遙感技術在作物生長監測與估產中的應用分析

[摘要]遙感技術在我國作物高質高產栽培中的應用較為廣泛，特別是在生長過程檢測和產量估計項目中發揮著重要作用，能夠促進農業現代化、精細化的發展。通過精確獲取不同作物的生長特性等數據，借助高光譜成像系統、低空遙感技術為技術人員提供田間信息，采用人工管控的措施對作物進行調控，并有效估計最終產量，推動了農業科技的極大進步。

[關鍵詞]遙感技術;作物生長監測;產量估計

中圖分類號：P237? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A? ? ? ? ? ? ? ? ? DOI：10.16465/j.gste.cn431252ts.20190529

衛星遙感技術已經普遍應用于軍事、自然勘察等領域中，當前，為了促進農業科技的發展，遙感技術也廣泛用于作物生長狀況的實時監測和估產。利用衛星資料對作物進行規模化的動態監測，主要包括苗情、營養供給與作物勢能的關系、葉表面積指數、產量等。針對不同的監測指標安裝了不同的感應器，如葉片葉綠色的含量、自然光吸收率等，幫助種植人員判斷田間作物的長勢[1-2]。

1? 遙感技術在作物生長監測中的應用

遙感技術是近現代逐漸興起的一種探測技術，基于電磁波物理理論，通過各類感應器對遠距離目標所產生的反射波進行搜集、處理，最終在電子計算機上形成影響，從而顯示地面不同物體的具體分布狀況。任何物體都有光譜特性，農作物也不例外，在農業領域中，遙感技術主要是對地表特征、田間作物進行信息獲取，通過不同波段的反射光，向技術人員實時提供監測范圍內田間作物的生長狀況。其影像信息還能從宏觀的角度判斷作物在一定時間內的發育勢能，幫助栽培人員更好地判斷作物種植時間和收成時間，改變生產模式。目前，經過信息分析或者編輯，構建不同條件下的生長模型、估產模式，能夠模擬特定作物的栽培過程，為農業種植提供數字化信息和圖像依據[3-4]。

我國運用遙感技術起步較早，初步形成了一系列作物生長遙感技術和監測方法，構建了有利于作物培育研究的業務系統，取得了較好的效果。例如中國科學院建成的“水稻遙感估產集成系統”“水稻衛星遙感估產運行系統”等，實現了對單位面積水稻生長勢能和單產、總產的精確預估。此外，“中國農情遙感速報系統”能夠對全國范圍內的農作物進行實施監測和估計，對農業科技化的發展具有重要意義[5-6]。

國內非常重視高光譜遙感技術的研究和應用，因其具有較多優勢。一是可以精確及時獲取田間作物的生長狀態信息;二是可以獲取葉表面積指數，用于合理密植、水肥控制等過程;三是可以定時監測葉片葉綠素及其他色素的含量和植被紅邊特性等;四是可以快速監測作物的有機物積累量，用于區分優勢作物品種;五是可以快速監測出葉片的碳氮比狀況，有助于實施生長診斷和調控，達到高質高產的目的。我國很多農業生產研究都是通過遙感技術進行產量和長勢推算，研究表明，遙感植被資源的最佳波段為0.45～0.52 μm，對葉綠素和葉紅素的濃度敏感波段為0.63～0.69 μm，對植被茂密程度敏感波段為1.55～1.75 μm，對植物葉片水分敏感波段為2.08～2.35 μm。隨著信息技術和計算機技術的不斷革新，作物遙感監測系統正朝著空間、時間分辨率的方向發展。傳統寬波段遙感在進行生長監測時，經常因波段少、光譜分辨率的問題難以真正發揮作用，無法準確反映田間作物固有的光譜特性，受自然環境的影響較大，如植被覆蓋率、土壤顏色等。基于此，高光譜遙感技術進行了改革，以高分辨率和超多波段的成像技術解決了常規遙感技術的問題，能更加準確地反映出作物生長態勢。高光譜遙感技術在田間監測的指標有葉綠素、生物量、生化參數、葉面積指數、有機物含量等。監測時間跨度較大，一般可從作物的生長早期到成熟期，7月中旬是遙感系統監測的最佳季節，監測結果可靠性最高[7]。

為了使遙感技術在作物生長監測中的作用更加明顯，一些學者提出作物生長模型的構建，通過遙感技術與生長模型的聯合，實現數據結果的準確性。例如水稻形態鐘模型，以ORYZA為基礎，對灌溉水稻的發育和生長進行了模擬，按照一定的規則和數學理論優化程序，在田間進行模型試驗，生成元函數，并模擬氮在土壤中的傳輸軌跡。遙感技術與生物模型的結合應用，能夠動態模擬作物的生長狀態，預測總產量。作物模型也能測算潛在生產力，分析田間實際生產力與預測生產力的差距，從而尋找限制產量的主要因素，為人工決策提供建議和方法指導。考慮到遙感技術難以揭示農作物生長的內在規律，作物模型則可以在初始階段便獲取作物的各項參數，兩者互補能完善作物栽培的諸多環節。為了提高作物生長監測的有效性，需要借助一套完整的遙感+模型方法，對作物的生理參數進行定量推演，可以根據作物的實際生長指標構建模型，利用系統化、程序化的思想進行苗情診斷和發育調控[8-9]。

2? 遙感技術在作物估產中的應用

為了解決傳統生長模型無法真正監測田間作物實際產量的難題，可以利用遙感技術估算種植區域的冠層溫度、水分脅迫系數，近似模擬各類型作物的營養需求量和產量。冠層溫度和自然溫度之差是判斷作物葉片氣孔開閉程度的重要參數，不僅反映了作物對土壤的適應性，還反映了其他因素對作物生長的影響。在分析遙感估產項目中應用了數值模擬估產的方法，借助遙感與農業氣象數值模擬技術的融合對大面積的作物進行產量估計，如小麥、水稻、玉米等，其估算結果與實際生產量相符。遙感估產技術包括數據搜集和整理、模型篩選與膨化、單點模擬與實驗、空間外推等。國內應用較為廣泛的遙感估產模型主要有以下四個。

2.1? 水稻作物氣候產量預報模型

這類估產模型需通過大量的田間實驗和取樣分析才能確定模型構建的主要參數，對于水稻的生長勢能、葉表面積指數、干物質存儲量等進行判斷分析，結合遙感光譜技術分析得到與農業生產相關的參數，減少了人工勞動量，優化了種植效率，但遙感估產模型中的光譜信息還需進一步開發和利用。

2.2? 遺傳算法結合神經網絡模型

人工神經網絡是信息分析技術中的高效模式，可以最大程度模仿人類神經網絡對行為特征進行調控，處理外界信息。兩者相互結合突破了遺傳算法的誤差，經過檢驗其計算值與實際值非常接近，并且效果比灰色理論模型要好得多，但這個模型也有一個缺點，即無法準確得到相對誤差與年份的關系。

2.3? 人機交互反演模型

在研究產量與氣候關系的過程中，建立的一種便捷、簡單的遙感估產模型，主要是計算小麥的片區產量，計算公式為成熟期田間作物干物質重量×收貨指數。此模型的核心是利用作物抽穗期的遙感影像反算出作物各個長勢指標，并通過計算機模擬運行軌跡加以修正，改變了單一回歸模型帶來的數據偏差，應用方便簡單，且結果可靠，具有推廣意義。其缺點為受抽穗期和成熟期的水肥技術影響，個別樣點可能會出現偏差，對此，在應用模型之前需要對不同區域的水肥技術進行甄別，從而矯正模型計算結果[10]。

2.4? 雷達遙感估產模型

我國大規模的糧食種植區主要分布在華東、華南地區，這些地區的氣候溫暖濕潤，使用遙感系統無法獲得較高分辨率的光圖像。為了解決這一問題，微波遙感技術應運而生，加之合成孔徑雷達的研發有效提升了微波遙感空間的分辨率，數據收集的過程不受不良天氣的影響，還可以實現不同波段SAR數據的組合。實踐表明，雷達遙感估產模型能夠準確識別作物的種類和生長形態，受限因素較少，但新理論的提出也存在很大的改進空間，例如輔助氣象數據模擬模型等。

3? 結? 論

“三農”問題是制約我國現代化社會發展的主要障礙，要破除這一障礙，實現作物增產、農民增收，就要以遙感技術為基礎，逐步完善農田監測圖像，促使其向著高分辨率、高光譜的方向發展。同時，要善于借助自動化技術、計算機技術、智能化技術、地理空間信息技術等開發全新的作物生長監測和估產平臺，真正把土壤性能感知、自然環境條件感知與作物生長研究聯系起來，通過建立智能搜索引擎完善作物監控系統，優化估產模型，解決農業智能化發展的各項難題，為作物精準管理提供理論依據。

參考文獻

[1]胡楠，矯亮，李黎，等.遙感技術在玉米估產中的應用與研究[J].農業網絡信息，2011（1）：35-37.

[2]陳勁松，黃健熙，林琿，等.基于遙感信息和作物生長模型同化的水稻估產方法研究[J].中國科學：信息科學，2010（S1）：173-183.

[3]劉雪麗，付友生，劉丹，王銳，李模其.遙感技術在農業中的應用[J].現代化農業，2018（10）：67-68.

[4]田萍，周博，王濤，等.遙感技術及其在精確施肥技術方面的應用研究[J].楊凌職業技術學院學報，2006（2）：15-18.

[5]趙光軍，張艷飛，張玉增，等.GPS技術及其在農業裝備中的應用研究[J].糧食科技與經濟，2019（2）：123-124+168.

[6]史莉娟.啟航大田智慧農業：稻谷全產業鏈大數據平臺[J].糧食科技與經濟，2019（1）：12.

[7]劉忠，萬煒，黃晉宇，等.基于無人機遙感的農作物長勢關鍵參數反演研究進展[J].農業工程學報，2018（24）：60-71.

[8]宋茜.農作物空間分布信息提取及其時空格局變化分析研究[D].北京：中國農業科學院，2018.

[9]李素，郭兆春，王聰，等.信息技術在農作物病蟲害監測預警中的應用綜述[J].江蘇農業科學，2018（22）：1-6.

[10]葉滿珠，廖世芳.高光譜技術在農業遙感中的應用[J].農業工程，2018（10）：38-40.

收稿日期：2019-03-14

作者簡介：孟穎晨，男，本科，助理工程師，研究方向為地理信息系統及農業遙感應用。