作物产量预测的遥感方法

?农业科学一一一一一一一一一一一农业与技术一一一一一一一2019,Vol.39,No.16一一一

作物产量预测的遥感方法

洪一昕

(江苏省徐州市铜山区农业技术推广中心,江苏徐州221000)

摘一要:粮食安全问题由于关系到国计民生而一直备受关注,粮食产量预测作为保证粮食安全的重要环节也同样不容忽视三长时间以来,很多研究者都针对此课题进行了广泛而深入的研究并取得了一定成果三遥感技术的快速发展为实现大规模的作物产量预测提供了快速二精确的方法三文章主要介绍了多源遥感数据融合技术二目前常用的遥感估产模型以及将遥感技术与作物生长模型同化进行作物产量预测的方法,并分析了遥感技术在作物产量预测上面临的问题,为遥感估产技术指出了未来的重点发展方向三

关键词:遥感技术;产量预测;多源遥感数据融合;估产模型;同化

中图分类号:S-03一一一一一一一文献标识码:A一一一一一一一DOI:10.19754/j.nyyjs.20190830016

前言

快速二精确的作物产量预测,对国家制定粮食政策,进行价格宏观调控,实现乡村经济的振兴以及粮食进出口贸易等都具有重要意义,也是我国研究者一直关注的重大课题三传统的对作物产量进行预测的方法主要有农学估产法二统计估产法以及气象统计法等,这些方法往往只适用于小面积估产三20世纪70年代以来,因为具有宏观二动态和快速等特点,遥感技术在农业生产上得到了广泛的应用,为农作物长势的监测以及籽粒产量的预测提供了有效的途径三遥感估产是在分析处理遥感影像的基础上,提取作物的种植面积二获取其空间分布信息二光谱信息二植被指数,研究作物光谱特征和产量构成要素间的相关性,结合地理信息系统GIS和全球定位系统GPS,建立不同条件下作物的估产模型,实现对作物产量的预测三常用的植被指数有:归一化植被指数NDVI二差值植被指数DVI二比值植被指数RVI等三其中,

NDVI是应用最为广泛的指标,其与作物的叶面积指数LAI相关性较好,在作物生长监测中常被用来反映作物的生长状况三

近年来,农作物遥感估产的研究获得了较大的突破,主要体现在:从田间小面积的作物估产发展到宏观大面积的作物估产;从只利用单一遥感信息源发展到多种遥感信息源的综合利用;从单纯建立光谱参数与作物籽粒产量间的统计模型,发展到将作物生长发育的机理过程也考虑进去,使作物产量的预测精度不断提高三其中,遥感技术与作物生长模型的结合,是未来进行大面积农作物生长监测和产量预测的研究重点和发展方向,而数据同化算法为二者的结合提供了有效手段三

1一多源遥感数据的融合

多源遥感信息的融合是对同一地区的多个传感器的扫描影像进行综合,通过互补信息的有机集成,实现单一信息源对被感知对象或环境解释中可能存在的多义性二不完全性二不确定性及误差的控制,从而最大限度的利用各种信息源所提供的信息,使遥感技术在特征信息提取二分类等方面的有效性得到提高三如将NOAA/AVHRR(低空间分辨率遥感影像)和

Landsat-TM(中空间分辨率遥感影像)结合来提取水稻的种植面积,相比于农业统计数据,精度可以达到91.6%[1];王娣[2]在武穴梅川镇实验区内开展基于地面高光谱数据和无人机平台多光谱数据的水稻估产研究,发现利用主成分分析法获得的多平台综合估产模型与地面或无人机平台的最优模型相比,效果有一定提高三

2一常见的作物遥感估产模型

作物遥感估产技术大体可分为3个步骤:通过分析遥感影像数据估算作物种植面积;通过分析遥感影像数据提取作物相应的植被指数,以进行作物长势状况的监测;构建植被指数和作物产量以及其它气象二农学参数等资料的单产估算模型,再经过进一步的计算得到总产三目前,常见的遥感估产模型有以下3种,其中以遥感为主要信息源的综合估产模型最受关注三

74

高光谱遥感在农作物病虫害监测上的应用

高光谱遥感在农作物病虫害监测上的应用高光谱遥感在农作物病虫害监测上的应用高光谱遥感用于病虫害监测的原因高光谱遥感监测农作物病虫害原理和方法 当前遥感监测农作物病虫害的缺陷 未来的展望 农作物病虫害是农业生产上的重要生物灾害，是制约高产、优质、高效益农业持续发展的主导因素之一。据联合国粮农组织估计，世界粮食生产因病虫害常年损失24%;棉花因病虫害常年损失28%。中国是农业大国，每年因病虫害造成的损失与上述统计大致相当。 为了有效地防治病虫害，首先必须及时、准确掌握病虫的发生发展情况。在人类历史的很长时间内，受当时生产条件和科技水平的限制，人们只能在实地用目测手查的方法观察有无病虫害发生及其危害程度，或用捕捉虫蛾等办法判断病虫害爆发的可能性。这些传统的监测方法费时费力不说，其获取信息的滞后性还严重影响病虫预报准确率。为了提高病虫害监测的精度和水平，采用高科技手段，特别是遥感监测已成为病虫害监测的重要研究方向。 高光谱遥感监测农作物病虫害的原理 健康绿色植物的光谱特征主要取决于它的叶子。在可见光谱波段内,植物的光谱特性主要受叶绿素的影响。由于在以450nm为中心的蓝波段以及670nm为中心的红波段的叶绿素强烈吸收辐射能而成吸收谷。叶片的反射率和透射率很低, 在两谷之间吸收相对减少,形成绿色反射峰, 简称“绿峰”,在视觉表现为绿色。当植物生长健康, 处于生长期高峰, 叶绿素含量高时,“绿峰”向蓝光方向偏移, 而植物因病虫危害或缺素而“失绿”时，“绿峰”则向红光方向偏移。

在近红外波段绿色植物的光谱作用取决于叶片内部的细胞结构。当植物受病害侵害时, 叶片组织的水分代谢受到阻碍,此后随着病虫害危害的加重,植物细胞结构遭到破坏，各种色素的含量也随之减少，导致叶片对近红外辐射的反射能力减少。在光谱特征上表现为可见光区(400~700nm)反射率升高而近红外区(720~1100nm)反射率降低。近红外区研究的重点是“红边”。“红边”的定义是反射光谱的一阶微分的最大值对应的光谱位置(波长),通常位于(680~750)之间。“红边”位置依据叶绿素含量、生物量和物候变化, 沿波长轴方向移动。当叶绿素含量高、生长活力旺盛时“红边”会向红外方向偏移;当植物由于感染病虫害或因污染、物候变化而“失绿”时, 则“红边”会向蓝光方向移动。 研究发现近红外部分反射率的改变是发生在可见光部分的反射率发生改变之前的。这是因为在这段时间内,细胞组织中的叶绿素的数量和质量还没有发生改变。 由此可见红外波段的光谱特征的变化早于人用肉眼观测到的病虫危害, 这对于病虫害的早期调查和预报具有极其重大的意义。 高光谱遥感监测农作物病虫害的技术流程 ? 地面光谱获取加农学采样 ? 分析生化参量，农学参量和光谱特征 ? 病虫害光谱诊断模型的建立，验证 ? 高光谱影像的病虫害反演 ? 病虫害波谱库数据 ? 建立病虫害诊断专家系统，发布信息 以冬小麦为例 一( 首先建立试验组和对照组，给试验组采取喷雾法接种条锈病菌。 二( 显症后我们在小麦挑旗期、抽穗期、灌浆期和成熟期分别测量冠层光谱参数、色素含量、病情指数。从而获取高光谱变量特征参数。

遥感作业-遥感农作物长势方面的应用

遥感农作物长势方面的应用 摘要：本文以遥感的定义，遥感图像的处理方法，遥感图像的解译方法为基础，探讨了遥感在农作物长势方面的应用。 关键字：遥感的应用农作物长势 遥感是指非接触的，远距离的探测技术。[remote sensing] 通过人造地球卫星上的遥测仪器把对地球表面实施感应遥测和资源管理的监视(如树木、草地、土壤、水、矿物、农家作物、鱼类和野生动物等的资源管理)结合起来的一种新技术。使用空间运载工具和现代化的电子、光学仪器，探测和识别远距离研究对象的技术。遥感是通过遥感器这类对电磁波敏感的仪器，在远离目标和非接触目标物体条件下探测目标地物，获取其反射、辐射或散射的电磁波信息（如电场、磁场、电磁波、地震波等信息），并进行提取、判定、加工处理、分析与应用的一门科学和技术。遥感，从字面上来看，可以简单理解为遥远的感知，泛指一切无接触的远距离的探测；从现代技术层面来看，“遥感”是一种应用探测仪器。遥感是指一切无接触的远距离的探测技术。运用现代化的运载工具和传感器，从远距离获取目标物体的电磁波特性，通过该信息的传输、贮存、卫星、修正、识别目标物体，最终实现其功能（定时、定位、定性、定量）。广义定义：遥远的感知，泛指一切无接触的远距离探测，包括对电磁场、力场、机械波（声波、地震波）等的探测。自然现象中的遥感：蝙蝠、响尾蛇、人眼人耳…狭义定义：是应用探测仪器，不与探测目标相接触，从远处把目标的电磁波特性记录下来，通过分析，揭示出物体的特征性质及其变化的综合性探测技术。 遥感是一门对地观测综合性技术，它的实现既需要一整套的技术装备，又需要多种学科的参与和配合，因此实施遥感是一项复杂的系统工程。根据遥感的定义，遥感系统主要由以下四大部分组成： 1、信息源信息源是遥感需要对其进行探测的目标物。任何目标物都具有反射、吸收、透射及辐射电磁波的特性，当目标物与电磁波发生相互作用时会形成目标物的电磁波特性，这就为遥感探测提供了获取信息的依据。 2、信息获取信息获取是指运用遥感技术装备接受、记录目标物电磁波特性的探测过程。信息获取所采用的遥感技术装备主要包括遥感平台和传感器。其中

遥感在农作物遥感估产的应用

遥感在农作物遥感估产的应用 改革开放以来，国民经济快速发展，现在各行各业对高科技的需求和运用不断加深。其中计算机技术，遥感技术，全球定位系统技术等都已经在个个领域中都起着至关重要的作用。这其中遥感技术是一种并没有完全作用于物体但能对其进行研究分析的技术。是指在遥感平台上，一种运用各种传感器来获取作物及其环境背景的反射、辐射信息的瞬时记录，经计算机识、处理、分类、信息提取等方法，并结合地学分析和数理统计分析，最后估测出农作物的最终产量。采用遥感技术有相当多的优点，其主要优势在可以迅速获取资料，时效性强，周期短。遥感平台放置的高低直接决定了它视角的宽广，位置越高视角也就越宽广，观察的范围也就越大。相对于传统估产的方法，遥感估产更加具有经济效益和社会效益。遥感数据可以更加的反应出许多的人文与地理信息。且数据连贯性较强，具有高强度性和可比性。我国相对来说很早就在农业方面采用遥感技术。 20世纪70年代末以来，基于土壤普查和农业区划工作的需求，在国家计委、国家科委和农业部的支持下，联合国粮农组织(FAO)、计划开发署(UNDP)提供了资助，农业部门成立了专门的技术研究机构，开展了遥感应用的技术和设备引进以及人才培训工作。经过20多年的技术攻关、实验研究和生产服务，目前农业遥感技术应用已经形成了一支分属于13个工作单位、拥有技术人员200多名的专业队伍，能够承担和完成农业资源调查和监测、主要农作物估产、农业自然灾害监测和评估等任务。 经过这20多年的努力，农业部对遥感技术的运用，取得了重要成果。一是在农业资源调查和监测方面，开展了全国耕地变化监测。对我国北方4省区10年土地开发利用综合评价、全国土地利用现状概查、松嫩平原土地利用遥感调查、内蒙古草原资源调查和监测等;二是在作物估产方面进行了北方7省冬小麦遥感估产、黑龙江省大豆及春小麦估产、南方稻区水稻估产、棉花面积监测等项研究;三是在生态环境变迁方面，进行了全国水土流失调查制图、北方地区土地沙漠化监测等;四是在自然灾害监测方面，开展了北方草原火灾监测、北方冬小麦旱情监测等。 作物参量估算 遥感估产是建立作物光谱于产量之间联系的一种技术，通过光谱来获取作物的生长信息。在实际工作中，常常用绿度或植被指数作为评价生长状况的标准，植被指数中包括了作物长势和面积两方面的信息。光谱产量的模式的基本思想是将各种形式的植被指数与作物单产建立回归方程，筛选出方程拟合率高、相对剩余标准差小的估产模式。遥感估产的两个关键问题：一是作物识别和面积估算，二是作物长势分析，单产模型构建，这两个问题的解决都是通过遥感信息处理实现的。 1、农作物遥感估产原理 任何物体都具有吸收和反射不同波长电磁波的特性，这是物体的基本特性。人眼正是利用这一特性，在可见光范围内识别各种物体的，遥感技术也是基于同样的原理，利用搭载在各种遥感平台(地面、气球、飞机、卫星等)上的传感器(照相机、扫描仪等)接收电磁波，根据地面上物体的波谱反射和辐射特性，识别地物的类型和状态。 农作物估产则是指根据生物学原理，在收集分析各种农作物不同生育期不同光谱特征的基础上，通过平台上的传感器记录的地表信息，辨别作物类型，监测作物长势，并在作物收获前，预测作物的产量的一系列方法。它包括作物识别和播种面积提取、长势监测和产量预报两项重要内容。

基于高光谱遥感技术的农作物病虫害应用研究现状_罗红霞

基于高光谱遥感技术的农作物病虫害应用研究现状 罗红霞，阚应波，王玲玲，方纪华，戴声佩 （海南省热带作物信息技术应用研究重点实验室/中国热带农业科学院科技信息研究所，海南儋州571737） 摘要：近年来，随着信息技术的迅猛发展，高光谱遥感作为一种快速监测手段已经被广泛应用于农业病虫害监测中，高光谱遥感在农业中主要的应用领域之一。通过分析近5年来高光谱技术在农作物病虫害研究情况，阐述了应用高光谱遥感技术进行农作物病虫害监测的原理，主要从原始光谱的导数变换及对数变换、光谱位置和面积的特征参数提取、光谱吸收特征参数提取、基于连续同去除的特征参数提取4种方法回顾了国内外应用高光谱进行农作物病虫害监测的研究进展，在此基础上，总结了高光谱遥感技术应用于农作物病虫害监测亟待解决的问题及相应的解决途径。 关键词：高光谱；病虫害监测；农作物；监测 中图分类号：S127文献标识码：A文章编号：1004-874X（2012）18-0076-05 Hyperspectral remote sensing for crop diseases and pest dectection LUO Hong-xia,KAN Ying-bo,WANG Ling-ling,FANG Ji-hua,DAI Sheng-pei (Key Laboratory of Practical Research on Tropical Crops Information Technology In Hainan/Institute of Scientific and Technical Information,China Academy of Tropical Agricultural Sciences,Danzhou571737,China) Abstract:With the advances in electronic and information technologies,Hyperspectral remote sensing have been developed for crop diseases and pest detecting around the world.Hyperspectral remote sensing for crop diseases and pest detection included two aspects which were canopy spectral detection and Hyperspectral image.This paper describes the principle of the application of hyperspectral in monitoring crop diseases and pest in detail,then summarizes the research progresses at home and abroad area,including spectral derivation,feature parameter extraction based on spectral areas and wavelengths’position,spectral absorption feature parameters extraction,and feature parameter extraction based on continuum removal four aspects.At the end,some of the problems and solutions on the use of hyperspectral remote sensing for crop diseases and pest dectecting are also discussed. Key words:hyperspectral remote sensing;diseases and pests;crop;monitoring 作物病虫害是农业生产的主要障碍，是限制作物产量的主要因素之一，同时也是制约优质、高效益农业持续发展的主导因素之一[1-2]。尽早发现农作物病虫害，并掌握病虫害的发生发展过程中的特点，对提高农作物产量，减少因病虫害对农业生产造成经济损失有较为重要的作用。传统的作物病虫害监测方法因为受到当时生产条件及科技水平的限制，只能在实地采用人工自测或者手查等方法进行；这些监测方法不仅费时费力，而且效率较低，其获取信息的滞后性也严重影响了对农作物病虫害预报的准确率，给农业生产造成了不可估量的损失。遥感技术以其方便、快捷、实时性、周期性等优点，越来越广泛应用于农业生产各个环节当中，并逐渐成为农业遥感应用的重要前沿技术手段之一[3]。高光谱遥感又称成像遥感，主要是指在电磁波谱的紫外、可见光、近红外和中红外区域获取许多非常窄且光谱连续的图像数据技术，高光谱遥感技术的出现也使得采用遥感技术监测农作物病虫害成为可能；高光谱遥感技术能准确获得作物病虫害发生、发展的定性和定量空间分布信息，为农业生产决策者在病虫害未对农作物造成严重危害时采取一定的预防措施提供数据支撑。也为农业生产管理部门政策实施提供科学支持。 1高光谱进行病虫害监测的原理 高光谱分辨率高，并具有波段多、信息量丰富的特点。其数据是3维图谱形式—— —空间信息、辐射信息和光谱维信息，其中光谱维的信息正是普通光学遥感所欠缺的。采用高光谱技术进行农业病虫害监测主要是利用其光谱维的相关信息对感染病虫害的农作物进行分析研究。农作物光谱维方向的特征信息主要集中在作物叶片中生物化学成分的变化而形成的吸收波形处，通过对采集的作物光谱数据进行相关的处理分析，可以反映出作物内部物质的吸收波形变化，即作物的各种生化组分的吸收光谱信息[4-5]。 作物受到病虫害感染后会呈现许多的症状，诸如卷叶、叶片枯萎、作物矮小、叶片大面积凋落以及影响作物的正常光合作用等[6]，而这些特征的出现也会导致感染病虫害的农作物光谱特征的改变。一般健康的植物其光谱曲线总是呈现明显的“峰和谷”特征[7-8]，当作物发生病虫害时，其光谱特征会出现在可见光区域的作物反射率明显上升，而在近红外区域其反射率明显下降的现象。基于此种变化也使得应用高光谱实施监测病害作物成为可能。 收稿日期：2012-07-25 基金项目：海南省热带作物信息技术应用研究重点实验室开放基金（rdzwkfjj014）；国家星火计划项目（2011GA800001）；2012年“三电合一”农业信息服务项目；中国热带农业科学院院本级中央级公益性科研院所基本科研业务费专项（1630022012018） 作者简介：罗红霞（1985-），女，硕士，研究实习员，E-mail：12008 1008@https://www.wendangku.net/doc/cc12622591.html, 通讯作者：阚应波（1970-），男，副研究员，E-mail：ybkan0625@ https://www.wendangku.net/doc/cc12622591.html, 广东农业科学2012年第18期 76

作物长势监测与分析建设方案

作物长势监测与分析建设 方案

一、方案概述 在植物生长期内尽早掌握植物生长形势在一定情况下比精确估计作物种植面积和总产量本身还重要，尤其对可能出现的大规模的粮食短缺或盈余，尽早地获取作物长势信息显得更为重要。作物生长状况，如叶绿素含量、氮素含量、叶面积指数等直接影响作物的生长发育、品质、产量，是作物长势监测的重要指标，是评价作物长势的重要数据来源，也是作物生产精确管理调控的重要依据。实时获取作物生长参数可以让农户及时了解作物生长状况、制定相应施肥施药计划，从而保证作物健康生长。 作物长势是一个看似简单但又难于表达清楚的一个概念一般认为长势就是作物生长的状况与趋势，或者说作物生长的态势。虽然人们对作物的形貌看起来是那么的熟悉，但要精确定量地描述作物的长势却是不容易的。总起来说，作物的长势可以用个体与群体特征来描述。作物长势监测不仅仅是为了农业生产管理，而且往往也是制定国民经济政策的重要依据。 二、常用的作物长势监测方法 1、人工观察法 人工观察的方法是作物长势监测的最古老的方法，也是目前农业生产者用得最多的方法。观察者通过观察作物的几何尺寸、形状、颜色等外观特征来判别作物生长的情况如缺水、缺肥、病虫害等。植物

营养原理认为，叶色是氮素营养状况最敏感的指标，叶色与叶片中含氮量呈正相关。当植株缺氮时，由于蛋白质合成少，酶和叶绿素含量下降，细胞分裂减慢，叶色变黄，作物早熟、低产；相反，当植株氮素过剩时，碳代谢不协调，蛋白质合成增加，碳水化合物被大量消耗，纤维素等减少，造成徒长，抗逆性下降，感病倒伏减产，人们已经很早就掌握了从它们的叶子判断植株营养状况的方法。人们从实践中积累了许多判断植物生长情况的知识，如还可以根据叶片颜色判断水分情况，根据叶片、茎秆上的斑点异状判断病虫害。人工观察法简单易行，能对密集的植物内部及不同高度部位进行观察，观察全面，但耗费大量人力，效率低下。另外，需要观察者有丰富的经验和农作物知识，并且一般只能给出定性的结论，观察结果的主观性强，也不适于大面积监测。 2、遥感监测 作物长势遥感监测是建立在绿色植物光谱理论基础上的。根据绿色植物对光谱的反射特性，在可见光部分有强的吸收带，近红外部分有强的反射峰，从而反映出作物生长信息，进而判断作物的生长状况，进行长势的监测。作物长势遥感监测指对作物的苗情、生长状况及其变化的宏观监测。目前大都是采用陆地卫星遥感数据和甚高分辨率气象遥感数据，同时发展了用高光谱卫星遥感和雷达遥感监测作物长势。对拍摄的图片进行处理，提取作物长势遥感指标：叶面积指数、叶绿素含量、归一化植被指数等，判断作物生长状态，及早发现营养元素

东北地区主要作物种植结构遥感提取及长势监测

第26卷第9期农业工程学报V ol.26 No.9 218 2010年9月Transactions of the CSAE Sep. 2010 东北地区主要作物种植结构遥感提取及长势监测 黄青1,2，唐华俊1,2※，周清波1，吴文斌1，王利民1，张莉1（1．农业部资源遥感与数字农业重点开放实验室/中国农业科学院农业资源与农业区划研究所，北京 100081； 2．呼伦贝尔草原生态系统国家野外科学观测研究站，北京 100081） 摘 要：以中国东北地区为研究区域，探讨基于遥感影像全覆盖的大尺度作物种植结构自动提取及长势遥感监测的技术方法。通过分析东北地区春玉米、春小麦、一季稻及大豆等主要作物时序光谱特征，确定不同作物种植结构遥感提取的阈值，建立基于MODIS NDVI数据的上述4种作物种植结构提取模型，获取2009年东北地区主要作物空间种植结构格局特征。其次，基于MODISNDVI数据，利用差值模型，通过与近5 a作物长势的平均状况进行对比，分析研究东北地区2009年4种作物的长势状况。结果显示，与多年平均统计数据比较，基于遥感提取的作物种植结构信息，总体精度达到了87%以上；不同作物长势在其整个生育期内在时间和空间分布上都有较大差异。研究表明，通过MODIS数据提取不同作物种植结构及进行大尺度作物长势监测的技术和方法是可行的，研究为中国农业遥感监测系统大尺度业务化运行的作物种植结构提取提供了有效方法。 关键词：遥感，监测，作物，MODIS，NDVI，种植结构，精度评价，东北地区 doi：10.3969/j.issn.1002-6819.2010.09.037 中图分类号：S127 文献标志码：A 文章编号：1002-6819(2010)-09-0218-06 黄 青，唐华俊，周清波，等.东北地区主要作物种植结构遥感提取及长势监测[J].农业工程学报，2010，26(9)：218－223. Huang Qing, Tang Huajun, Zhou Qingbo, et al. Remote-sensing based monitoring of planting structure and growth condition of major crops in Northeast China[J]. Transactions of the CSAE, 2010, 26(9): 218－223. (in Chinese with English abstract) 0 引 言 在农情遥感监测中，能够及时、清楚的了解每种作物在各个生育期的长势状况、并对每种作物的产量进行预测，对大尺度不同作物种植面积空间分布的快速、准确提取有很大的要求。虽然自20世纪70～80年代遥感技术发展以来，遥感就被用来进行大面积农作物长势监测、种植面积监测及产量预测等[1-5]。如美国自20世纪70年代中期开始进行LACIE计划，到1986年建立了全球级的农情监测运行系统；欧盟遥感应用研究所通过实施MARS计划，建成了欧盟区的农作物估产系统。在农作物长势、面积等的监测中，国外科学家主要利用适合大面积监测的NOAA-A VHRR卫星。在农作物播种面积遥感估测方面，LACIE实验中利用空间分辨率为80 m的Landsat MSS数据成功地预报美国小麦的面积和产量，并且这种方法被推广到其他地区和对其他农作物进行面积的获取。之后随着传感器空间分辨率的提高，用MODIS、SPOT、TM等数据提取作物播种面积的研究也逐渐成为研究热点[6-9]，但需要指出的是，更多的研究重点主要集 收稿日期：2010-01-14 修订日期：2010-08-30 基金项目：国家自然科学基金重点项目（40930101）；国家“863”项目（2006AA120101、2007AA10Z230、2006AA15Z121）；中央级公益性科研院所专项资金（002-2)和农业部资源遥感与数字农业重点开放实验室开放课题(RDA1004)共同资助 作者简介：黄青（1978－），女，新疆昌吉人，助理研究员，博士，主要从事农业资源遥感方面的研究。北京农业部资源遥感与数字农业重点开放实验室，100081。Email：queengold@https://www.wendangku.net/doc/cc12622591.html, ※通信作者：唐华俊（1960－），男，四川阆中市人，研究员，博士，主要从事农业资源遥感方面的研究。北京农业部资源遥感与数字农业重点开放实验室，100081。中在用遥感手段监测不同土地利用类型面积及其相互变化方面[10-14]，对涉及到耕地内部不同作物空间分布及其变化的研究并不多，且这方面的研究多只集中于对某种作物空间分布的遥感识别[14-17]，或在某一小区域范围内的试验研究[18-20]，大区域尺度下分作物空间分布信息的及时提取及业务化运行的研究较少。 欧美的农情遥感监测系统多已实现了本国农作物种植面积变化的快速调查，但欧美国家作物种植结构的特点是面积大、结构相对单一。中国科学院和中国气象局等部门也建立了一些农情遥感监测系统[20]，但主要是对耕地上的作物长势、产量等进行监测，针对耕地内部不同作物的长势、产量等的监测还没有实现业务运行。由于分作物空间种植结构的缺乏，无论是用植被指数方法建立的遥感模型，还是考虑了作物生长机理和过程的生长模型、气象模型等，都不能对分作物类型的作物长势进行较为准确的监测[19,21]。这一方面制约着目前作物长势遥感监测的精度，另一方面导致了长势遥感监测在分区、分作物建立模型时遇到很大困难，同样的问题也存在于作物估产及农情灾害预报中。因此，及时获取大区域尺度农作物空间分布信息不仅是分作物长势监测、同时也是农情遥感监测中的核心问题，同时，作物种植结构作为一种基础数据，对研究作物种植结构空间变化规律、研究作物结构与全球环境变化的响应及农业政策的制定、调整和国家粮食安全的保障等方面都具有非常重要的现实意义。 本研究以作物种植面积和空间分布的快速提取及实时的作物长势监测为主要目的，根据不同作物、不同生育期的波谱特性和生物学特性，选取MODIS数据合适时

《玉米长势遥感监测技术规范》

《玉米长势遥感监测技术规范》 河南省地方标准编制说明 一、编制的目的和意义 农作物长势的动态监测可以及时了解农作物的生长状况、土壤墒情、肥力及植物营养状况，便于采取各种管理措施，从而保证农作物的正常生长。遥感技术作为现代信息技术的前沿技术，具有宏观、快速、客观、准确等优点，能够快速获取大面积农田作物生长状态的实时信息。目前农作物长势遥感监测在农业部门已经开始应用，并发挥出不可替代的作用，但由于遥感数据源多且传感器特征不一致，以及监测技术方法不规范，导致不同部门玉米长势遥感监测结果不一致，行业应用技术水平落后。因此，迫切要求对玉米长势监测过程数据处理等过程进行标准化。目前尚无国家、行业标准和河南省地方标准。河南省农业科学院农业经济与信息研究所总结本单位和全省其他单位玉米长势遥感监测的技术及经验，提出并制定本标准，有助于提高我省农业遥感监测的应用水平。 二、任务来源及编制原则和依据 1.任务来源 经河南省质量技术监督局组织专家评审，该标准制定于2017年3月被列入2017年河南省地方标准制修定计划(豫

质监标发〔2017〕104号)，立项编号20171210312，由南省农业科学院农业经济与信息研究所承担该项地方标准的起草工作。 2．编制原则和依据 本标准编制以“科学性、规范性、实用性、统一性”为指导，本着科学先进、生产适用、便于操作的原则制定。 本标准编制主要依据国家有关法律、法规及河南省地方标准管理办法和河南省玉米长势遥感监测的实际技术和经验而制定。起草小组根据GB/T 1.1-2009《标准化工作导则第1部分：标准的结构和编写》、《农业标准化管理办法》等的要求进行起草。 三、编制过程 1．工作基础 参与该项目编制的同志均在农业遥感应用研究和技术推广方面工作多年，具有丰富的实践经验和科研能力。该课题组成员长期从事玉米面积遥感监测和长势动态监测研究工作，掌握了多种遥感数据传感器特征及处理方法，在河南玉米关键生育期开展了大量的相关试验研究工作，并开展了多年全省范围内玉米长势遥感监测业务化工作，总结了一套较成熟的玉米长势遥感监测技术方法，为编制该技术规程打下坚实的基础，完全具备了制定《玉米长势遥感监测技术规范》的条件。该任务也得到了国家重点研发计划子课题“河

07农作物长势遥感监测方法

07农作物长势遥感监测方法 农作物长势遥感监测:大尺度的农作物长势监测可以为农业政策的制定和粮食贸易提供决策依据，也是农作物产量估测的必要前提。国际上不仅发展了不同的单产模型，而且采用了不同的遥感资料估算作物的种植面积。目前研究主要集中在发展具体指标及其定量化，没有形成规范化的长势遥感监测指标体系。 直接监测方法:直接监测的方法是直接使用遥感获取的参数值（如NDVI等）与作物的长势进行相关分析，并找出相互之间的关系。 作物生长过程监测方法:对农作物NDVI时间曲线的分析，可以了解作物的生长状况和态势，提取作物生长过程特征值（如生长率、成熟率等），并使用这些特征值来实现作物长势的定量或半定量监测。通过分析过程监测中不同指数与作物单产的关系，发现LAI、NPP、NDVI三种指数的监测效果较好，同时针对其空间上和作物间的差异建立了作物长势过程监测指标集。弥补了同期对比方法只能反映一个较短时间内作物长势的缺点。 作物生长模型方法:作物生长模型的基本思想是以数学公式的方式来反映作物的生长过程，其根本驱动力都是作物冠层截获辐射能量的量，并进行光合作用生产出干物质的过程。作物生长模型可以较为真实地反映作物生长过程，精确地监测作物长势，现时遥感数据的引入使这些模型的大尺度应用成为可能。大量农学参数仍然较难获取，参数的缺乏使这些模型的应用受到了较大的限制。 存在的问题:只是定性或半定量地进行长势监测，作物长势遥感监测属于半定量的方法，主要采用年际间同期遥感影像对比分析，通过差值影像的分级显示，反映区域作物生长状况的相对差异。多依赖于NDVI很少使用其他指数，NDVI是一个反映植被绿度的参数，可以有效地反映植物的生长状况。但作物的生长是一个复杂的过程，除本身的绿度状态外，还受到（如作物生长状态、气温、土壤湿度、太阳辐射等）多种参数的影响。长势和最后的单产预测相脱节，作物长势是作物在一个时期或一个时间段内的作物生长状况信息，然而整个作物生长季内的作物长势综合作用的结果就是作物单产。生育期内的作物长势可以直接地影响和决定作物的单产，并在作物生长的不同生育期反映作物单产的丰欠趋势。目前的作物长势监测方法和作物单产预测没有统一考虑来进行研究，忽视了它们之间固有的内在联系，导致长势和最后单产预测相脱节。物候问题，受气候的影响，年际作物的物候通常会有一定程度的变化，如区域性的温度下降和降水减少，都会导致作物生育期的延长和物候期的推移。作物在不同的物候期有着不同的生长特征，具体表现在绿度不同、对环境要素的要求不同等方面。物候变化会造成实时监测过程中把不同作物物候期的遥感参数进行对比的情况，这时对比的结果所反映的往往是不同物候期作物间的差异，而不是作物长势间的差异，会减低作物长势监测特别是实时监测的有效性。遥感监测结果与传统苗情相脱节，作物长势监测指标缺乏，影像差值方法只能提供每旬区域作物长势的“好、持平、差”等像元占的比例，所得到的信息不足以支持预测产量的变化。 面向问题的长势监测新指标研究:研究目标：是建立作物长势遥感监测指标集，发展多指数的农作物长势遥感监测方法，以苗情等级为指标反映作物长势状况，并及时反映作物单产丰欠趋势。 NPP（净初级生产力）:净初级生产力是指植物在单位时间单位面积上由光合作用产生的有机物质总量中扣除自养呼吸后的剩余部分，是生产者能用于生长、发育和繁殖的能量值，反映了植物固定和转化光合产物的效率，也是生态系统中其他生物成员生存和繁衍的物质基础。 实时监测指标集:数据分析方法，研究使用分作物分区划的方法，分别分析了不同作物、不同区划、不同物候的相对遥感参数与单产变幅和苗情变化的相关性。相关系数越高就说明该指数在该区划内对该种作物在特定物候期的长势具有越好的指示作用。指标集选取原则，

遥感估产技术

遥感在农业估产中的应用与发展 1 引言 遥感( Remote Sensing) 即遥远的感知, 指在一定距离上, 应用探测仪器不直接接触目标物体,从远处把目标的电磁波特性记录下来, 通过分析揭示出物体的特征性质及其变化的综合性探测技术[1]。摄影照相便是一种最常见的遥感,照相机并不接触被摄目标,而是相隔一定的距离,通过镜头把被摄目标的影像记录在底片上,经过化学处理,相片便重现被摄目标的图像。从拍摄目标到再现目标所用的手段,便是一种遥感技术。遥感与其他技术结合, 在农业应用中具有科学、快速、及时的特点。这对于充分利用农业资源、指导农业生产、农产品供需平衡等方面有着重要的意义。 2 遥感估产的原理及农作物估产方法 2.1 遥感估产的基本原理[2] 任何物体都具有吸收和反射不同波长电磁波的特性, 这是物体的基本特性。人眼正是利用这一特性, 在可见光范围内识别各种物体的。遥感技术也是基于同样的原理, 利用搭载在各种遥感平台(地面、气球、飞机、卫星等)上的传感器(照相机、扫描仪等)接收电磁波, 根据地面上物体的波谱反射和辐射特性, 识别地物的类型和状态。农作物估产则是指根据生物学原理, 在收集分析各种农作物不同生育期不同光谱特征的基础上, 通过平台上的传感器记录的地表信息, 辨别作物类型, 监测作物长势, 并在作物收获前, 预测作物的产量的一系列方法。它包括作物识别和播种面积提取、长势监测和产量预报两项重要内容。 2.2 农作物估产的方法 农作物估产在方法上可分为传统的作物估产和遥感估产两类。传统的作物估产基本上是农学模式和气象模式, 采用人工区域调查方法。它们把作物生长与主要制约和影响产量的农学因子或气候因子之间用统计分析的方式建立起关系。这类模式计算繁杂、速度慢、工作量大、成本高, 某些因子种类往往难以定量化, 不易推广应用。遥感估产则是建立作物光谱与产量之间联系的一种技术,它是通过光谱来获取作物的生长信息。在实际工作中,常常用绿度或植被指数( 由多光谱数据, 经线性或非线性组合构成的对植被有一定指示意义的各种数值) 作为评价作物生长状况的标准。植被指数中包括了作物长势和面积两方面的信息, 各种估产模式, 尤其是光谱模式中植被指数是一个极为重要的参数。根据传感器从地物中获得的光谱特征进行估产具有宏观、快速、准确、动态的优点[3, 4]。农作物估产中所应用的遥感资料大致可分为3类: 一是气象卫星资料, 主要为美国第三代业务射仪( AVHRR) 资料, 其资料特点是周期短、覆盖面积大、资料易获取、实时性强、价格低廉,空间分辨率低但时间分辨率较高; 二是陆地卫星(Landsat) 资料, 应用较多功能是专题制图仪(TM)资料, 它重复周期长、价格高, 但其空间分辨率高[5]; 三是航空遥感和地面遥感资料, 主要用于光谱特征及估产农学机理的研究中, 其中高光谱数据可提供连续光谱, 可消除一些外部条件的影响而成为遥感数据处理、地面测量、光谱模型和应用的强有力的工具[6]。摘要本文从遥感估产为出发点, 绍了遥感的概念、原理、方法特点及国内外遥感估产方面的研究进展。 关键词遥感; 农作物估产; 遥感资料; 遥感方法 17 2007年第3 期 在遥感估产中农作物面积提取是最重要的内 容。用遥感方法测算一种农作物的种植面积主要 有以下几种方法[5]。 1) 航天遥感方法。包括卫星影像磁带数字图象

作物长势遥感监测指标的改进与比较分析_赵虎

第27卷第1期农业工程学报V ol.27 No.1 243 2011年1月Transactions of the CSAE Jan. 2011 作物长势遥感监测指标的改进与比较分析 赵虎1，杨正伟2，李霖3，狄黎平4 （1. 农业部规划设计研究院农业资源监测站，北京 100125； 2. National Agricultural Statistics Service, USDA, V A 22030； 3. 武汉大学资源与环境科学学院，武汉 430079； 4. Center for Spatial Information Science and Systems, GMU, MD 20770） 摘要：为改善归一化植被指数（NDVI）作为遥感监测作物长势指标的性能，该文分析了归一化植被指数的内在设计缺陷，在不增加额外波段的情况下，以近红外波段和红色波段为基础引入一种新的作物长势遥感监测指标——GRNDVI。 通过在像素和区域层次上同其他4种指数进行比较发现：GRNDVI能够改善归一化植被指数在低植被覆盖度时期/地区容易受到作物冠层土壤背景的影响，而在高植被覆盖度时期/地区又容易发生饱和现象的设计缺陷，可以作为遥感监测作物长势过程中替代归一化植被指数的指标。 关键词：作物，遥感，监测，指标，NDVI，GRNDVI doi：10.3969/j.issn.1002-6819.2011.01.039 中图分类号：S127 文献标志码：A 文章编号：1002-6819(2011)-01-0243-07 赵 虎，杨正伟，李 霖，等. 作物长势遥感监测指标的改进与比较分析[J]. 农业工程学报，2011，27(1)：243－249. Zhao Hu, Yang Zhengwei, Li Lin, et al. Improvement and comparative analysis of indices of crop growth condition monitoring by remote sensing [J]. Transactions of the CSAE, 2011, 27(1): 243－249. (in Chinese with English abstract) 0 引 言 作物长势即作物生长的状况与趋势[1]，长势监测可以为田间管理、早期产量估算提供快速、宏观的信息，具有十分重要意义[2]。自90年代农业遥感的监测重点从遥感估产转向农业生产过程监测以来，长势监测就成为农业遥感研究的重要内容[3]。欧美等发达国家利用早期的技术优势对全球作物进行监测，在世界粮食交易市场获取了巨大的经济利益[4]。中国自上世纪70年代开始农业遥感监测的相关研究，进入90年代开始重视作物长势遥感监测，目前已经形成稳定的业务运行系统[2,5]。从国家战略上讲，作物长势监测无论对发达国家还是发展中国家都显得极为重要。 长势遥感监测方法以客观、快速、经济的特点取代地面监测方法成为当前作物长势信息的主要来源[4]。作物长势监测的主要原理是使用不同波段的数学组合形成植被指数，然后用植被指数估算叶面积指数（LAI）的情况，结合地面监测的结果、农学模型和LAI的估算结果综合得出作物的长势信息[1,4]。在这个过程中，监测模型实际上是专家决策过程和人们习惯认知的抽象表达，而监测指标则是监测模型生成长势信息最终结论的主要甚至是唯一依据。因此，发展准确、方便的监测指标是作物长势遥感监测的重要研究内容[6]。本文在分析现有长势监测指标的基础上，提出一种新指标——GRNDVI用于长势 收稿日期：2010-04-20 修订日期：2010-08-17 基金项目：NASA资助项目“A National Crop Progress Monitoring System Based on NASA Earth Science Result” 作者简介：赵虎（1981－），男，湖北房县人，工程师，理学博士，2008年赴美国乔治梅森大学空间信息科学与系统研究中心交流访问，主要从事遥感与地理信息系统在农业中的研究与应用工作。Email: jhaohu@https://www.wendangku.net/doc/cc12622591.html, 监测，以期克服现有指标的不足。 1 现有的长势监测指标 可以反映作物长势的变量有很多，如单株作物的根、茎、叶、穗发育情况，作物群体的密度、布局和动态等[1]。遥感监测属于宏观监测，研究表明，与作物个体和群体特征都有关的叶面积指数（leaf area index, LAI）可以作为遥感监测的综合指标[4]。有2种方法可以对LAI进行测量：直接法和间接法。直接法是指使用仪器实地测量叶面积指数，这种方法测量结果准确但是费时费力，并会造成叶片组织的损伤，因此，仅仅适用于部分地区的验证性测量。间接法是指采用遥感手段进行大范围的植被指数估算，主要是通过植被指数与LAI之间的关系进行LAI的估算。 归一化植被指数（normalized differential vegetation index，NDVI）作为过去30 a来使用最为广泛的植被指数，也是用于LAI估算的常用指标，在作物长势监测研究中也得到了广泛的应用。班显秀等[7]利用AVHRR第一、二通道的反射率计算得到的NDVI监测中国沈阳地区一季混栽作物的长势情况。裴志远等[8]提出利用多时相的NDVI数据库研究作物长势的时空特征。江东等[9]研究了时序NDVI曲线特征与作物长势的互动关系，并认为NDVI 曲线积分与作物产量有较好的相关关系。刘爱霞等[10]运用逐年比较模型比较了不同年份NDVI的值，然后将比较结果和棉花种植区域在GIS中叠加得到新疆石河子地区棉花的长势情况。吴炳方等[5]利用AVHRR和SPOT的NDVI产品并结合农业气象数据建立起运行化的全国作物长势遥感监测系统。罗宇翔等[11]利用MODIS NDVI数据和农业气象观测资料分析了贵州中部主要秋粮作物的长势情况，认为时序NDVI与秋粮作物长势之间存在良

病虫害监测预警系统-北创科技智慧农业

病虫害防治系统-银川北创科技有限公司 一、建设背景 近年来，农业部启动了一系列全国主要农作物有害生物种类与发生危害情况调查研究项目。包括对农作物有害生物系统的普查与对农作物病虫害的预警和防治。 主要农作物的病、虫、草、鼠害为重点，采取系统调查与普查相结合、定点观测与定位调查相结合、一般调查与重点调查相结合的方法，对主要农作物上的有害生物种类进行全面调查和鉴定，查明危害农作物有害生物的所有种类，获取我国主要农作物上有害生物种类的全部数据，建立《中国主要农作物有害生物数据库》，出版《中国主要农作物有害生物名录》系列丛书；对国内新发生和境外入侵有害生物种类鉴定到种或属，对历史记载进行核实、澄清和更新；对主要有害生物的发生分布区域进行系统调查，结合寄主作物的分布，对农作物有害生物的发生进行区划，绘制主要有害生物种类的发生分布区划图；采用系统监测、抽样调查和统计学方法对重要有害生物的发生程度进行调查研究，明确重要有害生物造成的产量损失；系统分析全球气候变暖、耕作制度变化、农产品贸易全球化、农作物品种抗性变化和有害生物抗药性上升等多种因素对重大农作物有害生物发生发展的影响，阐明重大有害生物长期发生趋势，编写《中国重大农作物有害生物发生趋势分析和控制策略报告》，为制定重大病虫害防控策略，提高防控能力提供依据；通过对小型种、微小种，以及疑难种和近缘种等开展采样调查、分类与鉴定，研究提出上述小型种类有害生物快

速鉴定技术；探索分子生物学技术和“3S”技术（遥感、地理信息系统和全球定位系统）在有害生物调查、鉴定和分析中的应用，形成一系列有害生物调查方法与技术规范。 我国农业生态条件复杂，耕作制度多样，也是世界上农业有害生物灾害多发、频发和重发的国家之一，据不完全统计，我国农作物有害生物1600多种，其中，害虫830多种、病害720多种、杂草60多种、鼠害20多种。开展主要农作物有害生物种类与发生危害特点研究，对于摸清我国主要农作物有害生物发生危害家底，提高植保防灾减灾水平意义十分重大。

遥感在农业中的作用与发展

遥感在农业中的作用与发展 1农作物估产 遥感(RemoteSensing)即遥远的感知,指在一定距离上,应用探测仪器不直接接触目标物体,从远处把目标的电磁波特性记录下来,通过分析,揭示出物体的特征性质及其变化的综合性探测技术[1]。摄影照相便是一种最常见的遥感,照相机并不接触被摄目标,而是相隔一定的距离,通过镜头把被摄目标的影像记录在底片上,经过化学处理,相片便重现被摄目标的图像。从拍摄目标到再现目标所用的手段,便是一种遥感技术。遥感与其他技术结合,在农业应用中具有科学、快速、及时的特点。这对于充分利用农业资源、指导农业生产、农产品供需平衡等方面有着重要的意义。 2遥感估产的原理及农作物估产方法 遥感估产的基本原理[2] 任何物体都具有吸收和反射不同波长电磁波的特性,这是物体的基本特性。人眼正是利用这一特性,在可见光范围内识别各种物体的。遥感技术也是基于同样的原理,利用搭载在各种遥感平台(地面、气球、飞机、卫星等)上的传感器(照相机、扫描仪等)接收电磁波,根据地面上物体的波谱反射和辐射特性,识别地物的类型和状态。农作物估产则是指根据生物学原理,在收集分析各种农作物不同生育期不同光谱特征的基础上,通过平台上的传感器记录的地

表信息,辨别作物类型,监测作物长势,并在作物收获前,预测作物的产量的一系列方法。它包括作物识别和播种面积提取、长势监测和产量预报两项重要内容。 农作物估产的方法 农作物估产在方法上可分为传统的作物估产和遥感估产两类。传统的作物估产基本上是农学模式和气象模式,采用人工区域调查方法。它们把作物生长与主要制约和影响产量的农学因子或气候因子之间用统计分析的方式建立起关系。这类模式计算繁杂、速度慢、工作量大、成本高,某些因子种类往往难以定量化,不易推广应用。遥感估产则是建立作物光谱与产量之间联系的一种技术,它是通过光谱来获取作物的生长信息。在实际工作中,常常用绿度或植被指数(由多光谱数据,经线性或非线性组合构成的对植被有一定指示意义的各种数值)作为评价作物生长状况的标准。植被指数中包括了作物长势和面积两方面的信息,各种估产模式,尤其是光谱模式中植被指数是一个极为重要的参数。根据传感器从地物中获得的光谱特征进行估产具有宏观、快速、准确、动态的优点[3,4]。 农作物估产中所应用的遥感资料大致可分为3类:一是气象卫星资料,主要为美国第三代业务极轨气象卫星(NOAA系列)装载的甚高分辨率辐射仪(AVHRR)资料,其资料特点是周期短、覆盖面积大、资料易获取、实时性强、价格低廉,空间分辨率低但时间分辨率较高;二是陆地卫星(Landsat)资料,应用较多功能是专题制图仪(TM)资料,它重复周期长、价格高,但其空间分辨率高[5];三是航空遥感和地面遥感资料,主要用于光谱特征及估产农学机理的研究中,其中高光谱数据可提供连续光谱,可消除一些外部条件的影响而成为遥感数据处理、地面测量、光谱模型和应用的强有力的工具[6]。在遥感估产中农作物面积提取是最重要的内容。用遥