高光譜技術在農業遙感中的應用思考

何 勇，楊培潔，張春梅，許 剛，黑桂林

（寧夏回族自治區農業勘查設計院，寧夏銀川 750001）

傳統農業作業方式的生產模式、生產工具相對滯后，不利于農業經濟的發展管理。農業遙感模式的應用，尤其是高光譜技術在農業遙感中的應用，能夠更好地監督農業發展，并為農作物的穩定生長提供可靠環境。研究高光譜技術在農業遙感中的具體應用，不僅可以監測農業的發展情況，而且能夠優化農業產業管理，加快農業經濟發展速度。

1 高光譜技術在農業遙感中的具體應用

1.1 葉片光譜特征監測

農作物生長過程中，其生長狀態和葉片光譜特征存在著密切的關系，葉片光譜特征中的包含大量的信息，如光譜反射率、土質內水分含量等，這些因素都會影響到農作物的生長狀態，因此可以應用高光譜技術研究農作物葉片的光譜特征。例如，利用高光譜技術分析農作物葉片光譜特征時，可將成像光譜儀的波段范圍調至500～1 800 nm，在這個波段中研究水稻農作物的光譜特征，并對土壤內水分狀態進行檢測。在水稻生長的早期階段，可以利用光譜儀提供的不同波段來探測水稻冠層的微分導數及反射率，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作物以外，還能用在油菜作物上，例如根據油菜光譜特征的變化構建綠葉素模型，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 識別農作物種類

高光譜技術也可以對農作物種類進行精準識別，為生長數據的監測提供參考。在具體的應用中，該技術主要通過以下兩種方法來輔助識別工作。1）依托光譜角來識別農作物，即對光譜和參考光譜產生的夾角進行計算，將計算數值和光譜分類進行對比，確定具體的應用類別。所產生的夾角數值越小，其相似度越高，識別結果的準確性越強。2）決策樹分層法。在具體的應用中，該方法基于以往農作物識別數據，對于農作物的應用信息進行更加細致的分類處理，從而將其劃分到最小的子集應用狀態。在實際應用中，需要明確樹干節點位置，并對于決策樹單變、多變和混合變化等內容進行可靠性分析，從而對所需要識別的農作物進行精準識別，提高數據識別結果的準確性和可靠性。

1.3 生長狀態的監測

高光譜技術在生長狀態的監測中也有著很好的應用，具體應用中主要監測參考數據如下。1）葉面積指數計算，高光譜遙感技術應用時，并不會破壞葉面積，借此來得到可靠的分析數據。在具體的應用中，主要使用到的儀器設備為便攜式地物光譜儀，利用該儀器測定葉片特定波段的反射率和通過率，同時在分析中也需要采集農作物冠層部分的參數信息，根據得到的冠層光譜來確定相關參數，提高分析結果的準確性。2）生物量參數信息的分析，在具體應用中，需要明確生物量和農作物生長之間的關聯性，對于區域內的生物量進行科學性分析，采集對應的數據信息，借此來得到合理的參數信息，提升數據信息的使用價值。

1.4 生理生化性狀監測

利用高光譜技術分析農作物生理生化性狀時，主要的監測指標如下。1）農作物的光合作用。光合作用可以在農作物體內積聚有機物，為農作物生長提供必要的能量來源。高光譜技術可以利用反射光譜指數信息來明確農作物光合作用的基本特征，利用一階微分光譜、二階微分光譜以及光譜反射率，來完成光合作用實際情況的分析工作。同時還可以采集農作物葉綠色含量變化參數，對于冠層光譜內容進行分析，從而得到可靠的數據分析結果。2）氮含量。氮元素在農作物生長期間有著重要的作用，在對其進行監測時，會著重采集氮元素含量，以此為基礎含量模型，對于農作物的氮元素含量進行分析，根據分析結果來擬定合理的施肥策略，確保農作物生長過程的可靠性。

1.5 農作物產量預估

農業經濟效益情況和農作物的產量有著直接聯系，因此農作物產量預估是農業遙感工作中的重要環節。應用高光譜技術，將光譜遙感器搭載到衛星上，借助遙感基礎條件來采集農作物具體生長過程的基礎信息，對于光譜特征進行應用分析，這些信息參數也可以合理反映出農作物的產量趨勢，利用合理的計算模型，得到農作物的產量數值。從實際應用情況來看，高光譜技術常用的算法包括直接算法和間接算法兩種，前者在應用中直接使用了套用計算的方法來完成數據計算，如依托于綠度算法來確定農作物面積，以此為基礎明確種植面積，預估出農作物的具體產量；后者則會采用相應的計算模型來完成參數計算，同時對于評估結果進行科學性分析，得到可靠的數據計算結果。

1.6 農業災害監測

在農作物生長期間，有時也會面臨病蟲害的威脅，如何基于災害情況擬定合理的應對措施也是需要關注的內容。借助高光譜技術對農業災害情況進行監測時，可以通過監測綠葉面積、生長狀態等指標來確定目前農作物遇到病害的情況，如蚜蟲、地老虎等蟲害會啃食農作物的莖葉，導致葉片泛黃、殘缺等情況，此時借助光譜也可以準確識別，從而分析農業災害的具體情況。同時，借助該技術可以對于病蟲害發病數據進行匯總，得到整個區塊中病蟲害的高發區域，在來年翻種之前，可以采用深耕、施撒石灰等措施來改善土壤環境，借此來降低病害問題的發生率，確保農作物可以按照要求順利完成生產，提高農作物的產量。

1.7 遙感信息模型分析

高光譜技術在遙感信息模型分析中也有著很好的應用。1）借助高光譜技術對于一些基礎參數信息進行匯總，匯總過程中采用分類整理的方法完成數據信息整合，以此作為遙感信息模型完善的基礎條件。2）遙感信息模型中的內容也需要進行細化處理，如綠葉面積、氮含量等。3）在信息模型中需要做好技術更新工作，除了高光譜技術外，還應引入大數據技術、云計算技術等，使其價值能夠得到充分發揮，從而提高遙感模型的應用效果。

2 提高高光譜技術應用水平的相關措施

2.1 完善農業數據庫

完善農業數據庫有利于智能化管理體系的快速建立，為農業經濟進一步發展奠定堅實的基礎。在具體的應用環節中，可以依托于數據庫技術來完善所需要的數據庫，在數據庫建設初期，需要在其中錄入一些有用數據，如分析不同土壤條件對于農作物的影響，同時對于農作物生長情況進行分析，明確環境帶來的影響。

2.2 做好技術融合工作

做好技術融合工作，可以優化整個技術應用體系，為農業遙感體系的快速完善奠定基礎。在具體應用中，可以利用信息技術建立數據采集平臺，采集市場中流通的新技術、新設備信息，定期整理應用信息，從中篩選出可靠的分析信息，評估新技術、新設備的使用價值，結合經濟性分析情況，選擇性對其進行引入。同時對于技術融合情況進行應用分析，將技術的應用價值發揮到最大，提升技術內容的實用價值。

2.3 加強數據信息挖掘

加強數據信息挖掘，能夠提高數據信息的使用價值，并對于綜合體系的快速完善奠定基礎。在數據信息挖掘過程中，會使用到大數據挖掘技術，對于信息的潛在價值進行客觀分析，對于篩選出的信息內容進行匯總整理，建立專屬的數據庫［1］。此外，需要做好關鍵詞的標記工作，為后續數據查詢提供便利條件，提升數據信息的應用價值。

2.4 組建高水平管理隊伍

組建高水平管理隊伍，可以為農業遙感工作的有序推進提供保障，減少人為失誤問題的發生率。在組建管理隊伍初期，需要做好隊伍成員的篩選工作，選擇綜合實力強、責任心強的人員來組成管理隊伍。同時在日常生活中進行定期培訓，培訓內容包括新技術應用流程、新規范要求等，并在培訓工作結束后對其進行考核，考核成績折合比例計入到月末績效評估中，借此來提升人員重視度，保持管理隊伍的綜合水平［2］。

3 結語

高光譜技術作為一類影像數據技術，具備識別能力強、探測結果準確性高等應用優勢，目前已經在許多領域中得到了推廣。將高光譜技術應用到農業遙感中，不僅可以加快數據信息的采集速度，提升數據信息應用價值，而且對于加快農業智能化管理體系建設速度也有著積極意義。