李楠

傳統(tǒng)的大面積作物生產(chǎn)管理技術(shù)相對(duì)粗放，作物生長監(jiān)測及診斷方法經(jīng)驗(yàn)性強(qiáng)、時(shí)效性差。整個(gè)作物生產(chǎn)流程成本高，環(huán)境壓力大?，F(xiàn)代農(nóng)業(yè)生產(chǎn)面臨著巨大的挑戰(zhàn)和壓力，迫切需要對(duì)作物長勢進(jìn)行實(shí)時(shí)準(zhǔn)確的監(jiān)測診斷和管理調(diào)控，以實(shí)現(xiàn)高產(chǎn)、優(yōu)質(zhì)、高效、生態(tài)、安全生產(chǎn)的目標(biāo)。精細(xì)農(nóng)業(yè)是實(shí)現(xiàn)農(nóng)田精準(zhǔn)管理、資源優(yōu)化配置、有效提高作物產(chǎn)量和品質(zhì)的重要途徑。而遙感技術(shù)作為精細(xì)農(nóng)業(yè)的技術(shù)體系之一，其應(yīng)用一直以來備受關(guān)注。憑借高時(shí)空分辨率、高光譜分辨率的特點(diǎn)，高光譜遙感技術(shù)可以無損、快速的獲得作物冠層反射光譜。

一、遙感技術(shù)概述

遙感，即遙遠(yuǎn)的感知，是運(yùn)用在不同平臺(tái)上的傳感器對(duì)遠(yuǎn)距離目標(biāo)或自然現(xiàn)象進(jìn)行探測，利用不同地物的反射率不同的特性來獲取地表信息。高光譜遙感是20世紀(jì)80年代初出現(xiàn)的一種新型對(duì)地觀測技術(shù)，是當(dāng)今遙感技術(shù)的前沿。它是指傳感器獲取的數(shù)據(jù)光譜分辨率在10-2λ數(shù)量級(jí)范圍內(nèi)的遙感。由于高光譜遙感數(shù)據(jù)的每個(gè)像元可以提供幾乎連續(xù)的地物光譜曲線，實(shí)現(xiàn)了“圖譜合一”，這是高光譜遙感區(qū)別于常規(guī)遙感的主要之處，這也使高光譜反演陸地表面細(xì)節(jié)成為可能，大大提高了人們對(duì)客觀世界的認(rèn)識(shí)能力。綠色植物葉片特有的內(nèi)部結(jié)構(gòu)和組成成分，使其反射光譜特征也明顯區(qū)別與土壤、巖石和水體等其它地物。受色素、細(xì)胞構(gòu)造和水分的影響，綠色植被光譜反射率曲線呈現(xiàn)明顯的波峰波谷。

二、遙感技術(shù)在農(nóng)業(yè)干旱監(jiān)測中的應(yīng)用

1、植被面積提取

高光譜技術(shù)可以獲取超多波段遙感影像，其中包含了豐富的數(shù)據(jù)信息，在進(jìn)行作物識(shí)別和植被分類時(shí)，相比常規(guī)的寬波段遙感，其識(shí)別的精度性和可靠性都大大提高。通過PHI航空高光譜影像，利用混合決策樹方法對(duì)6種水稻進(jìn)行了精細(xì)分類，分類精度達(dá)94.9%。根據(jù)陸地表面溫度和歸一化植被指數(shù)，采用最大似然分類算法對(duì)北京小湯山現(xiàn)代農(nóng)業(yè)示范區(qū)的遙感圖像進(jìn)行了分類，分類效果良好。采用逐級(jí)分類方法在北京順義區(qū)進(jìn)行了農(nóng)作物的精細(xì)分類，精度達(dá)95%以上。利用MODIS遙感影像自身攜帶的光譜信息即可實(shí)現(xiàn)冬小麥遙感全覆蓋自動(dòng)識(shí)別，識(shí)別精度較高，并比傳統(tǒng)冬小麥種植面積最佳時(shí)相的選取提前3個(gè)月左右。利用高光譜數(shù)據(jù)對(duì)不同植被種類識(shí)別時(shí)，通過降低數(shù)據(jù)維度提取特征波段顯得尤為重要。對(duì)各植被類型的平均分類精度達(dá)90.3%，而最大似然法的平均分類精度僅為70.0%。利用鄱陽湖5種典型植被的實(shí)測高光譜數(shù)據(jù)，提取了植被間的光譜特征波段，并利用馬氏距離-光譜角法對(duì)不同植被類型進(jìn)行有效識(shí)別。融入空間信息的高光譜遙感植被分類方法能有效地削弱噪聲，在一定程度上提高了分類精度，在實(shí)際應(yīng)用中有一定的參考價(jià)值。

2、基于土壤熱慣量的干旱監(jiān)測

土壤熱慣量是表征土壤熱特性大小的物理量，對(duì)于同一類土壤，土壤含水量的多少?zèng)Q定土壤熱慣量的大小，故它可通過反演土壤水分來間接監(jiān)測農(nóng)業(yè)干旱情況。目前，被廣泛應(yīng)用的有Price提出的土壤實(shí)際熱慣量的監(jiān)測模型和在此基礎(chǔ)上引出的表觀熱慣量概念;利用基于遙感數(shù)據(jù)的熱慣量法反演土壤水分時(shí)，增加了風(fēng)速和地形因子;劉振華在考慮植被、水分、土壤特性之間的聯(lián)系的基礎(chǔ)上，改進(jìn)了熱慣量模型;上述研究一定程度上有助于提高熱慣量法反演土壤水分的精度，但在實(shí)際監(jiān)測干旱的過程中，熱慣量法在低植被覆蓋區(qū)或裸土區(qū)效果較好，在高植被覆蓋區(qū)的反演精度差強(qiáng)人意。

3、基于地表能量平衡原理的干旱監(jiān)測

地球表面的土壤、植被和大氣之間物質(zhì)和能量相互轉(zhuǎn)換、能量守恒，故根據(jù)地表能量平衡的原理可對(duì)干旱狀況進(jìn)行研究。目前的模型主要有單層模型、雙層模型、彭曼模型和經(jīng)驗(yàn)?zāi)Ｐ偷龋粡V泛使用的是陸面能量平衡方法（SEBAL）、地表能量平衡系統(tǒng)（SEBS）、大氣—陸地交換反演模型（ALEXI）、北部生態(tài)系統(tǒng)生產(chǎn)力模擬模型（BEPS）及其它一些性能較好的蒸散模型?；诘乇砟芰科胶庠淼母珊当O(jiān)測模型輸入?yún)?shù)要求較高，很難用來監(jiān)測較長時(shí)間尺度的干旱情況。

4、遙感技術(shù)在作物長勢監(jiān)測與作物估產(chǎn)中的應(yīng)用

作物長勢監(jiān)測與作物估產(chǎn)即利用遙感技術(shù)對(duì)作物生長情況、趨勢進(jìn)行觀測，以此估計(jì)作物產(chǎn)量與品質(zhì)。目前作物長勢監(jiān)測最常見的就是運(yùn)用NDVI、新發(fā)展的EVI指數(shù)等來估算生物量、作物產(chǎn)量等反映作物生長特征因子的直接觀測法。如劉新杰等反演冬小麥葉綠素密度、葉面積指數(shù)，監(jiān)測指數(shù)時(shí)序變化規(guī)律，分析不同品種冬小麥的長勢情況，并建立安徽龍亢農(nóng)場基于NDVI的冬小麥估產(chǎn)模型;與此同時(shí)，同期對(duì)比法即利用NDVI值的時(shí)序變化來反映年間作物生長狀況的差異也是重要運(yùn)用。

綜上所述，精準(zhǔn)農(nóng)業(yè)是遙感技術(shù)與自動(dòng)化技術(shù)的綜合應(yīng)用，結(jié)合田間最小單元的具體條件，最優(yōu)化配置耕地資源與勞動(dòng)力投入，定量化精準(zhǔn)田間管理，以提高農(nóng)作物產(chǎn)量與質(zhì)量、降低生產(chǎn)成本，減小農(nóng)業(yè)活動(dòng)為周邊環(huán)境帶來的污染及其他不利影響。精準(zhǔn)農(nóng)業(yè)的實(shí)行將我國農(nóng)業(yè)發(fā)展代入一個(gè)新的臺(tái)階，不僅極大地提高了農(nóng)業(yè)生產(chǎn)力，也在自然資源、環(huán)境、農(nóng)業(yè)生產(chǎn)、農(nóng)業(yè)管理等方面具有重要作用與意義。

（作者單位：475400河南省太康縣環(huán)境監(jiān)測站）