遥感技术在精准农业中的应用资料.docx

遥感技术在精准农业中的应用

精品文档
遥感技术在精准农业中的应用

精准农业又称精细农业、精确农业、精准农作和处方农业。精准农业基于农田作物和环境的空间差异性，是通过各种技术手段来获取农田内不同单元的农田信息，并由此利用变量技术来进行农田优化管理，以便实现生产过程精细化、准确化的农业经营管理系统。
在精准农业的框架下，可以根据地块土壤、水肥、作物病虫害、杂草及产量等在时间与空间上的差异，来进行相适宜地耕种、施肥、灌溉、用药及收获，其目的是以合理的投入来获得最好的经济效益，并保护环境，以确保农业的可持续发展。鉴于我国及全球人口不断增长和土地资源减少的矛盾不可逆转，精准农业在减少投入、降低成本、减轻环境污染、农产品可控化、标准化和批量化等方面均有积极的作用和意义。
在精准农业中，田块内的作物状态及其生长环境的空间差异是进行农业精准管理的关键。遥感可在不同的电磁谱段内周期性地收集地表信息，已成为人们研究、识别地球和环境的主要方法。遥感信息为精准农业所需空间信息差异参数的快速、准确、动态获取提供了重要的技术手段。早期由于受分辨率、时间周期、地理、空域、气象条件、监测成本高及遥感技术发展水平等因素的限制，遥感技术在农业领域的应用只局限于服务区域的重大决策。20世纪70年代，遥感开始进入一个，高速发展的阶段并广泛地应用于农业生产监测，在作物识别、面积估算、长势监测、旱情监测、灾害评估和作物产量估计等方面，均取得了较大的成绩，然而遥感信息在时空分辨率及所提供信息的精度和丰度还不能满足精准农业对农田信息的需求。近20年来，随着遥感技术的发展，遥感技术在精准农业领域开始发挥越来越大的作用，在指导农田灌溉、施肥、病虫害防治、杂草控制、农作物收获及灾后损失评估等方面均已有很多成功的应用。
以下将对遥感技术在精准农业领域部分应用研究进行介绍。
遥感可为精准农业提供以下两类农田与作物的空间分布信息:一类是基础信息，这种信息在作物生育期内基本没有变化或变化较少，主要包括农田基础设施、地块分布及土壤肥力状况等信息;另一类是时空动态变化信息，包括作物产量、土壤熵情、作物养分状况、病虫害的发生/发展状况、杂草的生长状况以及作物物候等信息。
一、基础信息获取
1. 农田基础设施调查
主要包括农田道路、水利设施等，是农业生产和农田管理的基础保障。掌握区域农田基础设施的空间分布状况，是现代农业生产中充分发挥这些设施作用的前提。使用遥感技术可以在较大范围内实现农业基础设施的快速调查。传统的遥感农田道路及水利设施的信息提取主要有以下3种方法:基于像元尺度的影像自动分类技术、人机交互模式下的人工解译提取技术及自动识别跟踪方法。目前，影像分类有了新的改进方法，面向对象的多尺度分割技术可以更加有效地利用所要提取对象的形态特征，在对道路和水渠等线性特征地物进行提取时，可取得更好的效果。

2014年黑龙江省富锦市设施农用地分布图
基于遥感人工目视解译技术，并结合野外调查的方式，对融合后的高分一号卫星、资源三号卫星遥感影像数据进行信息提取，形成包含育秧棚、晾晒场、农机站等在内的富锦市设施农用地分布图。
2. 地块分布调查
精准农业中的变量管理技术是通过将农田分为较小的管理单元来实现，被定义为“农田中产量限制因子均一并且适合进行统一作物投入的田块”。与早期精准农业“Farming By Foot”的概念相比，基于管理单元进行的精准耕作更具有可操作性。利用高分辨率遥感影像进行地块边界及其空间分布的提取，不仅时效性强、精度高，而且符合中国农村高度分散条件下的精准农业的实施。

2014年宝泉岭农垦管理局军川农场耕地资源调查情况图
利用高分一号卫星16m分辨率宽幅多光谱影像数据，对军川农场耕地进行分块调查、集中编号，实现精准确权，进一步规范化、科学化、数字化地籍管理工作。
3. 土壤状况调查
土壤状况是决定农田潜在生产力的主要因素，土壤性状及肥力状况信息可以为精准农田管理提供响应依据。一般可以通过改进土壤肥力指标来提高作物单产，这些指标包括土壤有效氮及其他宏观或微观植物养分、地块的相对位置和坡度以及土壤有机质含量。
土壤的反射光谱主要受其物理性质、化学成分及矿物成分的影响，通过地物反射光谱可以有效区分不同类型的土壤，并可用于土壤肥力状况的调查。目前，遥感技术已经可以成功地获取土壤的有机碳、N、P、K、Ca、盐分以及总有机质等的含量信息，并可以对土壤的pH值等化学属性进行估算。这些信息可以直接用于土壤肥力的评价与空间制图。
土壤结构也是影响土壤反射光谱的因素之一，近几年，利用遥感对土壤物理性质进行监测也在逐渐开展中，并且取得了较好的效果，监测对象包括土壤颗粒大小、质地及粘粒含量等。这些土壤结构参数对土壤水分的涵养及养分物质的迁移有重要的影响，可以用于评估土壤的排灌能力和肥料的利用效率。

2013年4月冬小麦氮肥推荐施肥图
通过利用大区域尺度上冬小麦施肥推荐方法，对GeoEye-1卫星遥感影像数据进行综合分析，确定遥感植被指数与冬小麦氮素营养及最终产量的变化规律，为冬小麦的氮营养诊断和大面积小麦的氮肥管理提供依据。
二、时空动态变化信息的获取及利用
下面从长势监测、农田灌溉、施肥、病虫害防治、杂草控制及作物收获等5个方面对遥感技术在现代农业领域的应用进行说明。
1. 长势监测
作物长势是指作物的生长状况与趋势。作物长势可以用个体和群体特征来描述，获取作物长势的传统方法是地面调查，现代农业生产中则主要利用遥感技术监测作物生长状况与趋势。作物长势的遥感监测充分体现了遥感技术宏观、客观、及时、经济的特点，可为田间管理提供及时的决策支持信息，并为早期估测产量提供了依据。特别是随着“3S”集成应用技术、高分辨率卫星资料和大数据计算技术等的快速发展，农作物长势遥感监测信息已成为指导农业生产不可或缺的重要信息。

（a）2014年7月2日作物长势图

（b）2014年8月9日作物长势图

（c）2014年8月29日作物长势图
黑龙江省农垦牡丹江管理局云山农场作物长势监测
利用高分一号卫星16m分辨率宽幅多光谱遥感影像数据，依据归一化植被指数（NDVI）的差异，对黑龙江省农垦牡丹江管理局云山农场的三个不同生长期作物长势进行监测，实现了作物长势时空动态监测。图中将作物长势情况分为10个级别，级别越高，作物长势越好。
2. 指导农田灌溉
精准农业可根据不同作物不同生育期的土壤墒情和作物需水量，通过实施适时适量灌溉来节约水资源，以提高水资源的生产效率。
农田尺度的作物干旱信息是实现精准灌溉的前提。遥感领域比较成熟的旱情监测方法主要有热惯量法、条件温度指数法、距平植被指数法、条件植被指数法、作物缺水指数法、供水植被指数法、条件植被温度指数法、垂直干旱指数法和基于微波遥感的监测方法等。

2015年河套灌区实际灌溉面积监测专题图
基于高分一号16m宽幅多光谱影像数据，对2015年5月23日与5月19日河套灌区土壤含水量进行反演并进行差值计算，得到当年该地区实际灌溉面积监测专题图。该类成果可以较低成本支撑实际灌溉面积监测信息的获取，弥补灌溉管理中的不足，提高灌区管理水平及用水效率。
3. 指导施肥
农业变量施肥即根据土壤养分含量和作物养分胁迫的空间分布来精细准确地调整肥料的投入量，以获取最大的经济效益和环境效益，但这需要在了解土壤中各种养分的盈亏情况的同时，实时掌握作物的养分状况，以便做到科学施肥，在减少因过量施肥而造成的环境污染的同时，降低成本。
实现这一目标需要土壤肥力状况及作物养分两方面的信息，通过遥感技术对作物生化参数(氮、磷、钾等)的监测可以提供有效的作物养分信息，同时通过冠层生化参数的监测还可以为作物品质的监测提供依据。目前对作物生化组分进行监测主要使用统计回归方法，所使用的遥感指标包括波段反射率、植被指数、红边参数及其他一些光谱参数。除了统计的方法，还有一些神经网络类的算法在建模过程中被使用。

2009年内蒙古自治区海拉尔农垦特泥河农牧场大麦拔节期处方图
不同施肥水平的水稻反射光谱特征：

（a） （b）
分蘖期（a）与灌浆期（b）水稻冠层高光谱反射曲线
4. 指导病虫害防治
利用遥感技术进行作物病虫害的早期识别可以降低除害成本，并可以有效地指导病虫害的治理。遥感技术可以对病虫害做出快速响应，并可为作物的管理提供空间化的处方图。基于遥感技术的监测可以提供作物病虫害发生、发展的定性和定量及空间分布信息，进而为生产经营管理者在病虫害发生早期采取措施提供数据支持，以避免病虫害的扩大和更大的损失。遥感技术不但可以监测病虫害的发生和跟踪其演变状况，还能够评估病虫害对作物生长的影响和分析估算灾情损失。

2010年黑龙江农垦前进农场水稻稻瘟病遥感监测图
利用环境卫星影像数据，通过计算植被增值型植被指数（EVI），监测不同病情严重度空间分布情况，并进行及时、准确地评估，为构建灾害遥感快速动态监测技术体系提供数据支撑。
5. 指导杂草控制
根据世界粮农组织的研究，全球由杂草导致的粮食生产损失每年高达950亿美元，如果考虑到农民在田地中消耗的时间有半数以上是用于除草的话，杂草造成的实际经济损失还要更高。遥感技术可以有效地进行农田杂草的识别，并能提供杂草分布的空间位置及密度信息。目前所发展的农田杂草遥感识别技术主要有以下两种:一种是基于光谱的影像分类技术，是利用各种分类算法通过区分杂草与作物，或区分长有杂草或没有长有杂草的田块来实现杂草的识别;另一种方法是通过作物的生长特征在反射光谱上的反映来区分受到杂草胁迫的作物。
6. 指导作物收获
基于遥感数据指导作物收获主要是通过开展作物收获时间的预测和作物品质的监测两个途径。由于作物的收获时间对作物的产量、品质有重要的影响，因此合理地对作物收获时间进行预测，可以有助于提高农产品的品质和产量，同时还可以指导农业机械进行合理的调度安排，这对大规模同一作物种植区域的机械化收割有重要意义。
目前对作物是否成熟的判断主要是依据叶片的颜色、结构及冠层结构等作物特征来进行主观的解译，但这种方法难以在大范围应用，而且易引入主观判断的误差。遥感技术的引入解决了这一问题，目前遥感监测作物收获期主要有以下两种方法:一种是使用时间序列遥感数据(如植被指数)跟踪作物的生长过程，通过作物生育末期作物生长过程的特征变化来确定作物成熟期;另一种是基于作物成熟在作物水分、叶绿素含量、氮素含量等冠层生化参数变化所表现出的特征，通过这些特征的遥感监测来实现作物生育期的预测。

2010年黑龙江垦区八五二农场水稻品质空间分布图
利用2010年9月Landsat-5卫星影像数据，通过定量反演，并结合地面实地采样信息，综合分析水稻水分、蛋白质和直链淀粉含量，获得八五二农场水稻品质空间分布图。图例中数值越高，水稻品质越好。

（a）2014年9月20日小麦收获进度

（b）2014年9月24日小麦收获进度

（c）2014年9月28日小麦收获进度
黑龙江省农垦红星农场小麦收获进度监测
对比分析不同时期的高分一号卫星影像，通过影像色调的变化获取小麦收获进度情况。图中影像颜色为墨绿色的为已收获地块，红色的为未收获地块。
收集于网络，如有侵权请联系管理员删除