楊麗

摘 要：本文介紹遙感技術(shù)在精準(zhǔn)農(nóng)業(yè)中的應(yīng)用現(xiàn)狀，分析遙感技術(shù)對(duì)作物生長(zhǎng)監(jiān)測(cè)、產(chǎn)量預(yù)估、病蟲(chóng)害防治、旱情監(jiān)測(cè)、土壤水分含量及分布監(jiān)測(cè)、作物養(yǎng)分監(jiān)測(cè)等領(lǐng)域的應(yīng)用，進(jìn)而引出遙感技術(shù)在精準(zhǔn)農(nóng)業(yè)中的發(fā)展趨勢(shì)。

關(guān)鍵詞：遙感技術(shù);精準(zhǔn)農(nóng)業(yè);發(fā)展趨勢(shì)

中圖分類(lèi)號(hào)：S-3 ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

DOI：10.19754/j.nyyjs.20190830007

隨著農(nóng)業(yè)現(xiàn)代化與精準(zhǔn)化生產(chǎn)要求的不斷提高和科學(xué)技術(shù)的不斷發(fā)展，精準(zhǔn)農(nóng)業(yè)已經(jīng)成為了可以最大限度提高農(nóng)業(yè)生產(chǎn)力的有效途徑。然而，在實(shí)施精準(zhǔn)農(nóng)業(yè)的過(guò)程中，快速準(zhǔn)確地獲取作物的生長(zhǎng)信息和環(huán)境信息成為制約精準(zhǔn)農(nóng)業(yè)發(fā)展的關(guān)鍵問(wèn)題。在采集農(nóng)田信息的過(guò)程中，在復(fù)雜的農(nóng)田中鋪設(shè)錯(cuò)綜的電纜，使整個(gè)系統(tǒng)的成本增加，可靠性降低，維修費(fèi)用較高。近幾年來(lái)，隨著計(jì)算機(jī)應(yīng)用技術(shù)、圖像處理技術(shù)、通信技術(shù)等的快速發(fā)展，遙感技術(shù)在農(nóng)業(yè)生產(chǎn)活動(dòng)中得到相應(yīng)的運(yùn)用。

在國(guó)外，早在20世紀(jì)60、70年代，美國(guó)地理學(xué)家艾弗林·普魯伊特就提出遙感技術(shù)，經(jīng)過(guò)幾十年的研究，理論比較成熟，并成功運(yùn)用到各個(gè)領(lǐng)域[1]，而我國(guó)遙感技術(shù)起步比較晚，始于20世紀(jì)80年代初，雖然取得了一些理論研究，但是在實(shí)際應(yīng)用方面卻很少[2]。

1 遙感技術(shù)在精準(zhǔn)農(nóng)業(yè)中的應(yīng)用現(xiàn)狀

1.1 農(nóng)作物生長(zhǎng)監(jiān)測(cè)和產(chǎn)量預(yù)估

農(nóng)作物在其生長(zhǎng)發(fā)育的各個(gè)階段，由于外部因素的不同，其內(nèi)部組成及外部形態(tài)等都會(huì)存在一定的差別，最主要的差別是葉面積指數(shù)。葉面積指數(shù)是反映農(nóng)作物長(zhǎng)勢(shì)的個(gè)體特征與群體特征的綜合指數(shù)[3]。遙感技術(shù)通過(guò)周期性地獲取農(nóng)作物發(fā)射的電磁波譜，來(lái)分析農(nóng)作物不同時(shí)期的葉面積指數(shù)，進(jìn)而對(duì)農(nóng)作物生長(zhǎng)發(fā)育情況進(jìn)行監(jiān)測(cè)和產(chǎn)量進(jìn)行預(yù)估。2009年內(nèi)蒙古自治區(qū)海拉爾農(nóng)墾特泥河農(nóng)牧場(chǎng)利用遙感技術(shù)檢測(cè)大麥葉面指數(shù)，來(lái)確定其長(zhǎng)勢(shì)情況;2010年黑龍江墾區(qū)八五二農(nóng)場(chǎng)利用遙感技術(shù)檢測(cè)水稻的品質(zhì)空間分布圖，來(lái)預(yù)估水稻的產(chǎn)量;19世紀(jì)80年代，美國(guó)利用遙感技術(shù)檢測(cè)該國(guó)小麥的種植面積及產(chǎn)量作出預(yù)估。

1.2 農(nóng)作物病蟲(chóng)害防治

遙感技術(shù)能夠監(jiān)測(cè)病蟲(chóng)害對(duì)農(nóng)作物生長(zhǎng)發(fā)育的影響，并跟蹤農(nóng)作物的生長(zhǎng)發(fā)育狀況，分析估算災(zāi)情損失，同時(shí)能夠監(jiān)測(cè)害蟲(chóng)的分布及活動(dòng)習(xí)性[4]，進(jìn)而能夠預(yù)防蟲(chóng)害的發(fā)生。2010年黑龍江農(nóng)墾前進(jìn)農(nóng)場(chǎng)利用遙感技術(shù)對(duì)水稻稻瘟病進(jìn)行繪制遙感監(jiān)圖測(cè)，來(lái)預(yù)防病蟲(chóng)害。

1.3 農(nóng)作物旱情監(jiān)測(cè)

當(dāng)天氣干旱時(shí)，農(nóng)作物在生長(zhǎng)發(fā)育過(guò)程中，由于吸收水分不足，生長(zhǎng)發(fā)育受到影響，導(dǎo)致農(nóng)作物植被指數(shù)降低。由于沒(méi)有充足的水分供給，農(nóng)作物進(jìn)行有氧呼吸受阻，農(nóng)作物的葉片被迫關(guān)閉部分呼吸氣孔，導(dǎo)致農(nóng)作物的冠層溫度有所升高。遙感技術(shù)通過(guò)農(nóng)作物植被指數(shù)及冠層參數(shù)進(jìn)而監(jiān)測(cè)農(nóng)作物旱情。隋學(xué)艷等利用遙感技術(shù)對(duì)山東省農(nóng)作物旱情進(jìn)行檢測(cè)[5]，申廣榮等利用遙感技術(shù)檢測(cè)黃淮平原旱災(zāi)情況，建立了作物缺水指數(shù)模型[6]。

1.4 土壤水分含量和分布監(jiān)測(cè)

在有作物和無(wú)作物的條件下，由于熱紅外波段對(duì)水分反映靈敏度非常高，故通過(guò)熱紅外波段可以監(jiān)測(cè)土壤的水分含量及分布特點(diǎn)。試驗(yàn)研究表明，在熱慣量條件不同的情況下，遙感光譜間的區(qū)別非常明顯，故可以通過(guò)建立熱慣量與土壤水分含量之間的數(shù)學(xué)模型，遙感技術(shù)利用該模型，進(jìn)行分析土壤水分含量及分布。李建龍等利用遙感技術(shù)動(dòng)態(tài)監(jiān)測(cè)大面積農(nóng)田土壤水分，并建立檢測(cè)樣區(qū)[7];田國(guó)良等利用遙感檢測(cè)土壤水分，并提出監(jiān)測(cè)方法[8]。

1.5 農(nóng)作物養(yǎng)分監(jiān)測(cè)

農(nóng)作物養(yǎng)分含量，直接影響農(nóng)作物葉片的葉綠素的含量，通過(guò)數(shù)學(xué)模型建立植被指數(shù)與不同的營(yíng)養(yǎng)元素（如氮、磷、鉀、鈣、鎂等）之間的數(shù)學(xué)模型，能夠預(yù)測(cè)農(nóng)作物營(yíng)養(yǎng)元素供給情況。據(jù)大量試驗(yàn)研究表明，遙感技術(shù)監(jiān)測(cè)到農(nóng)作物中氮元素含量的精度比監(jiān)測(cè)其它營(yíng)養(yǎng)元素含量的精度高[9]。何勇等利用遙感技術(shù)監(jiān)測(cè)作物養(yǎng)分生理信息，并建立監(jiān)測(cè)模型[10];牛錚等利用遙感技術(shù)反演葉片化學(xué)組分，并得出鮮葉片7種化學(xué)組分（包括N）的含量與其譜線的關(guān)系[11]。

2 遙感技術(shù)在精準(zhǔn)農(nóng)業(yè)中的發(fā)展趨勢(shì)

近幾年來(lái)，遙感技術(shù)的不斷發(fā)展，并運(yùn)用到各個(gè)領(lǐng)域，尤其是在農(nóng)業(yè)生產(chǎn)上的應(yīng)用，更是向深、寬、廣、精進(jìn)行發(fā)展。從我國(guó)農(nóng)業(yè)部相關(guān)部門(mén)的反饋來(lái)看，遙感技術(shù)能夠及時(shí)準(zhǔn)確地掌握農(nóng)業(yè)資源狀況、演變及發(fā)展趨勢(shì)，并準(zhǔn)確提出可持續(xù)發(fā)展的科學(xué)對(duì)策，能實(shí)現(xiàn)農(nóng)業(yè)資源及生產(chǎn)力要素的合理優(yōu)化配置，是準(zhǔn)確保證我國(guó)農(nóng)業(yè)經(jīng)濟(jì)可持續(xù)、和諧、穩(wěn)定發(fā)展的重要方法;并準(zhǔn)確掌握農(nóng)作物的播種期、生長(zhǎng)發(fā)育及產(chǎn)量，為我國(guó)相關(guān)部門(mén)制訂相關(guān)政策起到重要的參考。

2.1 發(fā)展新的遙感技術(shù)信息模型

遙感技術(shù)發(fā)展的深入與否，關(guān)鍵在信息模型的建立，該模型可推算不同的農(nóng)業(yè)生產(chǎn)參數(shù)。在過(guò)去數(shù)十年的研究中，盡管人們建立了許多遙感技術(shù)方面的信息模型，比如作物產(chǎn)量估算模型、農(nóng)田蒸散估算模型、綠度指數(shù)模型、土壤水分監(jiān)測(cè)模型、農(nóng)田蒸散估算模型、干旱指數(shù)模型及溫度指數(shù)模型等，但這些模型遠(yuǎn)遠(yuǎn)不能滿足遙感技術(shù)在精準(zhǔn)農(nóng)業(yè)中應(yīng)用的需要，因此建立新的精準(zhǔn)農(nóng)業(yè)信息模型仍然是遙感技術(shù)在農(nóng)業(yè)領(lǐng)域發(fā)展的重中之重。

2.2 紅外遙感技術(shù)防治病蟲(chóng)害

在農(nóng)作物病蟲(chóng)害初期時(shí)，雖然其葉片結(jié)構(gòu)已經(jīng)發(fā)生改變，這種結(jié)構(gòu)改變可以通過(guò)近紅外光譜反射率準(zhǔn)確地顯示出來(lái)，但是農(nóng)作物的葉綠素?cái)?shù)量和質(zhì)量并沒(méi)有發(fā)生什么變化，其可見(jiàn)光波段的光譜反射率不會(huì)發(fā)生明顯變化，人眼也很難觀察到，卻可以利用紅外遙感技術(shù)，及時(shí)并準(zhǔn)確地進(jìn)行預(yù)測(cè)，還能夠準(zhǔn)確地分辨農(nóng)作物的受害程度，把病蟲(chóng)害消滅在萌芽狀態(tài)。例如利用近紅外波，波段在0.7～0.9μm范圍內(nèi)，可以準(zhǔn)確地發(fā)現(xiàn)小麥、燕麥等的黑銹病。

2.3 微波遙感技術(shù)

目前，在發(fā)達(dá)國(guó)家，微波遙感技術(shù)是遙感技術(shù)重點(diǎn)發(fā)展對(duì)象之一，其據(jù)有全天候性、穿透性、紋理性等特點(diǎn)，是其它遙感技術(shù)所不具備的。在惡劣氣候條件下，通過(guò)合理地利用微波遙感技術(shù)的這些特性來(lái)解決災(zāi)害監(jiān)測(cè)、冰雪覆蓋區(qū)、云霧覆蓋區(qū)、松散層掩蓋區(qū)及國(guó)土資源勘查等領(lǐng)域具有廣闊的發(fā)展空間和應(yīng)用價(jià)值。

2.4 高光譜傳感器的應(yīng)用

主要農(nóng)作物生物化學(xué)參數(shù)可以通過(guò)高光譜遙感傳感器進(jìn)行準(zhǔn)確監(jiān)測(cè)。例如設(shè)計(jì)水稻、棉花、玉米、小麥等不同播種期的試驗(yàn)，通過(guò)高光譜遙感傳感器獲取其不同生長(zhǎng)發(fā)育期的生物化學(xué)及相應(yīng)的高光譜反射數(shù)據(jù)，并分析其在不同生長(zhǎng)發(fā)育期的高光譜反射特征同生物化學(xué)參數(shù)之間的關(guān)系，進(jìn)而確定能夠反映其生物化學(xué)參數(shù)的高光譜反射的敏感波段。通過(guò)高光譜遙感傳感器提取不同生物化學(xué)參數(shù)相對(duì)應(yīng)的高光譜反射的敏感波段，進(jìn)而探索不同生物化學(xué)參數(shù)的高光譜遙感監(jiān)測(cè)方法，建立其估算數(shù)學(xué)模型。高光譜遙感傳感器的研制及推廣應(yīng)用，將是遙感技術(shù)發(fā)展的重要方向之一。

3 結(jié)論

遙感技術(shù)在農(nóng)作物種植面積監(jiān)測(cè)、病蟲(chóng)害預(yù)測(cè)、土地動(dòng)態(tài)監(jiān)測(cè)等方面的應(yīng)用還有待于提高;遙感技術(shù)領(lǐng)域的一些新技術(shù)、新手段需要更多的農(nóng)業(yè)科研人員進(jìn)行探索，并借鑒國(guó)外先進(jìn)的遙感技術(shù)，來(lái)建立符合我國(guó)農(nóng)作物生長(zhǎng)特點(diǎn)的遙感技術(shù)監(jiān)測(cè)系統(tǒng)，繼續(xù)深挖遙感技術(shù)在精準(zhǔn)農(nóng)業(yè)中的應(yīng)用。

參考文獻(xiàn)

[1] 趙春江. 農(nóng)業(yè)遙感研究與應(yīng)用進(jìn)展[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)， 2014， 45（12）：277-293.

[2]史舟， 梁宗正， 楊媛媛， 等. 農(nóng)業(yè)遙感研究現(xiàn)狀與展望[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)， 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， 羅菊花， 等. 基于相關(guān)向量機(jī)的冬小麥蚜蟲(chóng)遙感預(yù)測(cè)[J]. 農(nóng)業(yè)工程學(xué)報(bào)， 2015， 31（6）：201-207.

[5]隋學(xué)艷， 薛光山， 王素娟， 等. 基于MODIS數(shù)據(jù)的山東省農(nóng)作物旱情遙感監(jiān)測(cè)報(bào)告[J]. 山東農(nóng)業(yè)科學(xué)， 2016， 48（2）：129-132.

[6]申廣榮， 田國(guó)良. 基于GIS的黃淮海平原旱災(zāi)遙感監(jiān)測(cè)研究-作物缺水指數(shù)模型的實(shí)現(xiàn)[J]. 生態(tài)學(xué)報(bào)， 2000， 20（2）：224-228.

[7]李建龍， 劉培軍， 朱明. 利用遙感技術(shù)動(dòng)態(tài)監(jiān)測(cè)大面積農(nóng)田土壤水分研究[J]. 安全與環(huán)境學(xué)報(bào)， 2003， 3（3）：3-6.

[8]田國(guó)良. 土壤水分的遙感監(jiān)測(cè)方法[J]. 環(huán)境遙感， 1991， 6（2）：7-17.

[9]劉冰峰， 李軍， 賀佳. 玉米葉片全磷含量高光譜遙感監(jiān)測(cè)診斷模型研究[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)， 2015， 46（8）：252-258.

[10]何勇， 彭繼寧， 劉飛， 等. 基于光譜和成像技術(shù)的作物養(yǎng)分生理信息快速檢測(cè)研究進(jìn)展[J]. 農(nóng)業(yè)工程學(xué)報(bào)， 2015， 31（3）：174-189.

[11]牛錚， 陳永華， 隋洪智， 等. 葉片化學(xué)組分成像光譜遙感探測(cè)機(jī)理分析[J]. 遙感學(xué)報(bào)， 2000， 4（2）：125-130.