摘? 要：遙感技術(shù)以其時(shí)效高、范圍廣、成本低等突出優(yōu)勢(shì)被廣泛應(yīng)用于農(nóng)作物空間格局監(jiān)測(cè)中，在農(nóng)作物種植面積、復(fù)種模式以及種植方式上是一種新的科學(xué)技術(shù)手段，有利于掌握大區(qū)域尺度農(nóng)作物的生長(zhǎng)信息。遙感技術(shù)監(jiān)測(cè)通過(guò)識(shí)別綠色植物光譜特征來(lái)區(qū)分農(nóng)作物種植面積;通過(guò)同一地區(qū)生長(zhǎng)季節(jié)內(nèi)植被指數(shù)時(shí)間序列數(shù)據(jù)擬合生長(zhǎng)曲線，進(jìn)行復(fù)種模式監(jiān)測(cè);最后根據(jù)時(shí)間序列遙感數(shù)據(jù)，區(qū)分農(nóng)作物生長(zhǎng)周期，進(jìn)行種植方式監(jiān)測(cè)。遙感技術(shù)在農(nóng)作物空間格局監(jiān)測(cè)上的應(yīng)用，是打造及精準(zhǔn)農(nóng)業(yè)的強(qiáng)大助力。

關(guān)鍵詞：遙感技術(shù)? ?農(nóng)作物空間格局? ?種植面積? ?復(fù)種模式? ?種植方式

中圖分類號(hào)：S127? ?文獻(xiàn)標(biāo)識(shí)碼：A? ?文章編號(hào)：1672-3791（2021）11（a）-0000-00

The Role of Remote Sensing Technology in Monitoring Spatial Pattern of Crops

TANG Chenguang

（Huaihua Polytechnic College， Huaihua， Hunan Province， 418000 China）

Abstract： Remote sensing technology has been widely used in monitoring the spatial pattern of crops due to its outstanding advantages of high time-effectiveness， wide range and low cost. It is a new scientific and technological means in terms of crop planting area， multiple cropping pattern and planting mode， which is beneficial to master the growth information of crops at large regional scale. Remote sensing technology can distinguish the planting area of crops by identifying the spectral characteristics of green plants. The multiple cropping pattern was monitored by fitting the growth curve with the vegetation index time series data in the same growing season. Finally， according to the time series remote sensing data， the growth cycle of crops is distinguished and the planting pattern is monitored. The application of remote sensing technology in monitoring the spatial pattern of crops is a powerful help to build and quasi-agriculture.

Key Words： Remote sensing technology; Spatial pattern of crops; Planting area; Multiple cropping mode; Planting method

農(nóng)作物空間格局指的是某個(gè)地區(qū)作物種植結(jié)構(gòu)、一年幾熟以及種植方式的綜合表述，具體來(lái)說(shuō)，體現(xiàn)在種植什么與在哪里種、一年幾熟以及在連作、輪作、間種、套種等中選擇如何進(jìn)行種植。農(nóng)作物空間格局的提出為人們?cè)敿?xì)了解一個(gè)地區(qū)作物種類、結(jié)構(gòu)與分布特點(diǎn)提供重要信息，也為人們調(diào)整、優(yōu)化作物結(jié)構(gòu)提供可靠依據(jù)，有利于人們了解農(nóng)業(yè)資源在空間范圍中的生產(chǎn)狀況。同時(shí)，研究農(nóng)作物空間格局特征以及它的時(shí)間變化信息對(duì)農(nóng)業(yè)發(fā)展有著重要影響，主要體現(xiàn)在農(nóng)業(yè)生態(tài)系統(tǒng)對(duì)地球碳循環(huán)的影響、全球變化對(duì)農(nóng)業(yè)生產(chǎn)的影響以及農(nóng)作物空間動(dòng)態(tài)變化的建立機(jī)制上。所以，從農(nóng)業(yè)長(zhǎng)期發(fā)展的角度來(lái)看，對(duì)農(nóng)業(yè)空間格局進(jìn)行監(jiān)測(cè)具有深遠(yuǎn)且重要的意義。

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

科技的飛速發(fā)展驅(qū)動(dòng)著農(nóng)業(yè)技術(shù)的突飛猛進(jìn)，尤其是遙感技術(shù)在農(nóng)業(yè)中的普遍應(yīng)用，改變了傳統(tǒng)農(nóng)民“看云識(shí)天氣”、看地看作物的農(nóng)業(yè)模式，取而代之的是數(shù)據(jù)信息下的農(nóng)耕技藝。遙感技術(shù)從高空衛(wèi)星到低空無(wú)人機(jī)再到充滿各個(gè)區(qū)域的互聯(lián)網(wǎng)傳感器，逐漸滲透到傳統(tǒng)農(nóng)業(yè)的方方面面，通過(guò)使用各種新興的信息采集技術(shù)和裝備對(duì)天空、地面進(jìn)行全方位、全天候監(jiān)測(cè)，獲取農(nóng)業(yè)生產(chǎn)數(shù)據(jù)，再經(jīng)過(guò)專業(yè)分析，從而實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)的精準(zhǔn)化與管理的智能化。

遙感技術(shù)傳來(lái)的遙感影像，可實(shí)時(shí)監(jiān)測(cè)作物長(zhǎng)勢(shì)。遙感影像通過(guò)全天候地記錄作物不同生長(zhǎng)階段狀況，形成相同區(qū)域的時(shí)間序列圖像，從而對(duì)農(nóng)作物不同階段的生長(zhǎng)趨勢(shì)達(dá)到實(shí)時(shí)監(jiān)控。不同作物生長(zhǎng)狀況不同，即使是相同作物，也會(huì)因其光照、土地、水分之差而形成不生長(zhǎng)差異，但通過(guò)衛(wèi)星照片上綠色植物的光譜數(shù)據(jù)，可以直觀地看到作物生長(zhǎng)信息、準(zhǔn)確判斷作物的生長(zhǎng)情況，達(dá)到對(duì)農(nóng)作物全方位監(jiān)測(cè)的目的[1]。因此，這種遙感技術(shù)監(jiān)測(cè)立足于綠色植物光譜理論，通過(guò)及時(shí)反饋?zhàn)魑锷L(zhǎng)狀況，為農(nóng)業(yè)生產(chǎn)、預(yù)測(cè)產(chǎn)量提供重要依據(jù)。

此外，遙感技術(shù)可以通過(guò)葉子反射出的近紅外波段來(lái)進(jìn)行作物類型識(shí)別。因此，人們可以利用遙感技術(shù)調(diào)查作物關(guān)鍵階段特征，以及形成的遙感影像，通過(guò)分析采集的作物的關(guān)鍵階段特征進(jìn)行農(nóng)作物分類，以達(dá)到識(shí)別不同類型的農(nóng)作物的目標(biāo)?？傊?，遙感技術(shù)在農(nóng)業(yè)生產(chǎn)中的應(yīng)用，可以提升識(shí)別作物類型的速度和準(zhǔn)確性，實(shí)時(shí)監(jiān)測(cè)作物生長(zhǎng)信息，為改善農(nóng)作物的種植面積、復(fù)種模式以及種植模式提供極大便利，具有十分廣闊的應(yīng)用前景。

2 遙感監(jiān)測(cè)農(nóng)作物種植面積

在傳統(tǒng)農(nóng)業(yè)面積的測(cè)量中，都是人工進(jìn)行統(tǒng)計(jì)，不僅消耗時(shí)間，又無(wú)法得到準(zhǔn)確數(shù)據(jù)。因此，將遙感技術(shù)用于田地面積測(cè)量中，可以精準(zhǔn)、高效地獲取農(nóng)田信息。傳統(tǒng)的遙感技術(shù)具有成本高、周期長(zhǎng)、易受天氣因素影響的特點(diǎn)，以致無(wú)法達(dá)到新時(shí)代精準(zhǔn)農(nóng)業(yè)的要求，如衛(wèi)星遙感和載人飛機(jī)遙感。而隨著新興技術(shù)的出現(xiàn)——無(wú)人機(jī)技術(shù)，以及在民用領(lǐng)域的普遍應(yīng)用，無(wú)人機(jī)對(duì)農(nóng)田進(jìn)行低空遙感開始成為可能。無(wú)人機(jī)技術(shù)具有諸多特點(diǎn)，如操作簡(jiǎn)易、成本低、周期短以及靈活性強(qiáng)，可以克服傳統(tǒng)遙感技術(shù)因天氣干擾而無(wú)法準(zhǔn)確監(jiān)測(cè)的不足，快速、準(zhǔn)確地獲取農(nóng)作物種植面積。

無(wú)人機(jī)遙感監(jiān)測(cè)是把無(wú)人機(jī)技術(shù)與遙感結(jié)合，建立無(wú)人航空器遙感平臺(tái)。將各種遙感設(shè)備安裝在無(wú)人機(jī)上，利用其低空飛行技術(shù)，獲取所需的影像數(shù)據(jù)。無(wú)人機(jī)遙感的高空間分辨率即使在采集很小區(qū)域農(nóng)田信息時(shí)也能準(zhǔn)確應(yīng)用，且不受云層和空間輻射的影響。對(duì)于中小尺度的種植面積，可以采用圖像分割法，以避免高空間分辨率所帶來(lái)的地物內(nèi)部的復(fù)雜紋理。圖像分割法通過(guò)對(duì)影像進(jìn)行尺度分割再分類，合并相鄰的像素或分割對(duì)象，從而達(dá)到對(duì)種植面積的精準(zhǔn)測(cè)量[2]。這是一種在保證對(duì)象之間形成的異質(zhì)性最小，內(nèi)部象元與象元之間擁有最大同質(zhì)性的前提下，通過(guò)區(qū)域合并技術(shù)，從而達(dá)到影像分割的方法。并且，影像分割效果的好壞對(duì)特征提取以及完成目標(biāo)分類有著重要影響。此外，利用無(wú)人機(jī)遙感技術(shù)進(jìn)行測(cè)繪操作時(shí)，應(yīng)根據(jù)監(jiān)測(cè)區(qū)域的地理?xiàng)l件，選擇適合的飛行區(qū)域;最重要的是認(rèn)識(shí)到無(wú)人機(jī)在飛行時(shí)產(chǎn)生大的偏角、像幅小的特點(diǎn)可能造成拍攝內(nèi)容偏差的問(wèn)題[3]，因此，人們可以采用空中三角技術(shù)對(duì)其內(nèi)容進(jìn)行糾正和修復(fù)，保證地理位置的完整性。

3 遙感監(jiān)測(cè)農(nóng)作物復(fù)種模式

隨著遙感技術(shù)在農(nóng)作物種植面積的應(yīng)用，將遙感技術(shù)運(yùn)用在作物復(fù)種模式上也成必然趨勢(shì)。通過(guò)監(jiān)測(cè)綠色植物的光譜特征，遙感技術(shù)可以得到不同時(shí)間段的遙感數(shù)據(jù)，從而很好地觀測(cè)到作物的生長(zhǎng)狀況。通過(guò)分析遙感數(shù)據(jù)得到植被指數(shù)數(shù)據(jù)，再把一年的植被指數(shù)數(shù)據(jù)形成變化趨勢(shì)圖，以時(shí)間為橫坐標(biāo)的時(shí)間序列組，以此來(lái)反映農(nóng)作物一年的生長(zhǎng)狀況變化。這個(gè)時(shí)間序列動(dòng)態(tài)且直觀地顯示出作物從播種到幼苗到長(zhǎng)高直至成熟的全生命周期過(guò)程。同時(shí)還可以根據(jù)作物成熟次數(shù)制作指數(shù)曲線圖，一年幾熟便繪制幾個(gè)生長(zhǎng)周期[4]。因此，這種采用作物時(shí)間序列指數(shù)數(shù)據(jù)擬合得到作物的生長(zhǎng)曲線，可以達(dá)到對(duì)作物復(fù)種模式的有效監(jiān)測(cè)。此外，對(duì)于農(nóng)作物復(fù)種模式遙感監(jiān)測(cè)方法，人們一般采用操作簡(jiǎn)單的峰值法。它把植被指數(shù)變化曲線出現(xiàn)的峰值次數(shù)與農(nóng)作物一年種植次數(shù)相等作為假設(shè)前提，比如：相同地區(qū)的某些作物一年一熟，那么它的植被指數(shù)峰值可能就只有一個(gè)，以此類推。對(duì)于峰值數(shù)目和分布的獲取，人們一般采用直接比較法和二次差分法。但是，只計(jì)算峰值無(wú)法消除監(jiān)測(cè)誤差，所以我們需要根據(jù)現(xiàn)實(shí)因素和其他約束條件對(duì)峰值進(jìn)行判定和取舍。

4 遙感監(jiān)測(cè)農(nóng)作物種植方式

農(nóng)作物種植方式一般來(lái)說(shuō)，有連作、輪作、間種和套種等。在考慮到地理?xiàng)l件、氣候條件以及土地使用方面，可以發(fā)現(xiàn)農(nóng)作物種植方式與其復(fù)種模式差異并不明顯，但究其根本，農(nóng)作物種植方式是不同作物在不同生長(zhǎng)季節(jié)下的種植先后順序和方式，但復(fù)種模式更加注重于某個(gè)地區(qū)的作物一年可以種植幾次。農(nóng)作物種植方式多樣化，比如：有的地區(qū)作物一年可以成熟多次，那么種植方式采用連種更好。而輪作是指根據(jù)作物成熟周期在不同季節(jié)種植不同的作物，如小麥和玉米。農(nóng)作物種植方式的不同，以致遙感技術(shù)監(jiān)測(cè)到的信息也不同[5]。

以玉米大豆輪作遙感監(jiān)測(cè)為例。大豆玉米的輪作涉及種植結(jié)構(gòu)的調(diào)整，這就要求遙感監(jiān)測(cè)在分塊土地、面積與位置等方面達(dá)到精準(zhǔn)監(jiān)測(cè)，因此，遙感監(jiān)測(cè)應(yīng)涉及3個(gè)方面，即種植區(qū)域識(shí)別、作物類型識(shí)別以及作物生長(zhǎng)變化檢測(cè)。在作物種植區(qū)域識(shí)別上，遙感技術(shù)利用高分辨率影像自動(dòng)識(shí)別，比如：利用無(wú)人機(jī)影像提取地塊信息，同時(shí)使用分水嶺分割以及邊緣提取等方法進(jìn)行地塊信息提取，這種方法可以節(jié)約人力和時(shí)間。在生長(zhǎng)變化檢測(cè)中，利用多個(gè)時(shí)間的遙感數(shù)據(jù)對(duì)作物生長(zhǎng)周期內(nèi)的變化進(jìn)行監(jiān)測(cè)，通過(guò)各種方法把多期遙感圖像的信息進(jìn)行整合，同時(shí)設(shè)置一定閾值以達(dá)到對(duì)作物的識(shí)別。

對(duì)于農(nóng)作物種植方式的監(jiān)測(cè)方法，一般是用時(shí)序遙感數(shù)據(jù)。人們可以通過(guò)分析作物指數(shù)數(shù)據(jù)的變化特征，以此來(lái)進(jìn)行作物生長(zhǎng)周期的區(qū)分。同時(shí)，人們經(jīng)過(guò)調(diào)查可得到某一地區(qū)作物的生命周期，再通過(guò)遙感監(jiān)測(cè)得到的相關(guān)數(shù)據(jù)擬合成的作物的生命周期，二者進(jìn)行耦合，從而對(duì)作物的種植方式進(jìn)行判斷。遙感技術(shù)在農(nóng)作物種植方式上進(jìn)行監(jiān)測(cè)，使分散區(qū)域下的農(nóng)作物的生長(zhǎng)變化一直在監(jiān)測(cè)中，有利于預(yù)測(cè)作用產(chǎn)量、充分利用土地資源，有利于農(nóng)業(yè)種植方式的發(fā)展。

5 農(nóng)業(yè)遙感的其他應(yīng)用

病蟲害監(jiān)測(cè)。遙感技術(shù)可以實(shí)時(shí)監(jiān)測(cè)植物葉片中的熱紅外波段，從而獲得作物病蟲害分布的動(dòng)態(tài)信息，有利于農(nóng)業(yè)更好地監(jiān)測(cè)作物病蟲害問(wèn)題。生長(zhǎng)正常的作物一般通過(guò)葉片上的氣孔調(diào)節(jié)蒸騰作用，進(jìn)而保持農(nóng)作物整體溫度的恒定[6]。而有病蟲害問(wèn)題的作物，葉子表面會(huì)表現(xiàn)出白斑等病理變化，導(dǎo)致植物的蒸騰作用比正常植株顯著下降，造成有蟲害部分的葉片溫度失衡。通常有病蟲害的植物對(duì)葉片七孔的開閉有一定影響，甚至造成其失調(diào)，從而導(dǎo)致有病蟲害的葉片蒸騰作用明顯高于正常葉片的蒸騰作用。而蒸騰作用對(duì)葉片保持恒溫有重要影響，高的蒸騰作用致使病蟲害葉片區(qū)域溫度下降，且有蟲害的葉片部位溫差高于正常葉片溫差，葉片上的病蟲害問(wèn)題也愈發(fā)明顯，等到葉片病蟲害區(qū)域細(xì)胞完全壞死，那整個(gè)葉片將會(huì)完全喪失蒸騰作用，以至葉片枯黃而衰敗。作物病蟲害監(jiān)測(cè)，實(shí)際上便是通過(guò)監(jiān)測(cè)正常作物的溫差要一直低于作物葉片表面的溫度，觀察作物植株葉片動(dòng)態(tài)變化，掌握植物病蟲害趨勢(shì)變化，為解決農(nóng)業(yè)產(chǎn)量問(wèn)題提供幫助。

估計(jì)作物產(chǎn)量。我國(guó)在主要生產(chǎn)糧食地區(qū)，建立了產(chǎn)量估算系統(tǒng)。比如：對(duì)某一地區(qū)冬小麥的產(chǎn)量預(yù)測(cè)，將RS與GIS技術(shù)結(jié)合并運(yùn)用到遙感產(chǎn)量估算，通過(guò)把小麥產(chǎn)量估算的整個(gè)操作過(guò)程裝載到計(jì)算機(jī)程序系統(tǒng)中，使操作數(shù)字化、程序化，從而輸出小麥各種估算的產(chǎn)量。將冬小麥產(chǎn)量估算結(jié)果與實(shí)際產(chǎn)量進(jìn)行對(duì)比，可以發(fā)現(xiàn)我國(guó)冬小麥產(chǎn)量估算系統(tǒng)精度較高，在對(duì)大面積冬小麥產(chǎn)量估計(jì)時(shí)可以達(dá)到95%的高精度，并且隨著信息技術(shù)的不斷發(fā)展，冬小麥產(chǎn)量估算系統(tǒng)不斷更新與完善，操作系統(tǒng)的精度將會(huì)達(dá)到更高，并且操作成本也隨著大面積使用和常年運(yùn)營(yíng)而逐漸降低。

農(nóng)業(yè)遙感的拓寬領(lǐng)域。信息技術(shù)的快速發(fā)展，使得物聯(lián)網(wǎng)、大數(shù)據(jù)以及人工智能技術(shù)不斷運(yùn)用到現(xiàn)代農(nóng)業(yè)生產(chǎn)活動(dòng)中。物聯(lián)網(wǎng)與大數(shù)據(jù)運(yùn)用到農(nóng)業(yè)遙感，再加上其他學(xué)科領(lǐng)域的應(yīng)用，跨學(xué)科的融合不僅促進(jìn)農(nóng)業(yè)遙感的快速前進(jìn)，還擴(kuò)大農(nóng)業(yè)遙感的應(yīng)用范圍，逐漸形成“空、天、地”一體的全方位全天候農(nóng)業(yè)遙感體系，促進(jìn)發(fā)展智能農(nóng)業(yè)、精準(zhǔn)農(nóng)業(yè)、數(shù)字農(nóng)業(yè)。

6 結(jié)語(yǔ)

將遙感技術(shù)應(yīng)用于對(duì)農(nóng)作物種植面積、復(fù)種模式以及種植方式的監(jiān)測(cè)，為農(nóng)業(yè)生產(chǎn)活動(dòng)提供農(nóng)作物詳細(xì)的生長(zhǎng)信息，有利于掌握復(fù)雜多變的農(nóng)業(yè)自然資源。同時(shí)，在作物預(yù)測(cè)產(chǎn)量、單產(chǎn)和總產(chǎn)上發(fā)揮重要作用，為我國(guó)打造精準(zhǔn)農(nóng)業(yè)提供強(qiáng)大助力。遙感技術(shù)的應(yīng)用對(duì)我國(guó)未來(lái)農(nóng)業(yè)規(guī)劃和管理有著深遠(yuǎn)且重要的影響，因此，我們應(yīng)該不斷提高農(nóng)業(yè)遙感技術(shù)，聚力打造智能農(nóng)業(yè)、精準(zhǔn)農(nóng)業(yè)、數(shù)字農(nóng)業(yè)。

參考文獻(xiàn)

[1] 肖讓，唐亮，張勇.高光譜與多光譜數(shù)據(jù)融合在植被水域分類與生態(tài)保護(hù)中的應(yīng)用[J].科技創(chuàng)新導(dǎo)報(bào)，2019，16（31）：55-56.

[2] 張偉.遙感技術(shù)在農(nóng)業(yè)信息化中的應(yīng)用探析[J].南方農(nóng)業(yè)，2021，15（2）：223-224.

[3] 李娟.農(nóng)業(yè)遙感應(yīng)用的現(xiàn)狀與發(fā)展研究[J].科技創(chuàng)新導(dǎo)報(bào)，2019，16（4）：70-71.

[4] 王利民，劉佳，季富華.中國(guó)農(nóng)業(yè)遙感技術(shù)應(yīng)用現(xiàn)狀及發(fā)展趨勢(shì)[J].中國(guó)農(nóng)學(xué)通報(bào)，2021，37（25）：138-143.

[5] 王芳.基于遙感的干旱區(qū)農(nóng)作物種植結(jié)構(gòu)提取與農(nóng)業(yè)用水研究[D].重慶：重慶交通大學(xué)，2020.

[6] 李家寶.基于遙感技術(shù)的滹沱河流域農(nóng)作物種植結(jié)構(gòu)提取[D].邯鄲：河北工程大學(xué)，2020.

基金項(xiàng)目： 2019年湖南省教育廳科學(xué)研究項(xiàng)目《基于無(wú)線傳感器技術(shù)的有機(jī)水果優(yōu)質(zhì)生長(zhǎng)曲線研究》（項(xiàng)目編號(hào)：19C1488）。

作者簡(jiǎn)介：唐晨光（1979—），男，碩士，副教授，高級(jí)工程師，研究方向?yàn)槁殬I(yè)教育、電子技術(shù)。

DOI：10.16661/j.cnki.1672-3791.2111-5042-3485