鮑義東 陳秋實 陳果

（中國航天科工集團十院智慧農(nóng)業(yè)公司 貴州省貴陽市 550022）

傳統(tǒng)的農(nóng)業(yè)作業(yè)方式比較落后，不利于農(nóng)業(yè)的管理，而農(nóng)業(yè)遙感有助于農(nóng)業(yè)管理，尤其是高光譜技術在農(nóng)業(yè)遙感中的應用，更是有助于監(jiān)督農(nóng)業(yè)的生產(chǎn)，為農(nóng)作物的生長創(chuàng)造出優(yōu)質(zhì)的條件。高光譜技術在農(nóng)業(yè)遙感中發(fā)揮著重要的作用，監(jiān)測農(nóng)業(yè)的發(fā)展，為農(nóng)業(yè)作物提供生長參數(shù)，優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)的管理。

1 高光譜技術在農(nóng)業(yè)遙感中的應用表現(xiàn)

高光譜技術在農(nóng)業(yè)遙感中主要是監(jiān)測地面上農(nóng)作物的生長狀況，高光譜技術可以準確的監(jiān)測到農(nóng)業(yè)中的信息，把農(nóng)業(yè)遙感中的各種信息資源結合起來，為農(nóng)業(yè)建設提供基礎的信息，同時還能預估農(nóng)作物的生長以及可能出現(xiàn)的災害，提高農(nóng)業(yè)管理的水平[1]。農(nóng)業(yè)遙感的工作量比較大，采用高光譜技術能夠減輕農(nóng)業(yè)遙感的工作負擔，促進農(nóng)業(yè)遙感的發(fā)展。本文結合農(nóng)業(yè)遙感分析高光譜技術的應用表現(xiàn)，如下：

1.1 研究農(nóng)作物葉片光譜特征

高光譜技術在農(nóng)業(yè)遙感中研究農(nóng)作物葉片的光譜特征，農(nóng)作物生長過程中，其生長狀態(tài)和葉片光譜特征存在著密切的關系，葉片光譜特征中的信息含量非常高，包含大量的信息，比如光譜反射率、土質(zhì)內(nèi)水分含量等，這些因素都會影響到農(nóng)作物的生長狀態(tài)。例如：高光譜技術分析農(nóng)作物葉片光譜特征時，成像光譜儀的波段范圍調(diào)制500～1800nm，在這個波段中研究水稻農(nóng)作物的光譜特征，該研究中土壤內(nèi)水分狀態(tài)穩(wěn)定，早期階段中水稻冠層水分能夠光譜儀中提供的不同波段探測微分導數(shù)及反射率，以此來分析水稻對土壤水分的需求。高光譜技術除了用在水稻農(nóng)作物以外，還能用在油菜作物上，高光譜技術研究油菜葉片的光譜特征，根據(jù)油菜光譜特征的變化構建了綠葉素模型，定量研究綠葉素的變化，以便為油菜生長提供合適的條件。

1.2 識別農(nóng)作物并準確的分類

農(nóng)業(yè)遙感中利用高光譜技術準確的識別農(nóng)作物并且分類，在此基礎上才能評估農(nóng)作物的產(chǎn)量，并且監(jiān)測農(nóng)作物的災害。高光譜技術利用波普范圍監(jiān)測農(nóng)作物的實際變化，在波普范圍中研究農(nóng)作物的細微狀態(tài)。高光譜技術從更細微的角度上識別農(nóng)作物并做好分類工作，高光譜技術中可以采用光譜角分類以及決策樹分層的方法識別農(nóng)作物。

（1）光譜角分類技術在農(nóng)作物識別和分類上的應用，測定光譜與參照光譜產(chǎn)生的夾角，運用計算方法表達光譜與參照光譜的相似程度，完成光譜匹配分類，再進行光譜角分類[2]。如果光譜匹配分類和光譜角分類非常相似，產(chǎn)生的夾角就會很小，此時就能更為準確的識別出農(nóng)作物的分類。高光譜技術中光譜角分析法能夠減少地勢、光照這些因素對研究項目的影響，保障分析結果的準確性。

（2）決策樹分層分類在農(nóng)作物識別與分類上的應用，決策樹分層分類的直接目的是把農(nóng)作物的信息細致的劃分，劃分到最小的子集狀態(tài)，決策樹分層分類時，樹干是節(jié)點，每個中間位置的節(jié)點和末端位置的節(jié)點會構成一個決策樹，決策樹可以分為單變、多變以及混合這三種，主要是詳細的區(qū)分農(nóng)作物的類別，便于識別農(nóng)作物。

1.3 預測農(nóng)作物生長中的勢態(tài)

高光譜技術在農(nóng)業(yè)遙感中預測農(nóng)作物的長勢，主要從葉面積指數(shù)和生物量兩個方面進行分析。

葉面積指數(shù)分析中，高光譜遙感技術對葉片沒有破壞性，監(jiān)測葉面積時不會產(chǎn)生破壞問題。高光譜遙感技術解決了傳統(tǒng)監(jiān)測方法中的問題，在基本無破壞的條件下獲得精準的葉面積指數(shù)。葉面積指數(shù)在高光譜提供的寬波段光譜中能夠被分析出來，同時還能構建出不同類型的遙感反演模型。例如：某冬小麥種植區(qū)域中，葉面積指數(shù)分析時采用了便攜式地物光譜儀，測量冬小麥葉片在特定波段中的反射率、透過率，同時配合冠層分析儀分析冬小麥的冠層部分，得出冬小麥的冠層光譜。高光譜技術分析葉面積指數(shù)的過程中，研究了葉面積指數(shù)反演遙感模型，利用模型預測葉面積指數(shù)，逐步提高葉面積指數(shù)反演模型的精度，由此才能預測農(nóng)作物的長勢。

生物量與葉面積指數(shù)相關性比較大，生物量和葉面積指數(shù)都用作預測農(nóng)作物生長的勢態(tài)中，高光譜技術在生物量監(jiān)測中的應用類似于其在葉面積指數(shù)中的應用，同樣需要把高光譜技術中得出的生物量參數(shù)和實際生物量比較，系統(tǒng)監(jiān)測農(nóng)作物生長過程中的生物量，從高光譜技術得出的反射光譜參數(shù)中，研究農(nóng)作物生物量和葉面積指數(shù)的關聯(lián)性。

1.4 監(jiān)測農(nóng)作物生理生化性狀

農(nóng)作物的生理生化性狀包括光合作用和氮含量。農(nóng)作物的光合作用會在體內(nèi)囤積有機物，促進農(nóng)作物的生長，高光譜技術監(jiān)測農(nóng)作物的光合作用，其可快速、準確的得出農(nóng)作物光合作用的特征，高光譜技術反射光譜指數(shù)的差異反應農(nóng)作物光合作用的狀態(tài)，高光譜技術對農(nóng)作物遙感時獲取了一階微分光譜、二階微分光譜以及光譜反射率，對這三個光譜進行分析，分析農(nóng)作物光合作用的實際狀態(tài)。高光譜技術可以監(jiān)督農(nóng)作物在太陽光照下產(chǎn)生葉綠素的實際情況，采集農(nóng)作物生長的相關數(shù)據(jù)，動態(tài)跟蹤農(nóng)作物葉綠素含量與冠層光譜反射率之間的變化規(guī)律，完成農(nóng)作物光合作用的監(jiān)測工作。

氮含量是反應農(nóng)作物生理生化性狀的一項因素，高光譜技術監(jiān)測農(nóng)作物的氮含量，這樣可以在農(nóng)作物生長期間合理的施加化學肥料，避免出現(xiàn)肥料浪費的情況，還能減少化學肥料對空氣、土壤的污染，確保農(nóng)作物的生長質(zhì)量。高光譜在監(jiān)測農(nóng)作物時，把氮含量作為主要的監(jiān)測對象，控制好氮元素養(yǎng)料的使用，同時按照氮元素參數(shù)的實際變化去獲取光譜參數(shù)，進而針對不同品種的農(nóng)作物構建出不同類型的監(jiān)測模型，合理、科學的向農(nóng)作物施肥。

1.5 預估農(nóng)作物生長中的產(chǎn)量

農(nóng)作物產(chǎn)量預估是農(nóng)業(yè)遙感中的重要工作，高光譜技術具有預估農(nóng)作物生產(chǎn)產(chǎn)量的作用，基于高光譜技術的光譜遙感器能夠獲取農(nóng)作物生長特征。光譜遙感器搭載在衛(wèi)星上，利用遙感的條件收集農(nóng)作物的生長信息以及光譜特征，這些信息就可以反映農(nóng)作物的產(chǎn)量，預估出農(nóng)作物的產(chǎn)量值。高光譜技術在農(nóng)作物單產(chǎn)預測方面有著較高的應用價值，其可用的方法分為兩種，分別是直接算法和間接算法，直接算法就是直接套用計算方法，比如計算過程中可以采用綠度算法，獲取農(nóng)作物的種植面積后，再采用間接算法，也就是利用高光譜技術提供的模型計算未來農(nóng)作物的產(chǎn)量。

2 高光譜技術在農(nóng)業(yè)遙感中存在的問題

總結高光譜技術在農(nóng)業(yè)遙感中出現(xiàn)的問題，主要表現(xiàn)為兩個方面的問題，具體分析如下。

2.1 農(nóng)學信息模型適用性問題

高光譜技術在農(nóng)業(yè)遙感中，其可獲取農(nóng)作物的信息模型，雖然獲取模型的方法及路徑比較多，但是很難找到一種極其適應性的模型，這也就說明了高光譜遙感農(nóng)學信息時模型適用性方面存在一些問題，而且提取的模型大部分適用在初級的農(nóng)作物分析中，還不能深入應用到更多的層面。高光譜農(nóng)業(yè)遙感中不同的模型會有不同的分析結果，即使模型之間的差異性很小也會在農(nóng)作物信息分析時產(chǎn)生較大的誤差，因此必須要重視模型適用性這項問題，要以農(nóng)作物生長的實際情況為基礎進行遙感，發(fā)揮高光譜技術提取模型的準確性作用。

2.2 光譜分解模型提取的問題

農(nóng)業(yè)遙感時要在田間分成不同的組，按照田間組別分析土壤和農(nóng)作物。高光譜技術在混合光譜分解以及端元提取時有著很多問題，比如提取信息后給出的處理方案不符合農(nóng)作物的實際需求，降低了農(nóng)業(yè)遙感的實用性水平，無法定量分析農(nóng)作物的生長。高光譜技術分析之后建立起來的模型中，有時無法直接應用到農(nóng)業(yè)遙感中，預測和分析的農(nóng)作物信息非常不準確，影響了信息之間的聯(lián)系，同時也說明高光譜的光譜分解模型有誤差。高光譜技術在農(nóng)業(yè)遙感中必須要以農(nóng)作物的實際情況為基準，才能完成模型提取的工作，幫助農(nóng)作物的發(fā)展。

3 農(nóng)業(yè)遙感中高光譜技術問題的解決措施

針對農(nóng)業(yè)遙感中高光譜技術出現(xiàn)的問題，綜合給出可行的解決措施，完善高光譜技術的實踐應用。

3.1 完善數(shù)據(jù)庫

農(nóng)業(yè)遙感中的高光譜技術對數(shù)據(jù)庫的需求很大，農(nóng)業(yè)建設中，土壤以及農(nóng)作物的組成有差異，比如相同組成的土壤上有不同的農(nóng)作物，相同的農(nóng)作物生長在不同組成的土壤上，這些差異是影響高光譜在農(nóng)業(yè)遙感中適應性的主體因素，引起嚴重的數(shù)據(jù)差異。高光譜技術應用到農(nóng)業(yè)遙感中以后要完善數(shù)據(jù)庫，最先就要為高光譜技術提供海量數(shù)據(jù)的數(shù)據(jù)庫，隨時供應高光譜技術中的數(shù)據(jù)應用，數(shù)據(jù)庫中要輸入一些有用的數(shù)據(jù)，比如不同土壤組成對農(nóng)作物的影響，土壤成分在農(nóng)作物生長中的效應，環(huán)境對農(nóng)作物的影響等，土壤一定會引起農(nóng)作物光譜變化，而且這是普遍存在的現(xiàn)象，想要改善這種情況就要積極完善數(shù)據(jù)庫，不斷的分析高光譜技術所對應的標準地，挖掘出標準地中所有的信息，掌握光譜在農(nóng)作物生長中的變化狀態(tài)，尤其是光譜在有差異條件種植農(nóng)作物的土壤中的特征表現(xiàn)，總結可用的數(shù)據(jù)，積極完善高光譜技術的數(shù)據(jù)庫，實現(xiàn)農(nóng)學信息的適用性，提高農(nóng)學信息在農(nóng)作物研究方面的準確性，落實高光譜技術在農(nóng)業(yè)遙感中的精準應用。

3.2 推行技術融合

技術融合是指在農(nóng)業(yè)遙感中融入GIS 技術和GPS 技術，為高光譜分析提供技術支持。農(nóng)作物生長研究中大部分信息都是通過高光譜遙感獲得的，在高光譜遙感中引入GIS 技術和GPS 技術，拓寬高光譜遙感技術的工作范圍。GIS 技術具有空間分析的作用，還能提供數(shù)據(jù)分析和處理的條件，GPS 技術實現(xiàn)了精準定位，在農(nóng)業(yè)遙感中把高光譜技術、GPS 技術和GIS 技術結合起來，更有利的分析農(nóng)作物的生長狀態(tài)，最終保障農(nóng)作物生長狀態(tài)的分析結果更為貼近實際的標準。農(nóng)業(yè)遙感中的技術融合解決了很多復雜的問題，在高光譜技術分析中掌握土壤、地勢、農(nóng)作物的關系，保障獲取信息的精準度，擴大高光譜技術的應用范圍?，F(xiàn)代很多領域中都比較注重技術的融合，農(nóng)業(yè)遙感中實現(xiàn)技術融合，不僅改善高光譜技術的應用，更是強調(diào)高光譜技術的準確性，在此基礎上監(jiān)測農(nóng)作物的生長及變化，為農(nóng)作物的生長創(chuàng)造良好的條件。

3.3 挖掘數(shù)據(jù)信息

高光譜技術在農(nóng)業(yè)遙感中的核心操作就是光譜空間內(nèi)的數(shù)據(jù)反應，積極的挖掘農(nóng)業(yè)遙感中的數(shù)據(jù)信息，全面落實混合光譜分解模型的使用，分離高光譜中有用的譜段信息。混合光譜分解模型具有較多操作經(jīng)驗，實際其分析農(nóng)業(yè)遙感時的規(guī)律性偏低，數(shù)據(jù)可移植的能力也比較低，在高光譜技術中引入數(shù)據(jù)挖掘技術，致力于根據(jù)數(shù)據(jù)信息之間的關聯(lián)性找到相關的數(shù)據(jù)信息，不斷的去挖掘數(shù)據(jù)信息，構建強大的數(shù)據(jù)庫。高光譜技術在農(nóng)業(yè)遙感技術中全面挖掘數(shù)據(jù)信息，這樣才有利于獲取與農(nóng)作物監(jiān)測直接相關的數(shù)據(jù)，更重要的是確保高光譜技術可以獲得更多的數(shù)據(jù)信息。

4 高光譜技術在農(nóng)業(yè)遙感中的發(fā)展方向

高光譜技術是農(nóng)業(yè)遙感的主要技術，高光譜技術具有圖譜合一的優(yōu)勢，精確的監(jiān)測農(nóng)作物的生長，實現(xiàn)精準農(nóng)業(yè)。高光譜技術在農(nóng)業(yè)遙感中取得了較好的應用成果，實際仍舊存在著較大的提升空間，規(guī)劃好高光譜技術在農(nóng)業(yè)遙感中的發(fā)展方向，以便為農(nóng)業(yè)建設提供技術支持。

農(nóng)業(yè)遙感中，高光譜技術的發(fā)展圍繞精細農(nóng)業(yè)展開，精細農(nóng)業(yè)是現(xiàn)代農(nóng)業(yè)遙感的核心工作內(nèi)容，高光譜技術應用到精細農(nóng)業(yè)中，實現(xiàn)精準無損的農(nóng)業(yè)預測。高光譜技術未來發(fā)展中，要從數(shù)據(jù)及信息兩個方面進行建設，合理選擇可行的分析方法，幫助高光譜技術的有效應用[3]。高光譜技術發(fā)展時不僅要結合其他先進的技術，還要為農(nóng)業(yè)遙感提供不同類型的模型，比如災害分析預估模型、土壤成分遙感分析模型等，致力于完善農(nóng)業(yè)遙感中的預測工作，為農(nóng)業(yè)提供精準化的服務。

5 結束語

高光譜技術在農(nóng)業(yè)遙感中有著較高的實踐價值，高光譜技術應用到農(nóng)業(yè)遙感的多個方面中，雖然高光譜技術應用良好，但是不可避免的會出現(xiàn)一些問題，全面了解高光譜技術在農(nóng)業(yè)遙感中的應用，總結了常見的幾類問題，在此基礎上給出解決措施，改進高光譜技術的應用并推進其在農(nóng)業(yè)遙感中的發(fā)展。高光譜技術在農(nóng)業(yè)遙感上發(fā)展前景良好，積極落實高光譜技術在農(nóng)業(yè)遙感方面的應用，體現(xiàn)高光譜技術的優(yōu)勢。