馮美臣，王超，楊武德，張美俊，肖璐潔

（山西農(nóng)業(yè)大學(xué) 旱作農(nóng)業(yè)工程研究所，山西 太谷030801）

在全球氣候變暖的背景下，極端天氣氣候事件出現(xiàn)的頻率和強(qiáng)度增大，所造成的災(zāi)害損失也在不斷增加。農(nóng)作物在生長(zhǎng)發(fā)育過(guò)程中，當(dāng)溫度下降到適宜溫度的下限時(shí)，作物就延遲或停止生長(zhǎng)，這就是所謂的低溫災(zāi)害［1］。低溫災(zāi)害可分為零上低溫冷害和零下低溫凍害。其中，冷害是指在作物生長(zhǎng)期間出現(xiàn)一個(gè)或多個(gè)0℃以上的低溫天氣過(guò)程，影響作物生長(zhǎng)發(fā)育和產(chǎn)量形成，導(dǎo)致不同程度減產(chǎn)或品質(zhì)下降［2］。凍害是指越冬作物在越冬期間或凍融交替的早春或深秋，遭遇0℃以下甚至－20℃的低溫或者長(zhǎng)期處于0℃以下，作物因體內(nèi)水分結(jié)冰或者喪失生理活力，從而造成植株死亡或部分死亡［3］。

冷凍害對(duì)作物的生長(zhǎng)發(fā)育造成嚴(yán)重的影響，最終影響作物的產(chǎn)量，從而使糧食安全問(wèn)題顯得更為突出。因此，對(duì)冷凍害的監(jiān)測(cè)及災(zāi)后的作物田間管理提出了更高的要求。

冷凍害是作物常見(jiàn)的災(zāi)害之一，農(nóng)業(yè)部門及各地方政府等相關(guān)部門都對(duì)農(nóng)作物災(zāi)害的實(shí)時(shí)監(jiān)測(cè)極為關(guān)注。但長(zhǎng)期以來(lái)，作物的受災(zāi)狀況基本是通過(guò)當(dāng)?shù)囟c(diǎn)觀測(cè)的地面最低溫度，結(jié)合作物的發(fā)育期，推算當(dāng)?shù)貎龊Φ某潭龋偻ㄟ^(guò)大田隨機(jī)調(diào)查估計(jì)凍害面積。這種傳統(tǒng)監(jiān)測(cè)方法無(wú)法準(zhǔn)確確定大范圍最低溫度的時(shí)空變化特征，在農(nóng)業(yè)氣象服務(wù)中，也就無(wú)法實(shí)現(xiàn)凍害的大面積精確監(jiān)測(cè)及準(zhǔn)確統(tǒng)計(jì)［4］。而且由于調(diào)查時(shí)的災(zāi)情等級(jí)判斷易受人為主觀因素的影響，其標(biāo)準(zhǔn)的掌握難以統(tǒng)一，數(shù)據(jù)準(zhǔn)確性不足，因而影響了災(zāi)情數(shù)據(jù)的空間可比性?，F(xiàn)代信息技術(shù)的發(fā)展為其提供了強(qiáng)有力的手段。

遙感技術(shù)可以迅速地監(jiān)測(cè)災(zāi)害的發(fā)生與范圍，可以為農(nóng)業(yè)部門決策者和田間管理人員提供及時(shí)的農(nóng)情信息，便于采取各種“促、調(diào)、控”措施，以達(dá)到減輕災(zāi)害、增收增效的目的，對(duì)農(nóng)業(yè)生產(chǎn)具有重要的經(jīng)濟(jì)意義［5，6］。遙感技術(shù)被廣泛應(yīng)用于作物識(shí)別、長(zhǎng)勢(shì)監(jiān)測(cè)和產(chǎn)量估測(cè)等方面。同時(shí)，在災(zāi)害監(jiān)測(cè)方面、也取得了很大的發(fā)展，然而在冷凍害監(jiān)測(cè)上卻研究較少。因而積極開(kāi)展作物冷凍害監(jiān)測(cè)具有重要的現(xiàn)實(shí)意義，可為作物冷凍害監(jiān)測(cè)及災(zāi)損評(píng)估提供新的途徑和方法。

1 作物冷凍害遙感監(jiān)測(cè)研究

國(guó)內(nèi)外關(guān)于作物冷凍害的遙感監(jiān)測(cè)研究主要包括大尺度遙感監(jiān)測(cè)和地面光譜監(jiān)測(cè)兩個(gè)方面，取得的研究進(jìn)展主要有：

1.1 基于大尺度遙感的作物凍害監(jiān)測(cè)研究

冷凍害的發(fā)生具有突然性、區(qū)域性和不可預(yù)見(jiàn)性的特點(diǎn)，利用傳統(tǒng)的方法很難研究冷凍害發(fā)生前后差異、發(fā)生范圍大小、災(zāi)害影響程度等方面的評(píng)估，大尺度遙感技術(shù)因其快速、大面積、無(wú)損傷的特點(diǎn)，可以實(shí)現(xiàn)對(duì)其災(zāi)害評(píng)估的基本要求，達(dá)到冷凍害實(shí)時(shí)監(jiān)測(cè)和災(zāi)損評(píng)估的目的，最終為作物的安全生產(chǎn)提供便利的技術(shù)手段。

大尺度遙感監(jiān)測(cè)作物凍害多使用氣象衛(wèi)星數(shù)據(jù)，其中NOAA數(shù)據(jù)由于具有宏觀、快速和廉價(jià)等特點(diǎn)，在實(shí)際應(yīng)用中使用最多。湯志成等［7］利用NOAA衛(wèi)星資料對(duì)江蘇省冬作物凍害進(jìn)行了分析，探索利用氣象衛(wèi)星資料進(jìn)行作物宏觀受害程度的方法。吉書(shū)琴等［8］采用衛(wèi)星遙感的熱紅外信息監(jiān)測(cè)遼寧低溫冷害的分布和低溫的強(qiáng)度、路徑，初步的應(yīng)用取得了較好的結(jié)果。楊邦杰等［9］利用逐日最低氣溫、最低地面溫度資料及此期間氣象衛(wèi)星NOAA－AVHRR的所有晴空數(shù)據(jù)，根據(jù)植被指數(shù)NDVI突變的特征，并考慮到作物的生育期，提出了實(shí)用的遙感監(jiān)測(cè)凍害發(fā)生與范圍的方法。王連喜等［10］采取地基和空基相結(jié)合的方法，來(lái)實(shí)現(xiàn)水稻低溫冷害的監(jiān)測(cè)。

近年來(lái)，隨著冷凍害發(fā)生頻率的增加，小區(qū)域冷凍害現(xiàn)象明顯增加，氣象衛(wèi)星數(shù)據(jù)由于在空間分辨率上的局限，已不能滿足實(shí)際的需求。而隨著遙感技術(shù)的發(fā)展，各種更高時(shí)間、空間分辨率遙感影像數(shù)據(jù)的逐漸應(yīng)用，為利用遙感技術(shù)對(duì)作物霜凍害發(fā)生情況和產(chǎn)量損失監(jiān)測(cè)具有較強(qiáng)的現(xiàn)實(shí)意義［11］。部分學(xué)者利用更高空間分辨率的遙感數(shù)據(jù)對(duì)凍害監(jiān)測(cè)進(jìn)行了研究，取得了一定的成果。何英彬等［12］利用MODIS數(shù)據(jù)計(jì)算NDVI，反演水稻全生育期逐日LAI，并結(jié)合SI MRI W模型估測(cè)水稻單產(chǎn)，進(jìn)而可以此來(lái)評(píng)價(jià)冷害對(duì)水稻單產(chǎn)的影響。Rudorff等［13］利用 MODIS和STRM 數(shù)據(jù)對(duì)巴西甘蔗凍害進(jìn)行了監(jiān)測(cè)，表明遙感數(shù)據(jù)可以對(duì)甘蔗凍害程度進(jìn)行有效的監(jiān)測(cè)和評(píng)價(jià)。我國(guó)自行研制的環(huán)境減災(zāi)衛(wèi)星在空間分辨率和時(shí)間分辨率上有了更大的提高，被廣泛用于災(zāi)害監(jiān)測(cè)。Wang等［14］利用灰色系統(tǒng)模型（GSM）并結(jié)合環(huán)境減災(zāi)衛(wèi)星等數(shù)據(jù)和GIS對(duì)河北省藁城和錦城冬小麥凍害進(jìn)行了系統(tǒng)研究，表明通過(guò)GSM、遙感影像和GIS分析相結(jié)合，能夠客觀、準(zhǔn)確地進(jìn)行冬小麥凍害的定量評(píng)價(jià)和研究，使評(píng)價(jià)模型更加科學(xué)。

1.2 基于地面光譜的作物凍害監(jiān)測(cè)研究

上述研究為凍害在宏觀遙感監(jiān)測(cè)研究方面奠定了堅(jiān)實(shí)的技術(shù)基礎(chǔ)，但由于這些研究所使用的遙感影像分辨率較低，監(jiān)測(cè)效果很難滿足目前的需求。高光譜遙感成為地物監(jiān)測(cè)的一個(gè)重要發(fā)展方向。大量的研究表明，通過(guò)高光譜遙感監(jiān)測(cè)作物脅迫及長(zhǎng)勢(shì)是可行的［15～17］。李章成等［18］通過(guò)霜箱模擬凍害，研究了冬小麥拔節(jié)期凍害后高光譜特征，可以通過(guò)作物光譜變化情況來(lái)識(shí)別凍害，同時(shí)也可以進(jìn)行凍害分級(jí)。表明利用NDVI差異可以進(jìn)行凍害的識(shí)別，同時(shí)其差異分級(jí)可劃分凍害程度。Wu等［19］通過(guò)對(duì)冬小麥苗期的低溫凍害脅迫試驗(yàn)，表明利用高光譜成像監(jiān)測(cè)冬小麥苗期凍害是可行的，并能準(zhǔn)確地反映小麥幼苗凍傷部位。Wang等［20］通過(guò)對(duì)越冬休眠期冬小麥進(jìn)行高光譜特征提取與敏感性分析，發(fā)現(xiàn)550 n m處反射率降低，“綠峰”“紅谷”特征不明顯，在1450 n m、1950 n m處的水分吸收谷差異明顯。一階微分特征隨凍害的嚴(yán)重性體現(xiàn)在680～800 n m處的“紅邊”位置差異顯著。

2 作物冷凍害遙感監(jiān)測(cè)的技術(shù)方法

2.1 地面溫度監(jiān)測(cè)

利用遙感技術(shù)監(jiān)測(cè)凍害，一方面要監(jiān)測(cè)溫度，尤其是最低氣溫，通常要求監(jiān)測(cè)溫度的精度小于1℃。這是因?yàn)樽魑锇l(fā)生凍害與否，直接與溫度的高低有關(guān)，1℃的氣溫差別往往會(huì)帶來(lái)兩種不同的危害結(jié)果。

國(guó)內(nèi)外學(xué)者對(duì)此進(jìn)行了大量的研究。張曉煜等［21］利用NOAA衛(wèi)星資料和高程資料分別反演了寧夏市的平均氣溫、最高、最低氣溫和最低地溫，初步確定了小麥、玉米等主要作物的霜凍指標(biāo)。張雪芬等［4］使用氣象衛(wèi)星遙感資料反演地面溫度，結(jié)合地基資料，得到遙感的地面柵格最低溫度，通過(guò)對(duì)比幾種方法的誤差，確定在研究區(qū)域應(yīng)用的遙感反演地面最低溫度的分裂窗算法。利用反演并經(jīng)過(guò)變分訂正的地面最低溫度、凍害指標(biāo)及小麥發(fā)育期資料，制作出冬小麥凍害發(fā)生的空間分布，并統(tǒng)計(jì)出不同凍害等級(jí)的面積，從而實(shí)現(xiàn)了冬小麥凍害的遙感監(jiān)測(cè)與不同凍害面積的精確計(jì)算。Lou等［22］應(yīng)用 NOAA－AVHRR數(shù)據(jù)，采用分裂窗算法反演地面最低溫度，對(duì)茶園凍害進(jìn)行了監(jiān)測(cè)，并對(duì)凍害造成的經(jīng)濟(jì)損失進(jìn)行了評(píng)價(jià)。Kerdiles等［23］建立NOAA－AVHRR亮溫?cái)?shù)據(jù)與氣象站點(diǎn)最低氣溫資料的線性回歸關(guān)系，開(kāi)展阿根廷冬小麥霜凍害空間制圖研究。

上述研究雖然取得了一定的研究成果，但研究所用遙感影像資料分辨率較低，MODIS數(shù)據(jù)具有較高的空間、時(shí)間分辨率，在作物監(jiān)測(cè)方面具有一定的優(yōu)勢(shì)。王春林等［24］以廣東汕尾山區(qū)為例，采用先進(jìn)星載熱輻射和反射輻射計(jì)（ASTER）數(shù)據(jù)和中分辨率成像光譜儀MODIS數(shù)據(jù)，利用不同空間分辨率和時(shí)間分辨率（周期）LST數(shù)據(jù)相結(jié)合進(jìn)行寒害監(jiān)測(cè)，建立了結(jié)合地形因子預(yù)測(cè)寒害溫度分布的遙感地表溫度修正模型，進(jìn)而利用寒害評(píng)價(jià)指標(biāo)預(yù)測(cè)主要經(jīng)濟(jì)作物寒害分布及災(zāi)情損失。Romanov［25］利用 NOAA和 MODIS數(shù)據(jù)，通過(guò)監(jiān)測(cè)積雪覆蓋和地面溫度，對(duì)烏克蘭冬季作物低溫凍害進(jìn)行了研究。

另一方面凍害的發(fā)生往往與低溫的持續(xù)時(shí)間有關(guān)［26］，而遙感僅監(jiān)測(cè)瞬時(shí)數(shù)據(jù)，因此很難反映出低溫的持續(xù)時(shí)間。盛紹學(xué)等［27］認(rèn)為低溫冷害由強(qiáng)冷空氣活動(dòng)所致，一般持續(xù)時(shí)間較短，危害難以防范和補(bǔ)救，使用遙感監(jiān)測(cè)尚存在較多困難。

2.2 植被指數(shù)差異分析

作物遭受冷凍害后，作物植株保持過(guò)冷卻狀態(tài)，體內(nèi)葉綠素活性會(huì)減弱，對(duì)近紅外光和紅光的敏感度下降，導(dǎo)致植被指數(shù)發(fā)生變化。因此，植被指數(shù)差異分析主要是通過(guò)對(duì)比受災(zāi)前后植被指數(shù)的差值來(lái)判斷受災(zāi)情況，植被的生物學(xué)意義較為明顯［28］。楊邦杰等［9］利用 NOAA－NDVI的突變特征，結(jié)合地面氣象數(shù)據(jù)，同時(shí)考慮到作物所處的生育時(shí)期，提出了實(shí)用的遙感凍害監(jiān)測(cè)方法。李章成等［18］通過(guò)霜箱模擬凍害，利用NDVI差異進(jìn)行冬小麥凍害的識(shí)別，同時(shí)其差異分級(jí)可劃分凍害程度。FENG等［29］研究了冬小麥凍害發(fā)生時(shí)及發(fā)生前后MODIS－NDVI的變化情況，提出了利用生長(zhǎng)恢復(fù)度來(lái)監(jiān)測(cè)冬小麥凍害嚴(yán)重程度的方法，認(rèn)為生長(zhǎng)恢復(fù)度與產(chǎn)量存在線性關(guān)系。林海榮等［30］利用ET M植被指數(shù)和冠層溫度的差異進(jìn)行了棉花冷害監(jiān)測(cè)，并利用植被指數(shù)的差異和冠層溫度的差異進(jìn)行了凍害程度的分級(jí)。根據(jù)植被指數(shù)絕對(duì)差值，把棉花種植區(qū)域劃分為重凍害區(qū)（降低≥0.2）、輕度凍害區(qū)（降低0～0.2）、未受影響區(qū)。丁美花等［31］利用 MODIS數(shù)據(jù)并采用植被指數(shù)差值法（CVI）對(duì)廣西地區(qū)甘蔗凍害進(jìn)行監(jiān)測(cè)，比較凍害前、后及無(wú)明顯凍害年份同期的甘蔗NDVI值之間的差異，來(lái)反映區(qū)域性甘蔗受害的空間分布以及受害程度。董燕生等［28］用多時(shí)相環(huán)境減災(zāi)衛(wèi)星數(shù)據(jù)對(duì)河北省中南部冬小麥進(jìn)行了凍害監(jiān)測(cè)，以凍害指數(shù)作為冬小麥凍害程度的評(píng)估指標(biāo)，研究表明受災(zāi)前后冬小麥HJ－EVI的變化與凍害程度呈顯著線性相關(guān)，能對(duì)冬小麥凍害影響范圍和受災(zāi)程度進(jìn)行有效評(píng)估。胡列群等［32］利用ET M＋影像對(duì)棉花低溫冷害進(jìn)行了遙感監(jiān)測(cè)，NDVI值在低溫冷害前后有明顯的差異，冷害前NDVI值均大于冷害后，表明冷害對(duì)棉花造成了很大的影響。匡昭敏等［33］應(yīng)用 MODIS－NDVI的變化差異對(duì)甘蔗寒害的空間分布及災(zāi)害面積的監(jiān)測(cè)評(píng)估，災(zāi)害面積測(cè)算誤差小于5%，能較好地滿足業(yè)務(wù)需求。Tan等［34］利用RS和GPS數(shù)據(jù)對(duì)廣西省甘蔗凍害進(jìn)行了監(jiān)測(cè)和災(zāi)損評(píng)估，表明利用凍害發(fā)生前后的MODISNDVI數(shù)據(jù)可以反映凍害發(fā)生的程度和空間分布。

2.3 生理生態(tài)指標(biāo)差異分析

冬小麥遭受低溫脅迫后，最明顯的特征是葉片失水失綠，嚴(yán)重時(shí)葉尖、葉片往往發(fā)生干枯甚至脫落，這就使得葉片含水量、葉綠素含量等農(nóng)學(xué)參數(shù)成為診斷小麥冷凍害的重要指標(biāo)。

Wang等［20］初步研究了低溫脅迫或逆境下葉片含水量的變化情況及凍害光譜響應(yīng)機(jī)理，以777 n m 處一階微分值、SDr／SDb、（SDr－SDb）／（SDr＋SDb）為變量所建葉片含水量監(jiān)測(cè)模型具有較高的精度。李章成等［11，18］分別對(duì)棉花苗期和冬小麥拔節(jié)期凍害脅迫下葉片葉綠素含量與高光譜的響應(yīng)特征進(jìn)行了分析，冬小麥葉片葉綠素含量減少，形成高光譜差異，紅邊位置與凍害程度有著顯著的負(fù)相關(guān)，明顯表現(xiàn)出受環(huán)境脅迫后藍(lán)移現(xiàn)象；棉花葉片葉綠素利用638、682、720和768 n m波段的Log（1／ρ）值來(lái)反演是最佳的。

3 存在的主要問(wèn)題和對(duì)策

農(nóng)作物冷凍害遙感監(jiān)測(cè)技術(shù)研究雖然已取得了一定的進(jìn)展，與傳統(tǒng)方法相比具有大面積、快速、省時(shí)、節(jié)省費(fèi)用等優(yōu)點(diǎn)，表現(xiàn)出了極大的潛在優(yōu)勢(shì)。但在監(jiān)測(cè)機(jī)理、精度、實(shí)時(shí)性和實(shí)用化等方面還存在著較大的不足，有待于進(jìn)一步的深入研究。

3.1 機(jī)理研究有待于進(jìn)一步加強(qiáng)

作物冷凍害遙感監(jiān)測(cè)研究長(zhǎng)期以來(lái)僅通過(guò)地表溫度的反演和植被指數(shù)差異變化來(lái)進(jìn)行，且多為大尺度遙感監(jiān)測(cè)。近年來(lái)才在地面光譜方面有所研究，但也以光譜變化特征為主，光譜響應(yīng)方面的農(nóng)學(xué)參數(shù)也僅有葉片水分和葉綠素含量。作物冷凍害的發(fā)生最終影響的主要是作物產(chǎn)量，農(nóng)學(xué)參數(shù)和光譜響應(yīng)的變化與作物最終產(chǎn)量形成和預(yù)測(cè)具有什么樣的效應(yīng)，目前尚未有明確的研究。因此，就目前的研究來(lái)看，作物冷凍害與特征光譜的機(jī)理性研究仍然缺乏，主要反映在光譜效應(yīng)和遙感信息傳遞機(jī)制及其不確定性等尚未研究清楚［35］。從而致使所構(gòu)建的模型或監(jiān)測(cè)體系不穩(wěn)定，這必然會(huì)造成監(jiān)測(cè)模型外推性不理想的結(jié)果，最終導(dǎo)致大尺度遙感監(jiān)測(cè)的低精確性。今后需加大作物冷凍害監(jiān)測(cè)的機(jī)理研究，從農(nóng)學(xué)角度出發(fā)，構(gòu)建穩(wěn)定性、普適性和適應(yīng)性更強(qiáng)的預(yù)測(cè)預(yù)報(bào)模型。

3.2 空基與地基相結(jié)合

長(zhǎng)期以來(lái)冷凍害的研究仍然局限于對(duì)地表溫度的反演，且結(jié)合地面采集資料來(lái)進(jìn)行冷凍害監(jiān)測(cè)的研究較少。同時(shí)對(duì)于冷凍害的嚴(yán)重程度也僅限于NDVI的差值變化以及溫度的高低來(lái)劃分等級(jí)。發(fā)生冷凍害后，隨著氣溫的回升，作物開(kāi)始恢復(fù)生長(zhǎng)，但由于冷凍害發(fā)生時(shí)地表溫度的不同以及低溫的持續(xù)時(shí)間不同，作物遭受冷凍害的程度也就不同，因此恢復(fù)生長(zhǎng)的速度也表現(xiàn)為快慢不同。比如冬小麥發(fā)生冷凍害后，其生育期會(huì)延長(zhǎng)，致使成熟期不一致，對(duì)產(chǎn)量造成的損失也是不同的。

另外，對(duì)于作物冷凍害監(jiān)測(cè)來(lái)說(shuō)，首先應(yīng)該從作物本身出發(fā)，加強(qiáng)冷凍害發(fā)生時(shí)，作物本身對(duì)冷凍害響應(yīng)的研究，然后再結(jié)合遙感進(jìn)行監(jiān)測(cè)。冷凍害發(fā)生的強(qiáng)弱程度不僅僅受溫度的影響，也會(huì)受到作物所在區(qū)域、地形、氣候［1］、土壤水分、品種和栽培措施等的影響。因此，在冷凍害的遙感監(jiān)測(cè)方面必須結(jié)合空基和地基來(lái)進(jìn)行整體的分析。

3.3 作物冷凍害遙感監(jiān)測(cè)具有滯后性

農(nóng)作物遭受冷凍害后，受凍的組織器官會(huì)表現(xiàn)為葉片青干、失水萎蔫下垂或干枯，這種表現(xiàn)具有一定的過(guò)程，是逐漸顯現(xiàn)的，因此有一定的滯后性，這就使得利用冷凍害前后植被指數(shù)監(jiān)測(cè)作物時(shí)，不能完全反映作物的受害情況。同時(shí)，這種滯后性表現(xiàn)在即時(shí)救災(zāi)方面也存在著一定的風(fēng)險(xiǎn)。但從宏觀角度來(lái)說(shuō)，卻有利于國(guó)家及主管部門能及時(shí)獲取作物受災(zāi)面積和受災(zāi)狀況，對(duì)后續(xù)救災(zāi)及宏觀調(diào)控具有重要的意義。

3.4 多源、多時(shí)相數(shù)據(jù)互補(bǔ)

從農(nóng)業(yè)遙感監(jiān)測(cè)角度來(lái)看，目前所使用的遙感數(shù)據(jù)多為可見(jiàn)光、近紅外波段影像，發(fā)生冷凍害時(shí)往往氣象條件極差，這對(duì)實(shí)時(shí)監(jiān)測(cè)造成了很大的影響，可以利用全天時(shí)、全天候的雷達(dá)影像數(shù)據(jù)來(lái)彌補(bǔ)。冷凍害持續(xù)時(shí)間長(zhǎng)短也是衡量?jī)龊?yán)重程度的一個(gè)標(biāo)準(zhǔn)，可以通過(guò)高時(shí)間分辨率的多時(shí)相遙感數(shù)據(jù)來(lái)解決這一問(wèn)題。因此，作物冷凍害監(jiān)測(cè)方面有必要加強(qiáng)多源、多時(shí)相遙感數(shù)據(jù)的監(jiān)測(cè)研究。

4 展望

隨著全球極端天氣氣候變化的加劇，各種災(zāi)害事件頻發(fā)。對(duì)于農(nóng)業(yè)來(lái)說(shuō)，面臨的災(zāi)害主要是旱害和冷凍害［36］，其造成的危害也是極為嚴(yán)重的，也是糧食安全面臨的最大挑戰(zhàn)。因此，及時(shí)、準(zhǔn)確、大面積地獲取受災(zāi)作物的面積和受災(zāi)程度顯得尤為重要。信息技術(shù)的迅猛發(fā)展，尤其是遙感技術(shù)在農(nóng)業(yè)上的廣泛應(yīng)用為解決這些問(wèn)題提供了有力的手段。相對(duì)于干旱監(jiān)測(cè)，冷凍害的遙感監(jiān)測(cè)研究尚處于起步階段，還沒(méi)有形成完整的監(jiān)測(cè)體系。而隨著遙感技術(shù)的進(jìn)一步發(fā)展，高空間分辨率、高時(shí)間分辨率和高光譜分辨率遙感數(shù)據(jù)的應(yīng)用將會(huì)越來(lái)越深入，這將為作物冷凍害的精準(zhǔn)監(jiān)測(cè)提供更為有效的數(shù)據(jù)保障。另外，隨著冷凍害監(jiān)測(cè)機(jī)理研究的進(jìn)一步深入，在結(jié)合地面作物采樣數(shù)據(jù)以及影響作物冷凍害的多種因子的基礎(chǔ)上，有望建立基于空基和地基的冷凍害預(yù)測(cè)預(yù)報(bào)模型，建成穩(wěn)定性、普適性和適應(yīng)性更強(qiáng)的預(yù)測(cè)預(yù)報(bào)體系，這將為我國(guó)農(nóng)作物冷凍害的監(jiān)測(cè)和災(zāi)損評(píng)估以及救災(zāi)工作起到極為重要的作用。

［1］李茂松，王道龍，鐘秀麗，等.冬小麥霜凍害研究現(xiàn)狀與展望［J］.自然災(zāi)害學(xué)報(bào)，2005（4）：72－78.

［2］趙俊芳，楊曉光，劉志娟.氣候變暖對(duì)東北三省春玉米嚴(yán)重低溫冷害及種植布局的影響［J］.生態(tài)學(xué)報(bào)，2009，29（12）：6544－6551.

［3］檀艷靜，張佳華，姚鳳梅，等.中國(guó)作物低溫冷害監(jiān)測(cè)與模擬預(yù)報(bào)研究進(jìn)展［J］.生態(tài)學(xué)雜志，2013，32（7）：1920－1927.

［4］張雪芬，陳懷亮，鄭有飛，等.冬小麥凍害遙感監(jiān)測(cè)應(yīng)用研究［J］.南京氣象學(xué)院學(xué)報(bào)，2006，29（1）：94－100.

［5］Jeyasseelan A T.Dr oughts and floods assess ment and monitoring using remote sensing and GIS［C］.In Satellite Remote Sensing and GIS Applications in Agricult ural Meteor ology，Pr oceedings of the Training Wor kshop.7－11 July，2003，Dehra Dun，India.2004：291－313.

［6］Bayasgalan B.Disaster and Envir on ment Monitoring using Re mote Sensing data and GIS Technology in Mongolia［C］／／Proceedings of the 10t h Inter national Research and Training Seminar on Regional Planning for Disaster Prevention，1996：37－47.

［7］湯志成，孫涵.用 NOAA衛(wèi)星資料作冬作物凍害分析［J］.遙感信息，1989（4）：39－39.

［8］吉書(shū)琴，張玉書(shū)，關(guān)德新，等.遼寧地區(qū)作物低溫冷害的遙感監(jiān)測(cè)和氣象預(yù)報(bào)［J］.沈陽(yáng)農(nóng)業(yè)大學(xué)學(xué)報(bào)，1998，29（1）：16－20.

［9］楊邦杰，王茂新，裴志遠(yuǎn).冬小麥凍害遙感監(jiān)測(cè)［J］.農(nóng)業(yè)工程學(xué)報(bào)，2002，18（2）：136－140.

［10］王連喜，秦其明，張曉煜.遙感技術(shù)在水稻低溫冷害災(zāi)損評(píng)估中的應(yīng)用［C］.／／新世紀(jì)氣象科技創(chuàng)新與大氣科學(xué)發(fā)展——中國(guó)氣象學(xué)會(huì)2003年年會(huì)論文集.北京：氣象出版社，2013：250－254.

［11］李章成，周清波，江道輝，等.棉花苗期凍害高光譜特征研究［J］.棉花學(xué)報(bào)，2008，20（4）：306－311.

［12］何英彬，陳佑啟，唐華俊.基于MODIS反演逐日LAI及SI M RI W模型的冷害對(duì)水稻單產(chǎn)的影響研究［J］.農(nóng)業(yè)工程學(xué)報(bào)，2007，23（11）：188－194.

［13］Rudorff B F T，Aguiar D A，Adami M，etal.Frost damage detection in sugarcane cr op using MODIS i mages and SRT M data［C］／／In Geoscience and Remote Sensing Sy mposiu m （IGARSS），2012 IEEE Inter national，2012：5709－5712.

［14］Wang Hui－fang，Guo wei，Wang Ji－h(huán)ua，etal.Exploring the feasibility of winter wheat freeze injury by integrating Grey System Model wit h RS and GIS［J］.Jour nal of Integrative Agriculture.2013，12（7）：1162－1172.

［15］Thenkabail P S，Smit h R B.Hyperspectral vegetation indices and their relationships wit h agricult ural cr op characteristics［J］.Re mote Sensing of Envir on ment，2000，71：158－182.

［16］Glenn J F，Stephan J M，Willan R D.Spider mite detection and canopy component mapping in cotton using hyperspectral i mager y and spectral mixture analysis［J］.Precision Agricult ure，2004，5：275－289.

［17］黃文江，王紀(jì)華，劉良云，等.冬小麥紅邊參數(shù)變化規(guī)律及其營(yíng)養(yǎng)診斷［J］.遙感技術(shù)與應(yīng)用，2003，18（4）：206－211.

［18］李章成，周清波，呂新，等.冬小麥拔節(jié)期凍害后高光譜特征［J］.作物學(xué)報(bào)，2008，34（5）：831－837.

［19］Qiong Wu，Dazhou Zhu，Cheng Wang，etal.Diagnosis of freezing stress in wheat seedlings using hyperspectral i maging［J］.Biosystems Engineering，2012，112（4）：253－260.

［20］Wang H，Wang J，Wang Q，etal.Hyperspectral characteristics of winter wheat under freezing injury stress and L WC inversion model［C］／／In Agro－Geoinfor matics，2012 First International Conference on IEEE，2012，1－6.

［21］張曉煜，馬玉平，蘇占勝，等.寧夏主要作物霜凍試驗(yàn)研究［J］.干旱區(qū)資源與環(huán)境，2001，15（2）：50－54.

［22］Weiping Lou，Zongwei Ji，Ke Sun，Jianneng Zhou.Application of remote sensing and GIS for assessing econo mic loss caused by frost da mage t o tea plantations［J］.Precision Agriculture，2013，14：606－620.

［23］Ker diles H，Grondona M，Rodriguez R.etal.Frost mapping using NOAA AVHRR data in the pa mpean region［J］.Agintina Agricult ural and Forest Meteorology 1996，79（3）：157－182.

［24］王春林，唐力生，陳水森，等.寒冷災(zāi)害監(jiān)測(cè)中的全天候地表溫度反演方法研究［J］.中國(guó)農(nóng)業(yè)氣象，2007，28（1）：80－87.

［25］Ro manov P.Satellite－Derived Infor mation on Snow Cover for Agriculture Applications in Ukraine［J］.NATO Science for Peace and Security Series C：Envir on mental Securit y.2011，81－91.

［26］Robert N K，Drew J L.Freeze injury to Nebraska wheat.University of Nebraska Lincoln，Extension［EC／OL］.（2006－02－13）［2014－02－12］.http：／／ianr pubs.unl.edu／live／ec132／build／ec132.pdf.

［27］盛紹學(xué)，馬曉群，楊太明，等.基于GIS的安徽省重大農(nóng)業(yè)氣象災(zāi)害測(cè)評(píng)系統(tǒng)［J］.南京氣象學(xué)院學(xué)報(bào)，1998，21（4）：703－708.

［28］董燕生，陳洪萍，王慧芳，等.基于多時(shí)相環(huán)境減災(zāi)衛(wèi)星數(shù)據(jù)的冬小麥凍害評(píng)估［J］.農(nóng)業(yè)工程學(xué)報(bào)，2012，28（20）：172－179.

［29］Feng Meichen，Yang Wude，Cao Liangliang，etal.Monitoring winter wheat freeze injury using multi－temporal MODIS data［J］.Agricultural Sciences in China，2009，8（9）：1053－1062.

［30］林海榮，李章成，周清波，等.基于ET M 植被指數(shù)和冠層溫度差異遙感監(jiān)測(cè)棉花冷害［J］.棉花學(xué)報(bào)，2009，21（4）：284－289.

［31］丁美花，譚宗琨，何燕，等.基于 MODIS數(shù)據(jù)的甘蔗凍害監(jiān)測(cè)——以廣西來(lái)賓市為例［J］.熱帶作物學(xué)報(bào)，2009，30（7）：918－922.

［32］胡列群，武鵬飛，李新建，等.基于ETM＋影像的棉花低溫冷害遙感監(jiān)測(cè)方法研究［J］.中國(guó)農(nóng)學(xué)通報(bào)，2011，27（4）：459－463.

［33］匡昭敏，李強(qiáng)，堯永梅，等.EOS／MODIS數(shù)據(jù)在甘蔗寒害監(jiān)測(cè)評(píng)估中的應(yīng)用［J］.應(yīng)用氣象學(xué)報(bào)，2009，20（3）：360－364.

［34］Tan Z K，Ding M H，Wang L H，etal.Monitoring freeze injury and evaluating losing to sugar－cane using RS and GPS［C］.Computer and Computing Technologies in Agriculture II，Volume 1.IFIP Advances in Infor mation and Communication Technology，2009，293：307－316.

［35］王紀(jì)華，李存軍，劉良云，等.作物品質(zhì)遙感監(jiān)測(cè)預(yù)報(bào)研究進(jìn)展［J］.中國(guó)農(nóng)業(yè)科學(xué)，2008，41（9）：2633－2640.

［36］張倩，趙艷霞，王春乙.我國(guó)主要農(nóng)業(yè)氣象災(zāi)害指標(biāo)研究進(jìn)展［J］.自然災(zāi)害學(xué)報(bào)，2010，19（6）：40－54.