文 | 陳淑敏 張紅艷 曾奧麗 冷偉 孫拱武漢珈和科技有限公司

一、引言

我國是傳統(tǒng)的農(nóng)業(yè)大國，也是世界上農(nóng)業(yè)災害最嚴重的國家之一。農(nóng)業(yè)災害主要有病蟲、洪澇、干旱、風雹、冷凍等災害，嚴重的農(nóng)業(yè)災害不但會造成農(nóng)作物大幅減產(chǎn)，致使農(nóng)業(yè)經(jīng)濟運行混亂，還有可能會威脅到人民的生產(chǎn)、生活質量和生命財產(chǎn)的安全。根據(jù)國家統(tǒng)計局公布的數(shù)據(jù)，2019年國內農(nóng)作物受災面積19256.9千公頃，其中絕收2802千公頃。及時、客觀地了解農(nóng)業(yè)災害發(fā)展情況并采取農(nóng)業(yè)防災、減災措施，對于農(nóng)業(yè)的可持續(xù)發(fā)展非常重要。

農(nóng)業(yè)災害的傳統(tǒng)監(jiān)測方法主要是田間定點監(jiān)測和隨機調查。傳統(tǒng)方法在具體操作上較為精準，但如果進行大范圍監(jiān)測，則非常費時費力且效率低下。而且有些農(nóng)業(yè)災害（如病蟲害等）在發(fā)生早期并不能靠肉眼識別，尤其在大范圍監(jiān)測時，采用傳統(tǒng)監(jiān)測方法容易造成較大的誤差。

與傳統(tǒng)的農(nóng)業(yè)災害監(jiān)測方法相比，農(nóng)業(yè)災害遙感監(jiān)測在時效性、空間性、經(jīng)濟性方面都具有十分明顯的優(yōu)勢。農(nóng)業(yè)災害遙感監(jiān)測的物理基礎是植被光譜反射曲線，當農(nóng)作物遭受災害時，其葉片的結構、葉綠素含量以及冠層結構等生物物理參數(shù)會發(fā)生變化，導致植被光譜反射曲線發(fā)生相應變化。植被光譜特征的變化，某種程度上反映了植被受災的程度。利用遙感技術進行農(nóng)業(yè)災害監(jiān)測，就是基于災害發(fā)生前后作物（或地面）光譜反射率的差異進行災害解譯和評估。目前，遙感技術在旱災、洪澇災害、病蟲災害、風雹災害、冷凍災害中應用較多，還有雪災、火災和沙塵暴災害等。

隨著衛(wèi)星數(shù)據(jù)源越來越豐富、技術處理越來越智能，遙感技術應用空間更加廣闊。但遙感監(jiān)測并不能完全取代地面調查，二者在實際操作中可相互補充、相互論證，使監(jiān)測結果更加準確。

二、農(nóng)業(yè)災害遙感監(jiān)測的主要內容

農(nóng)業(yè)災害遙感監(jiān)測內容主要包括以下幾個方面：

一是搜集國內外的多源衛(wèi)星遙感影像，采用多傳感器、多時相、多分辨率數(shù)據(jù)相結合的監(jiān)測方式，對災前災后的情況進行對比分析；

二是根據(jù)衛(wèi)星影像，結合歷史資料和實地調查信息，確定受災的范圍，包括識別受災對象、提取作物分布地塊、計算受災面積，同時和土地確權數(shù)據(jù)匹配，確定不同經(jīng)營主體的種植區(qū)域受災情況；

三是結合環(huán)境、土壤和氣象等信息，分析致災因素，模擬和預測災情發(fā)展趨勢；

四是計算災損程度，例如通過對災后作物長勢進行評估，推算產(chǎn)量損失率；

五是對救災工作和災后重建提出生產(chǎn)經(jīng)營建議，例如根據(jù)某保險客戶受災地塊的氣候條件，判斷某種作物是否適合種植投保。

獲得的農(nóng)業(yè)災害遙感監(jiān)測結果一般用于公益援助、防災減災、保險定損、田間作業(yè)指導、大宗交易決策等。

三、農(nóng)業(yè)災害遙感監(jiān)測應用案例

本文選取了近幾年武漢珈和科技有限公司（以下簡稱珈和科技）開展的農(nóng)業(yè)災害遙感監(jiān)測典型案例，從不同的角度展示災情監(jiān)測技術流程。需要說明的是，由于用戶需求和發(fā)生時點不同，具體案例中同樣災害采用的數(shù)據(jù)源和技術方法也存在區(qū)別。

1.冰雹災害

2019年5月上旬，新疆大部氣溫偏低，受對流云團發(fā)展旺盛影響，降水偏多，多地出現(xiàn)冰雹天氣，由于冰雹持續(xù)時間較長，易引起冰雹災害。冰雹會對農(nóng)作物的枝葉、莖桿產(chǎn)生機械性損傷，對當?shù)匦←?、玉米、棉花等農(nóng)作物造成了較嚴重影響。

在冰雹災害剛發(fā)生時，受當?shù)赜脩舻奈?，珈和科技對作物種植區(qū)的冰雹災害進行了全程監(jiān)測。一方面，技術人員迅速收集國內外的遙感數(shù)據(jù)，獲得初步的災情嚴重程度分布圖；另一方面，外業(yè)調查團隊根據(jù)災情嚴重程度分布圖，前往新疆多個棉區(qū)開展了冰雹災害受損實地調研和遙感樣區(qū)采集。

利用冰雹災害發(fā)生前后多時段高分一號衛(wèi)星、Planet衛(wèi)星、哨兵二號衛(wèi)星（Sentinel－2）等高分辨率衛(wèi)星影像及遙感技術，及時跟蹤監(jiān)測棉苗受災情況。圖1為2019年5月上旬新疆某團局部區(qū)域棉花遭受冰雹災害前后的衛(wèi)星遙感監(jiān)測結果，可以看到棉田有不同程度的災損。經(jīng)監(jiān)測統(tǒng)計，該團棉苗面積為17.2萬畝，受災面積比例約占全團棉苗種植面積的61%，輕災比例46%，重災比例15%。獲得的監(jiān)測結果有助于當?shù)剞r(nóng)業(yè)管理部門和保險機構統(tǒng)計受災面積，做好農(nóng)業(yè)保險理賠服務工作，加快恢復生產(chǎn)。

圖1 新疆某地棉花冰雹災害監(jiān)測專題圖（2019年5月）

圖2 是2018年6月中旬發(fā)生在新疆棉花主產(chǎn)區(qū)冰雹災害前后的假彩色合成影像，可以看到，正常棉苗在影像中呈紅色，如圖2（a）所示。棉花遭受冰雹災害后，莖葉遭受不同程度破壞，受損棉地的植被特征明顯減弱，呈青白色裸地特征，如圖2（b）所示。根據(jù)衛(wèi)星影像監(jiān)測結果進行統(tǒng)計分析，該監(jiān)測區(qū)棉苗受災面積約5100畝，占棉苗總面積的48%左右。

圖2 新疆某地棉花冰雹災害前后影像圖（2018年6月）

2.冷凍災害

2018年內蒙古某地大豆、玉米遭受霜凍災害，受災區(qū)域約4000～5000km2，當?shù)氐霓r(nóng)業(yè)企業(yè)和保險公司需要在最短的時間內對災情進行監(jiān)測，根據(jù)受災程度制定相應的作業(yè)方案和賠付方案。單憑傳統(tǒng)人力測算，平均30人一個月的地面調查也只能覆蓋受災區(qū)域的1%，且人工量化災損情況的主觀誤差非常大。珈和科技利用遙感技術監(jiān)測災情，在3天內核定了受災范圍，第5天出具了對應農(nóng)作物的定損分析報告，幫助當?shù)赜脩魳O大地提高了工作效率，降低了核損成本，也減少了在定損理賠過程中與投保農(nóng)戶之間不必要的溝通摩擦。表1為該地大豆受霜凍災后的實地拍攝圖和在遙感影像上的特征截圖對比，沒有受災的大豆顏色特征為粉紅色，受災后顏色變青，顏色越青綠表示受災越嚴重。

表1 大豆受災影像與實地植株狀態(tài)對比表

3.風災

2019年“利奇馬”臺風災害后，山東某地玉米受強降雨和臺風影響，出現(xiàn)了不同程度倒伏或莖折斷，而當?shù)赜衩渍幱诎喂?jié)期和開花期，臺風對玉米生長發(fā)育和后期結果造成了嚴重影響。災前災后的玉米地遙感監(jiān)測結果對比顯示，未受災的玉米為紅色特征，受災后的玉米為青白色特征。圖3是此次臺風過境后放大的局部玉米受災程度分布圖，參考承保協(xié)議和實地抽樣查勘數(shù)據(jù)，將玉米地分為嚴重受災、次嚴重受災和未受災三類，開展實際業(yè)務工作時，對每塊地進行量化分析，實現(xiàn)精細化定損。

圖3 山東某地玉米受災程度分布圖（2019年8月）

4.病蟲災害

病蟲災害的發(fā)生存在一定規(guī)律性，可在早期利用遙感技術進行監(jiān)測評估，及時掌握病蟲災害發(fā)生風險，提早進行干預。圖4（a）是在小麥關鍵物候期，針對2019年湖北漢川市冬小麥種植區(qū)制作的條銹病發(fā)病指數(shù)分布圖，圖中顏色越紅，表示發(fā)病風險越高。

圖4 漢川市冬小麥條銹病監(jiān)測圖

小麥條銹病發(fā)病后，光譜特征發(fā)生變化，據(jù)此可以利用遙感技術監(jiān)測條銹病的發(fā)病范圍。圖4（b）是2019年湖北漢川市冬小麥條銹病發(fā)生后獲得的遙感影像解譯圖。通過與圖4（a）對比可以發(fā)現(xiàn)，小麥條銹病發(fā)病的分布情況與前期預警基本一致。對比出現(xiàn)差異的地方，主要是由于部分地區(qū)本來風險比較高，但人工干預做得比較好，小麥條銹病情并沒有很嚴重。

5.旱澇災害

遙感技術在農(nóng)作物干旱和洪澇災害等方面也有廣泛的應用。2018年6-8月湖北某地區(qū)持續(xù)高溫少雨，該地區(qū)種植2萬多畝夏玉米受高溫天氣的影響，生長狀況與產(chǎn)量均有一定程度受損。通過衛(wèi)星遙感影像，結合氣象數(shù)據(jù)，對該地區(qū)夏玉米受干旱災害進行了監(jiān)測評估。圖5為該地區(qū)玉米受災情況局部影像圖，結果顯示，該地區(qū)玉米受災程度約58%，受災面積達6900多畝。

圖5 湖北某地玉米受災情況分布圖（2018年8月）

2016年6月，湖北天門市遭遇多場強降雨襲擊，造成了特大洪澇災害。據(jù)統(tǒng)計，該地區(qū)農(nóng)作物受災面積14352公頃，絕收面積697公頃。圖6為天門市棉花受災情況遙感監(jiān)測分布圖，監(jiān)測數(shù)據(jù)顯示，本次洪澇災害造成該地區(qū)棉花受災面積達51469畝，主要集中在黃潭鎮(zhèn)、漁薪鎮(zhèn)、拖市鎮(zhèn)、張港鎮(zhèn)等棉花主產(chǎn)區(qū)域。

圖6 天門市棉花受災情況分布圖（2016年8月）

四、結束語

我國已構建高分辨率對地觀測系統(tǒng)，隨著高分辨率衛(wèi)星數(shù)據(jù)資源越來越豐富，遙感處理技術越來越智能，農(nóng)業(yè)行業(yè)應用越來越滲透，遙感技術已逐漸成為助力鄉(xiāng)村振興的有效科技手段。農(nóng)業(yè)遙感災害監(jiān)測評估集衛(wèi)星遙感技術農(nóng)業(yè)應用、氣象技術農(nóng)業(yè)應用于一體，可獲取天、地、空多維度的農(nóng)業(yè)生產(chǎn)及氣象影像信息，為現(xiàn)代農(nóng)業(yè)精準化、智慧化管理提供技術支撐。