遥感技术在精准农业中的现状及发展趋势
来源:用户上传
作者:
摘 要：本文介绍遥感技术在精准农业中的应用现状，分析遥感技术对作物生长监测、产量预估、病虫害防治、旱情监测、土壤水分含量及分布监测、作物养分监测等领域的应用，进而引出遥感技术在精准农业中的发展趋势。
关键词：遥感技术;精准农业;发展趋势
中图分类号：S-3 文献标识码：A
DOI：10.19754/j.nyyjs.20190830007
随着农业现代化与精准化生产要求的不断提高和科学技术的不断发展，精准农业已经成为了可以最大限度提高农业生产力的有效途径。然而，在实施精准农业的过程中，快速准确地获取作物的生长信息和环境信息成为制约精准农业发展的关键问题。在采集农田信息的过程中，在复杂的农田中铺设错综的电缆，使整个系统的成本增加，可靠性降低，维修费用较高。近几年来，随着计算机应用技术、图像处理技术、通信技术等的快速发展，遥感技术在农业生产活动中得到相应的运用。
在国外，早在20世纪60、70年代，美国地理学家艾弗林·普鲁伊特就提出遥感技术，经过几十年的研究，理论比较成熟，并成功运用到各个领域[1]，而我国遥感技术起步比较晚，始于20世纪80年代初，虽然取得了一些理论研究，但是在实际应用方面却很少[2]。
1 遥感技术在精准农业中的应用现状
1.1 农作物生长监测和产量预估
农作物在其生长发育的各个阶段，由于外部因素的不同，其内部组成及外部形态等都会存在一定的差别，最主要的差别是叶面积指数。叶面积指数是反映农作物长势的个体特征与群体特征的综合指数[3]。遥感技术通过周期性地获取农作物发射的电磁波谱，来分析农作物不同时期的叶面积指数，进而对农作物生长发育情况进行监测和产量进行预估。2009年内蒙古自治区海拉尔农垦特泥河农牧场利用遥感技术检测大麦叶面指数，来确定其长势情况;2010年黑龙江垦区八五二农场利用遥感技术检测水稻的品质空间分布图，来预估水稻的产量;19世纪80年代，美国利用遥感技术检测该国小麦的种植面积及产量作出预估。
1.2 农作物病虫害防治
遥感技术能够监测病虫害对农作物生长发育的影响，并跟踪农作物的生长发育状况，分析估算灾情损失，同时能够监测害虫的分布及活动习性[4]，进而能够预防虫害的发生。2010年黑龙江农垦前进农场利用遥感技术对水稻稻瘟病进行绘制遥感监图测，来预防病虫害。
1.3 农作物旱情监测
当天气干旱时，农作物在生长发育过程中，由于吸收水分不足，生长发育受到影响，导致农作物植被指数降低。由于没有充足的水分供给，农作物进行有氧呼吸受阻，农作物的叶片被迫关闭部分呼吸气孔，导致农作物的冠层温度有所升高。遥感技术通过农作物植被指数及冠层参数进而监测农作物旱情。隋学艳等利用遥感技术对山东省农作物旱情进行检测[5]，申广荣等利用遥感技术检测黄淮平原旱灾情况，建立了作物缺水指数模型[6]。
1.4 土壤水分含量和分布监测
在有作物和无作物的条件下，由于热红外波段对水分反映灵敏度非常高，故通过热红外波段可以监测土壤的水分含量及分布特点。试验研究表明，在热惯量条件不同的情况下，遥感光谱间的区别非常明显，故可以通过建立热惯量与土壤水分含量之间的数学模型，遥感技术利用该模型，进行分析土壤水分含量及分布。李建龙等利用遥感技术动态监测大面积农田土壤水分，并建立检测样区[7];田国良等利用遥感检测土壤水分，并提出监测方法[8]。
1.5 农作物养分监测
农作物养分含量，直接影响农作物叶片的叶绿素的含量，通过数学模型建立植被指数与不同的营养元素（如氮、磷、钾、钙、镁等）之间的数学模型，能够预测农作物营养元素供给情况。据大量试验研究表明，遥感技术监测到农作物中氮元素含量的精度比监测其它营养元素含量的精度高[9]。何勇等利用遥感技术监测作物养分生理信息，并建立监测模型[10];牛铮等利用遥感技术反演叶片化学组分，并得出鲜叶片7种化学组分（包括N）的含量与其谱线的关系[11]。
2 遥感技术在精准农业中的发展趋势
近几年来，遥感技术的不断发展，并运用到各个领域，尤其是在农业生产上的应用，更是向深、宽、广、精进行发展。从我国农业部相关部门的反馈来看，遥感技术能够及时准确地掌握农业资源状况、演变及发展趋势，并准确提出可持续发展的科学对策，能实现农业资源及生产力要素的合理优化配置，是准确保证我国农业经济可持续、和谐、稳定发展的重要方法;并准确掌握农作物的播种期、生长发育及产量，为我国相关部门制订相关政策起到重要的参考。
2.1 发展新的遥感技术信息模型
遥感技术发展的深入与否，关键在信息模型的建立，该模型可推算不同的农业生产参数。在过去数十年的研究中，尽管人们建立了许多遥感技术方面的信息模型，比如作物产量估算模型、农田蒸散估算模型、绿度指数模型、土壤水分监测模型、农田蒸散估算模型、干旱指数模型及温度指数模型等，但这些模型远远不能满足遥感技术在精准农业中应用的需要，因此建立新的精准农业信息模型仍然是遥感技术在农业领域发展的重中之重。
2.2 红外遥感技术防治病虫害
在农作物病虫害初期时，虽然其叶片结构已经发生改变，这种结构改变可以通过近红外光谱反射率准确地显示出来，但是农作物的叶绿素数量和质量并没有发生什么变化，其可见光波段的光谱反射率不会发生明显变化，人眼也很难观察到，却可以利用红外遥感技术，及时并准确地进行预测，还能够准确地分辨农作物的受害程度，把病虫害消灭在萌芽状态。例如利用近红外波，波段在0.7～0.9μm范围内，可以準确地发现小麦、燕麦等的黑锈病。
2.3 微波遥感技术
目前，在发达国家，微波遥感技术是遥感技术重点发展对象之一，其据有全天候性、穿透性、纹理性等特点，是其它遥感技术所不具备的。在恶劣气候条件下，通过合理地利用微波遥感技术的这些特性来解决灾害监测、冰雪覆盖区、云雾覆盖区、松散层掩盖区及国土资源勘查等领域具有广阔的发展空间和应用价值。 2.4 高光谱传感器的应用
主要农作物生物化学参数可以通过高光谱遥感传感器进行准确监测。例如设计水稻、棉花、玉米、小麦等不同播种期的试验，通过高光谱遥感传感器获取其不同生长发育期的生物化学及相应的高光谱反射数据，并分析其在不同生长发育期的高光谱反射特征同生物化学参数之间的关系，进而确定能够反映其生物化学参数的高光谱反射的敏感波段。通过高光谱遥感传感器提取不同生物化学参数相对应的高光谱反射的敏感波段，进而探索不同生物化学参数的高光谱遥感监测方法，建立其估算数学模型。高光谱遥感传感器的研制及推广应用，将是遥感技术发展的重要方向之一。
3 结论
遥感技术在农作物种植面积监测、病虫害预测、土地动态监测等方面的应用还有待于提高;遥感技术领域的一些新技术、新手段需要更多的农业科研人员进行探索，并借鉴国外先进的遥感技术，来建立符合我国农作物生长特点的遥感技术监测系统，继续深挖遥感技术在精准农业中的应用。
参考文献
[1] 赵春江. 农业遥感研究与应用进展[J]. 农业机械学报， 2014， 45（12）：277-293.
[2]史舟， 梁宗正， 杨媛媛， 等. 农业遥感研究现状与展望[J]. 农业机械学报， 2015， 46（2）：247-260.
[3] Yang Guijun， Zhao Chunjiang， Liu Qiang， el al. Inversion of a radiative transfer model for estimating forest LAI from multisource and multi-angular optical remote sensing data [J]. IEEE Transactions on Geoscience and Remote Sensing， 2010， 49（3） ： 988-1000.
[4]唐翠翠， 黃文江， 罗菊花， 等. 基于相关向量机的冬小麦蚜虫遥感预测[J]. 农业工程学报， 2015， 31（6）：201-207.
[5]隋学艳， 薛光山， 王素娟， 等. 基于MODIS数据的山东省农作物旱情遥感监测报告[J]. 山东农业科学， 2016， 48（2）：129-132.
[6]申广荣， 田国良. 基于GIS的黄淮海平原旱灾遥感监测研究-作物缺水指数模型的实现[J]. 生态学报， 2000， 20（2）：224-228.
[7]李建龙， 刘培军， 朱明. 利用遥感技术动态监测大面积农田土壤水分研究[J]. 安全与环境学报， 2003， 3（3）：3-6.
[8]田国良. 土壤水分的遥感监测方法[J]. 环境遥感， 1991， 6（2）：7-17.
[9]刘冰峰， 李军， 贺佳. 玉米叶片全磷含量高光谱遥感监测诊断模型研究[J]. 农业机械学报， 2015， 46（8）：252-258.
[10]何勇， 彭继宁， 刘飞， 等. 基于光谱和成像技术的作物养分生理信息快速检测研究进展[J]. 农业工程学报， 2015， 31（3）：174-189.
[11]牛铮， 陈永华， 隋洪智， 等. 叶片化学组分成像光谱遥感探测机理分析[J]. 遥感学报， 2000， 4（2）：125-130.
转载注明来源:https://www.xzbu.com/1/view-15016524.htm
