开始萎缩,因此地表温度、植被指数可作为农业干旱的参数来反映农作物的干旱情况。遥感技术利用主动和无源的方式探测地表的含水量,利用遥感在一定范围内的微波反射监测出一定区域内的土壤湿度,从而为防止干旱提供参考。-37-3.2 洪涝灾害洪涝灾害是一种毁灭性很大的自然灾害,具

10、有突发性,可导致巨大的经济损失。洪涝灾害遥感监测主要包含洪涝灾害面积提取和洪涝灾害程度监测。严重的洪涝灾害常伴有农田被淹没的现象,可利用归一化植被系数实现水灾面积的遥感提取,分离出水体面积后和灾害发生前的图像进行对比即可获得洪涝面积。作物在受到洪灾影响后,出现叶子发黄、生长停滞等现象,可采用灾害前后的图像进行对比分析,得出受灾害影响的作物分布情况。目前洪涝灾害遥感监测技术日趋成熟,虽然遥感资料空间分辨率极高,但因为其周期过长,无法实现对灾害的实时监测。相较而言,微波遥感不受时间和天气的影响,可全天不间断地监测洪涝动态信息,是洪涝遥感监测中最常用的方法8。3.3 病虫害病虫害对农作物的影响特别严

11、重,我国每年因病虫害而造成的粮食损失大概为1 400万t。在应用遥感技术之前人们主要用肉眼观察农作物是否有病虫害现象,当病虫害能够被人用肉眼观察到的时候,农作物已经受到了相当严重的破坏。随着遥感技术的发展,能快速、准确地对农作物病虫害的发生和危害范围进行监测,实现了早发现、早解决。农作物发生病虫害时表现为外部形态和内部结构的变化,外部形态变化具体表现为作物卷叶、叶片脱落等现象,内部结构的变化主要表现为光合作用减弱。受病虫害影响的农作物在可见光波段的光谱反射率高于正常的农作物,该特征是遥感监测的理论基础。此外,根据病虫害的滋生环境及行为特征,利用遥感技术还能实现病虫害暴发预测,以便于及时采取相应

12、的应对措施。3.4 冷冻害冷冻害是指在农作物生长时温度较低对农作物所造成的伤害,严重时导致农作物大面积死亡、产量大幅下降。农作物在发生冷冻害时,根部或者叶片受到损伤,因此可选用冷冻害发生前后的遥感图像进行处理,从而获得农作物的植被指数。此外,农作物发生冷冻害时气温变化幅度较大,利用遥感技术反复研究地面温度也是识别的重要手段。与传统的监测方法相比较,遥感技术可快速、准确地预测灾害的发生及受灾范围,对冷冻害防灾减灾具有重要意义。3.5 风雹灾害风雹灾害通常由狂风或飓风引发,发生范围广、频次高,局部灾情重,累计造成的损失较大。我国每年平均发生风雹灾害近1 000次,约占自然灾害年损失的10%左右。虽

13、然风雹灾害发生时农作物受打击的时间较短,但风雹常伴有狂风暴雨,易造成农作物大面积倒伏,是对农作物破坏性较大的一种自然灾害。农作物遭受风雹后通常会倒伏,光谱发射率也会随之发生变化,因此通过对比风雹灾害发生前后同一地区的植被指数,就可掌握受灾面积和受灾程度。3.6 雪灾冬春季降雪是影响北方农业发展的重要因素,大量且长时间的降雪会导致农作物受冻或返青过晚,进而导致农作物减产。在草原牧区,大雪会覆盖草场,导致家畜无处采食,严重影响着牧区的经济发展和牧民的生命及财产安全。应用遥感技术及时准确地了解受灾区域及灾情程度可对于后续开展救灾工作提供大量帮助。在雪灾发生后,地面被积雪覆盖,积雪、裸土及植被反射光谱

14、的差异是利用遥感技术获取受灾面积的基础。遥感技术在农业上的发展前景随着遥感技术的发展,其在农业上的应用也在向更深、更宽、更广的方向发展。及时掌握农作物的种植面积、长势及产量,对国家制定合理的贸易政策有着重大意义,也是实现土地资源和生产力优化配置、保证国家经济持续稳定可持续发展的重要手段。4.1 发展新的信息模型遥感信息模型是遥感应用深入发展的重中之重,在过去的时间里,虽然已经发展了很多信息模型,但随着技术的发展,这些模型已经不能够满足当前的需要,因此发展新的信息模型依旧是当前遥感技术发展的前沿。4.2 无人机遥感平台的发展利用无人机实时监控耕地的基础状况,具有成本低、维护简单、数据采集快、作业

15、周期短等优点,可弥补现有航空航天遥感平台的缺陷。通过搭载可见光、近红外、热红外、激光雷达等传智慧农业-38-2023年第08期总第661期感器可快速获取高质量的遥感数据。4.3 高光谱遥感发展与传统的多波段影像不同,高光谱影像波段范围可达10100个波段,即“谱像合一”,波段数量多、间距小,便于监测地表环境的微小改变,在监测重金属污染、农作物病虫害等方面有着巨大的发展前景。但目前我国的民用高光谱卫星遥感资源较少,多采用地面便携式高光谱成像仪或基于航空平台的高光谱成像仪获取资料,因此资料获取的成本高、范围小、难度大、实用价值低。4.4 微波遥感发展微波遥感是农业遥感应用的一个重要方面。在多云、多

16、雨等气象条件较差的地区以及冰雪覆盖地区,微波可穿透这些障碍物,获取下垫面及具有一定深度的遥感数据,对我国南方多云多雨地区及北方冰雪覆盖区的农业监测具有重要意义。结束语我国国土面积较大、人口基数大,农业生产在国民经济中占据着举足轻重的地位。提高遥感技术在农业灾害监测中的应用是十分重要的,需了解遥感技术在农业生产中的重要性和必要性,利用遥感技术对当前的农业生产状况进行综合分析,以便更好地运用在农业生产中。参考文献1王萍.遥感技术在农业生产过程中的应用浅析J.农业与技术,2022,42(2):43-45.2程羲.遥感航测技术在农业土地测绘中的应用J.农业与技术,2021,41(11):65-68.3

17、陈会明.无人机遥感技术在我国现代农业生产中的应用J.安徽农学通报,2021,27(11):131-132.4何光奇.遥感航测技术在农业土地测绘中的应用J.智慧农业导刊,2021,1(4):80-82+86.5闫庆伟.无人机遥感技术在农业生产领域中的应用J.智慧农业导刊,2021,1(4):22-24.6王爽.遥感技术在农业生产中的应用研究J.南方农机,2020,51(24):62-63.7郭良琴.浅析遥感技术在农业生产过程中的应用J.农业与技术,2020,40(5):44-45.8肖建东.遥感航测技术在农业土地测绘中的应用J.农村科学实验,2020(7):73-74.(编辑 张琼琼)参考文献1

18、孙瑜,张永梅,武玉军.基于粒子群算法和支持向量机的黄花菜叶部病害识别J.中国农学通报,2022,38(8):135-140.2秦立峰,何东健,宋怀波.词袋特征PCA多子空间自适应融合的黄瓜病害识别J.农业工程学报,2018,34(8):200-205.3何前,郭峰林,方皓正,等.基于改进LeNet-5模型的玉米病害识别J.江苏农业科学,2022,50(20):35-41.4Tembhurne Vikram Jitendra,Diwan Tausif,Saxena Tarun.Identification of Plant Diseases Using Multi-Level Classific

19、ation Deep ModelJ.International Journal of Ambient Computing and Intelligence(IJACI),2022,13(1).5Reddy Satti R.G.,Varma G.P.Saradhi,Davuluri Rajya Lakshmi.Resnet-based modified red deer optimization with DLCNN classifier for plant disease identification and classificationJ.Computers and Electrical E

20、ngineering,2023,105.6王泽钧,马凤英,张瑜,等.基于注意力机制和多尺度轻量型网络的农作物病害识别J.农业工程学报,2022,38(S1):176-183.7Kaiming He,Xiangyu Zhang,Shaoqing Ren,et al.Deep Residual Learning for Image RecognitionJ.CoRR,2015,abs/1512.03385.8杨双蝶.基于改进卷积神经网络的玉米叶片病害识别方法研究D.南昌:江西农业大学,2022.9冀常鹏,陈浩楠,代巍.基于GSNet的番茄叶面病害识别研究J.沈阳农业大学学报,2021,52(6):751-757.10于明,李若曦,阎刚,等.基于颜色掩膜网络和自注意力机制的叶片病害识别方法J.农业机械学报,2022,53(8):337-344.(编辑 张琼琼)(上接第30页)

展开阅读全文
收益排行: 01、路***(¥15400+),
02、曲****(¥15300+),
03、wei****016(¥13200+),
04、大***流(¥12600+),
05、Fis****915(¥4200+),
06、h****i(¥4100+),
07、Q**(¥3400+),
08、自******点(¥2400+),
09、h*****x(¥1400+),
10、c****e(¥1100+),
11、be*****ha(¥800+),
12、13********8(¥800+)。
相似文档                                   自信AI助手自信AI助手
百度文库年卡

猜你喜欢                                   自信AI导航自信AI导航
搜索标签

当前位置:首页 > 学术论文 > 论文指导/设计

移动网页_全站_页脚广告1

关于我们      便捷服务       自信AI       AI导航        获赠5币

©2010-2024 宁波自信网络信息技术有限公司  版权所有

客服电话:4008-655-100  投诉/维权电话:4009-655-100

gongan.png浙公网安备33021202000488号   

icp.png浙ICP备2021020529号-1  |  浙B2-20240490  

关注我们 :gzh.png    weibo.png    LOFTER.png 

客服