基于卫星遥感影像的小麦生长发育和品质监测技术

来源:用户上传      作者:

　　摘 要：卫星遥感技术能够实现高通量、无损、大面积、连续监测小麦的生长发育状况和病虫草害发生情况等功能，有助于小麦的高产、优质和高效栽培，同时还有利于辅助政府科学决策，政府、农技部门及相干企业的治理程度得以进步。该文根据已有的文献综述和研究结果，论述了卫星遥感影像技术在小麦生产领域应用的理论依据、演变过程及最新进展，为小麦品质监测的未来研究提供参考。
　　关键词：小麦;卫星遥感;品质监测
　　中图分类号 S512.1 文献标识码 A 文章编号 1007-7731（2020）15-0135-03
　　1 卫星遥感技术在农业上的应用发展历程
　　卫星遥感技术在农业上的应用主要经历以下2个阶段：
　　1.1 起步阶段（1960—2000） 20世纪60年代，美国农业、林业、海洋、水文等领域就已经应用了卫星遥感技术，通过这项技术，美国从中获取了较大的经济和社会效益。20世纪70年代末，美国利用卫星遥感技术对苏联境内的小麦生产状况进行了大面积作物产量估测，估测的产量与实际结果进行核对，发现误差在10%。20世纪80年代，“农业和资源的空间遥感考查计划（AGRISTARS）”在美国开展，以此取得了国际粮食贸易市场的主动权，获得的经济效益达到了上亿美元[1]。20世纪70年代末，卫星遥感技术在我国农业生产领域的应用探索逐渐开展起来。探索共分为3个时期：（1）“六五”时期，农业部门在国内外各界各部门的支持下，从国外引进了先进的实验仪器和探测技术并组织招集人员进行人才培训，为后期的卫星遥感应用探求开启了一个良好的开端;（2）“七五”“八五”时期，农业部门开始自我探索，卫星遥感技术经历了关键技术攻关、实验调查研究和局部农业生产服务3个阶段，为后期的农业科研项目应用奠定了牢固的根基;（3）“九五”时期，卫星遥感技术已经初具规模，可以进行实用化。卫星遥感运行服务系统在我国正式投入运行并开展了多项遥感在农业上的运用服务，包括全国农业资源调查、连续实时监测农作物生长状况及理化参数评估、病虫草害信息收集、灾害预警以及田间灾害损失评估等[2]。
　　1.2 发展阶段（2000—至今） 2001年中国加入世界贸易组织后，国际市场上的大量农产品冲击着我国农业市场，造成了较大的波动。提高粮食品质，及时掌握我国粮食生产现状成为辅助政府宏观调控和市场决策的关键措施。我国关于粮食产量及品质的调查主要有以下2种方法：是以行政区划为单位，逐级上报，这种方法耗时较长，且人为因素是易影响数据准确性的主要原因。数据的收集速度较为缓慢，至少要秋后才能完成统计，这对政府部门宏观调控和农业企业收购而言是不利的。二是让各地农业单位派遣相关人员进行实地调查，再进行汇总收集，这种方法准确性较高，但消耗的人力成本和时间成本非常大;同时采集的数据以样点为主，无法得知当地小麦整体的具体品质水平。因此，高通量、实时无损地对小麦进行区域产量评估和品质监测成为研究热点，国内外相继进行了卫星遥感对作物生理生化特性参数和品质监测的研究。
　　由于植物在特定波长的反射率吸收峰能够体现植物叶片水分状况，田庆久等利用光谱反射率诊断小麦植株水分的可能性，结果表明：属于小麦的叶片含水量的吸收特征光谱图中，峰深度和面积在1450nm处具有良好的线性回归关系。说明利用地物光谱仪直接測量小麦叶片光谱，从而对小麦水分含量进行活体测定是可能的，且方便快捷、节时省力。然而研究结果主要是针对地面测定技术开展研究的，对于高空机载或卫星遥感技术而言，由于1450nm光谱段位于大气窗口之外，为大气水吸收波段，因此，利用高空遥感技术获取该波段的高质量数据比较困难。能否将该研究结果应用于高空遥感技术和应用方面，还有待于发展高空遥感技术、提高遥感器性能，以及大气订正技术的发展和完善[3]。
　　祖冬琦等通过对遥感图像进行判读，综合解译并制定预测估产模型，论述了利用遥感影像提取农作物面积、产量的主要影响因子，以及解译影像的具体方法[4]。黄文江等在开展作物营养诊断和品质预报方面的协同研究时采用了红边参数这一概念，结果表明：在小麦开花期运用红边参数对反演叶片全氮和可溶性糖含量进而预测小麦蛋白品质是可行的。遥感可被农业从业者利用进行大面积无损连续地评价冬小麦生长状态有了依据[5]。宋晓宇等研究发现，在进行小麦籽粒蛋白质等主要品质指标的预测时利用遥感技术是可行的，遥感应用的新途径也因此开辟[6]。
　　经过4年的努力，扬州大学研究出的稻麦产量和品质遥感监测与预报技术在与实际田间测验的数据进行比对时，数据准确率达到90%以上。根据相关农业部门提供的材料显示，仪征地区小麦的产量、性状的稳定性以及病虫草害检测情况等也被控制在一定范围内，经过与卫星遥感的数据比较，发现两者数据相当[7]。谭昌伟等在探索叶片氮含量与籽粒蛋白质、湿面筋及淀粉间的关系时发现均呈显著或极显著相关关系，最为密切的时期是开花期，得出了开花期可作为遥感预测籽粒品质更为理想时期的结论[8]。杨峰等研究发现，叶面积指数与叶绿素密度在水稻、小麦整个生育期内的变化趋势均呈现抛物线，能够作为遥感监测作物生长状况及产量估算的重要参数[9]。
　　由此可见，国内外对作物产量的预估和监测已广泛应用，且效果较好，而对于小麦的品质监测和研究尚未完全成熟，只有约不到20年的时间。
　　2 卫星遥感影像技术原理
　　2.1 遥感的概念 遥感技术简称为“RS”，它是指科研人员从无人机、人造卫星或其他高空监测设备上远距离收集地球表面目标物的电磁辐射信息，进而利用物理学原理和数学统计方法等对收集的信息进行分析研究的一门科学技术。简而言之，遥感就是通过测量地球地貌特征及变化过程中的物理量，采用大数据的形式将这些信息客观地收集、记录，传输到云端服务器进行处理和重现的一门科学技术。RS是一种空间信息获取的高新技术，具有时效性强、可动态监测，监测面积宏观、范围综合以及成本相对较低等特点，在收集农业资源和农业生产的相关信息时快速而准确，对宏观动态地监测作物生长、实时指导作物生产具有独特的优势[8]。总的来说，采用卫星作为搭载平台获得的多光谱，高光谱及热红外影像进行区域尺度的作物估测研究，即为卫星遥感。 　　2.2 卫星遥感影像与传统监测方法的比较 在小麦生产过程中，掌握小麦长势信息，尤其氮素状况的实时性，对管理措施的实施及田间初步品质分类尤为重要。传统的检测小麦氮素营养状况的方法是利用试验田间的样本采集、室内分析测试样本氮素含量。这样的方法所选样点主观性太强，且破坏了样本生长过程，难以实现大面积的连续实时监测，因而在对小麦进行分类管理时精确性较低。目前，研究人员正在关注高分辨率的地物光谱仪，用于简单、快速、非破坏性地估测植物冠层生物化学组成的前景。大面积、实时连续地监测植物营养状况的研究，随着传感器等遥感技术的发展，也取得了很大的进展（Shibayama等，1986;Wessman 等，1989;浦瑞良和宫鹏，1997）。国内外定量遥感理论与技术发展迅速，在小麦长势监测、产量估计、病虫害预报等方面积累了大量资料，有关小麦品质研究的非遥感信息资料为遥感监测品质奠定了基础，其他作物品质监测管理已有成功先例。
　　3 小麦品质监测原理
　　3.1 小麦特征光谱 在各种力的作用下，物质会在某些特定的波长位置形成反映物质成分和结构信息的光谱吸收和反射特征。小麦在各个波段都具备典型的反射光谱特色，利用卫星遥感对这些反射光谱特征进行观测和数据采集，可有效探明小麦含有的尤其是氮素的物質含量，明晰小麦的品质状况。
　　3.2 氮素含量 氮是植物生命体内的必需元素之一，对植物的形态建成和生长发育起着直接的，不可替代的，必不可少的作用，被称作“生命元素”。蛋白质、核酸和磷脂的主要成分中就包含了氮元素，而这3种物质又参与到了原生质、细胞核和生物膜等结构物质的组成，对小麦籽粒的构成起着十分重要的作用。同时，氮素也是叶绿素的主要组分，小麦的产量和品质形成过程中受氮素含量水平的影响很大。缺氮会导致小麦出现生长矮小，分蘖少的缺素症状及叶绿素合成受阻的现象，产量降低。氮素过多则会导致青迟熟、延长小麦生育期，抗病、抗倒伏能力降低，还会导致环境污染。刘良云等研究发现，小麦叶片全氮含量在各个时期与籽粒品质大多达到显著或极显著水平[10]。
　　3.3 红边参数 红边（red edge）是一种特殊的陡而近于直线的斜边，由植被在红光波段叶绿素强烈的吸收，近红外波段光在叶片内部的多次散射而形成的反射率急剧上升形成。国内外学者对这种反射光谱曲线中的特殊形态一直给予高度的关注，并称其为“红边”，为植物所特有其波长位置一般处于660～770nm。黄文江等为了进行作物碳-氮代谢的典型生物化学参数叶片全氮和叶片可溶性糖的相关性分析，共选取红边参数红边位置、红吸收峰、红边振幅、最小振幅、红边峰值面积5个指标探索。结果表明：叶片可溶性糖含量可用红边位置来反演，叶片全氮含量可以运用归一化最小振幅来反演。建立了红边参数与其显著相关组分间的回归方程，并利用不同地点开展的实验采集实际验证数据，对建模试验所建立的回归方程进行了检验[5]。
　　3.4 叶绿素含量 植物叶片的叶面积和净光合速率是决定农作物的干物质积累量的2个重要因素，而这两者主要通过小麦的叶面积指数和叶绿素含量来决定。在小麦生长初期，叶面积大小决定了干物质的积累量;（下转178页）（上接136页）生长后期，叶面积大小对物质生产的效果逐渐减小，叶片光合速率的作用则越来越大。
　　4 品质监测的最新进展
　　白雪娇研究发现，植物的氮素状况和生产潜力可由冠层叶片氮素含量、叶绿素含量和叶面积指数进行指示。因此，要想能够动态、连续、实时地获取冬小麦的生长势态，判断氮素营养状况来指导农业从业者进行田间精准栽培管理，可选择利用高光谱遥感监测技术过对冬小麦冠层叶片氮素含量、叶绿素含量及叶面积指数进行监测[11]。金正婷研究发现，最近几年我国冬小麦受赤霉病影响严重，且后期赤霉病的发病严重程度与小麦前期的生长状况游有着显著的关系，得出叶面积指数，叶片叶绿素含量和地上生物量与赤霉素病情指数都呈正相关关系，在一定程度上小麦群体的长势状况都能被这三者反映的结论[12]。李振海研究发现，在小麦处于灌浆期时，进行区域尺度冬小麦产量和籽粒蛋白质含量预报的时候采用DSSAT作物模型并结合遥感同化和气象预报，得出小麦开花期是最适合进行小麦产量预报的时间点，灌浆期是最适合小麦进行品质预报的时间点[13]。王琦海研究发现，在GPC（籽粒蛋白质含量）模型构建时加入地理位置信息，预测冬小麦籽粒蛋白质含量的时候准确性会大大提高，具有一定的有效性和可行性，对实现利用遥感进行区域性冬小麦GPC的快速监测预测具有一定的借鉴价值[14]。
　　5 展望
　　卫星遥感技术在应用于小麦品质监测时，田间调查结果的精确性是需要注意的问题。每块田小麦的长势、管理措施均不相同，在进行田间数据采集时需要获取能够代表整块田的样本，这样才能为后期的数据分析决策提供切实的参考依据。我相信随着科技的快速发展，卫星遥感技术能够为大面积连续、准确及时、无损地进行农业估产、长势和品质监测提供技术支持，提高政府、农业企业及农业从业者的管理水平。
　　参考文献
　　[1]蔺淑英.陆地卫星小麦估产试验获得成功[J].国外空间动态，1979（02）：1-3.
　　[2]张旭东.卫星遥感监测江苏省小麦籽粒产量和品质初步探索[D].扬州：扬州大学，2009.
　　[3]田庆久，宫鹏，赵春江，等.用光谱反射率诊断小麦水分状况的可行性分析[J].科学通报，2000，45（24）：2645-2650.
　　[4]祖冬琦，李莹，朱乃芬，等.利用遥感影像提取农作物面积和预测产量的方法[C]//“加入WTO和科学技术与吉林经济发展——机遇·挑战·责任”吉林省第二届科学技术学术年会论文集（上）.2002.
　　[5]黄文江，赵春江，王纪华，等.红边参数在作物营养诊断和品质预报上的应用[J].农业工程学报，2004，20（6）：1-5.
　　[6]宋晓宇，黄文江，王纪华，等.ASTER卫星遥感影像在冬小麦品质监测方面的初步应用[J].农业工程学报，2006（09）：148-153.
　　[7]俄罗斯致力于发展创新经济[J].中国科技信息，2008（24）：08.
　　[8]谭昌伟.稻麦主要调优栽培指标的遥感监测研究[D].扬州：扬州大学，2010.
　　[9]杨峰，范亚民，李建龙，等.高光谱数据估测稻麦叶面积指数和叶绿素密度[J].农业工程学报，2010，26（02）：237-243.
　　[10]刘汉湖，杨武年.高光谱分辨率遥感在地质应用中的关键技术及前景[C]//第十四届全国遥感技术学术交流会论文摘要集.2003.
　　[11]白雪娇.冬小麦氮素营养及其冠层生物理化参量高光谱遥感监测[D].杨凌：西北农林科技大学，2013.
　　[12]金正婷.利用卫星遥感估测冬小麦长势和赤霉病的研究[D].南京：南京信息工程大学，2016.
　　[13]李振海.基于遥感数据和气象预报数据的DSSAT模型冬小麦产量和品质预报[D].杭州：浙江大学，2016.
　　[14]王琦.区域冬小麦籽粒蛋白含量遥感预测研究[D].泰安：山东农业大学，2019.
　　（责编：张宏民）
转载注明来源:https://www.xzbu.com/1/view-15297690.htm