大面积农作物的遥感估产

植被遥感在大面积的农作物估产中的运用主要包括农作物识别, 种植面积估算和建立农作物估产模式三方面。

(1)农作物识别，获得植被分布图:根据作物的色调、图形结构等差异大的物候期的遥感时相和特定的地理位置等的特征，将其与其他植被分开。

(2)种植面积估算：利用高时相分辨率的卫星影象对作物生长的全过程进行动态监测，监测作物长势水平的有效方法是利用卫星多光谱通道影像的反射值得到植被指数（VI , Vegetation Index）。

植被指数是估计植物光合作用、叶子凋落、固氮等过程的重要参量，是植物生长模型中的一个非常关键的变量，可用来模拟植物的生长过程,估算植物的生产能力。对于经济型植物的估产有利于前期准备工作的进行，减少或避免不必要的后期投入。植被研究中非常重要的参数有比值植被指数（RVI），又称为绿度，为二通道反射率之比，是较早发展的用于估算和监测植被覆盖的植被指数，能较好地反映植被覆盖度和生长状况的差异，特别适用于植被生长旺盛、具有高覆盖度的植被监测，但RVI对大气影响敏感，而且当植被覆盖不够浓密时（小于50%），它的分辨能力也很弱，只有在植被覆盖浓密的情况下效果最好。归一化植被指数（NDVI : Normalized Differece Vegetation Index）为两个通道反射率之差除以它们的和，在植被处于中、低覆盖度时，该指数随覆盖度的增加而迅速增大，当达到一定覆盖度后增长缓慢，所以适用于植被早、中期生长阶段的动态监测。植被指数已被广泛用来定性和定量表征植被覆盖度及其生长状况，但由于大气变化的影响, 使植被指数未能真实反映地表植被的真实分布状况,造成其应用的局限性, 一种解决此问题的简易方法是仅通过中巴资源卫星(CBERS: China Brazil Environment Resource Satellite) 图像的第3、第4 波段中的水体, 推算卫星接收到的大气程辐射, 消除了大气对归一化植被指数(NDVI) 的影响, 减小植被指数所受的大气影响,应用结果表明,该方法能使植被指数较好地反映植被的生长及分布状况。

建立农作物估产模式是大面积农作物的遥感估产的第三个方面，是指用选定的植物灌浆期植被指数与某一作物的单产进行回归分析，得到回归方程。――广西善图科技有限公司。

MapGIS农业遥感监测方案

MapGIS农业遥感监测方案概述农业遥感监测解决方案从国家农情遥感监测数据管理、业务处理的需求出发，实现对多数据源、多时相、多格式的遥感数据及其相关辅助数据进行有效地组织与管理；提供面积监测、墒情监测、长势监测、产量模型等业务分析处理工具；提高数据的管理和开发利用水平，实现对农业基础地理信息资源的系统管理与资料成果共享，更好地为农业系统服务。主要特点 ●统一管理农学领域各种多源异构数据。 ●提供多种MODIS植被指数生产产品，并支持MODIS指数产品的批量生产。 ●专家库管理长势和旱情监测分级规则库，有效提高长势与旱情监测的精度与效率。 ●全自动化因子择优估产，有效提高产量监测精度与效率。 ●在充分支持国家级、省级农情遥感监测业务的基础上，支持不同尺度的监测，可以按照农业区划灵活调整。主要功能

●数据管理：采用可定制的目录树结构，实现对农业领域的空间数据（矢量数据、遥感影像等数据）以及非空间数据（各种文档、表格、多媒体）的分布式存储与集成化管理。 ●MODIS指数生产：针对MODIS数据的特点，提供MODIS指数产品生产工具，包括地表反射率、地表温度、归一化植被指数、植被供水指数、叶面积指数、积雪指数以及热惯量指数等。 ●旱情监测：以耕地土壤含水量和作物水分盈缺为监测目标，结合地面测量数据，建立主要作物不同物候期的土壤墒情评价指标体系和监测模型，通过对监测流程的集成，完成旱情监测的高效业务化。 ●长势监测：以作物的生长状况和趋势为监测目标，结合地面观测结果和农学模型，综合NDVI、EVI和LAI等遥感特征参量，建立长势遥感定量监测和评价模型。 ●面积监测：以作物面积的年际变化率为监测目标，在分层抽样的遥感空间抽样框支持下，采用遥感数据监测样区目标作物的年际变化，计算主产区内作物面积变化率。 ●产量监测：在不同作物的遥感估产区划基础上，结合作物长势和墒情监测空间分布与评价，综合气象估产、遥感估产和机理估产模型，预测作物单产年际变化率，并基于面积监测和单产监测的成果，实现作物总产量估算与统计。 ●成果展示及信息发布：提供农业监测成果的三维展示、查询、管理、信息发布等。

遥感技术在农业中的应用版

遥感技术在农业中的应用遥感技术在农业中的应用可归结为三个方面：作物监测、资源监测和灾害监测。 1、作物监测包括农作物面积、长势情况、产量估算、土壤墒情、病虫害等作物信息监测。（1）作物种植面积监测：不同作物在遥感影像上呈现不同的颜色、纹理、形状等特征信息，利用信息提取的方法，可以将作物种植区域提取出来，从而得到作物种植面积和种植区域。（2）作物长势监测：指对作物的苗情、生长状况及其变化趋势的监测。当遥感影像图片上呈鲜红色时说明麦苗浓绿、健壮、高，当图片上呈绿色发暗时说明麦苗发黄、较稀、矮。不同麦苗情况在遥感图像上能够表现出不同的特征。（3）作物产量估算：遥感估产是基于作物特有的波谱反射特征，利用遥感手段对作物产量进行监测预报的一种技术。当然作物产量估算在我国也有其不尽人意的地方，由于我国幅员辽阔，地形复杂，耕作制度多样，作物混种严重，农作物种植不成规模，这对于遥感估产十分不利。“同谱异物”、“同物异谱”现象比较严重，而直接提取植被指数进行监测，监测精度并不高，结果也不令人满意。（4）土壤墒情监测：土壤墒情也就是土壤含水量，土壤在不同含水量下的光谱特征不同。土壤水分的遥感监测主要从可见光-近红外、热红外及微波波段进行，也可以进行土壤肥力监测、土壤结构信息的提取等。（5）作物病虫害监测与预报：植被对病虫害、肥料缺乏等的反应随类型和程度的不同而变化，植物特征吸收曲线特别是红色区和红外区的光谱特性就会发生相应变化，所以在病害早期就可通过遥感探测到。 2、资源监测：遥感技术可快速获取宏观信息，对耕地、草地、水等农业自然资源的数量、质量和空间分布进行监测与评价，从而为农业资源开发、利用与保护、农业规划、农业生态环境保护、农业可持续发展等提供科学依据。 3、灾害监测：遥感是灾害应急监测和评估工作一种重要的技术手段，可以对旱灾、洪涝等重大农业自然灾害进行动态监测和灾情评估，监测其发生情况、影响范围、受灾面积、受灾程度，进行灾害预警和灾后补救，减轻自然灾害给农业生产所造成的损失。遥感技术在农业发展中的问题：首先．卫星遥感技术应用在农业上的应用存在信息源及其精度不能满足农业的要求。其次，遥感技术研究投资大、应用费用更大，农业部门和基层单位难以承受。再者，农业遥感技术的基础研究、

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。

遥感对冬小麦的估产应用及展望

遥感对冬小麦的估产应用及展望摘要：小麦是我国三大粮食作物之一，遥感又是应用最广泛、最先进的农业科技之一。本文从冬小麦估产的必要性及传统估产方法和遥感估产方法的对比中提出遥感估产的方法。通过国内外的遥感估产发展状况来探讨我们现行遥感估产的方方面面以及可进步空间。关键词：遥感信息技术估产冬小麦冬小麦室我国的主要粮食作物之一，其中播种面积占粮食播种面积的五分之一。而在北方其地位更加重要，其播种面积和总产量占全部粮食面积和总产量的二分之一。因此，对具有13亿人口的农业大国，针对农作物进行长势监测和产量早期预报和估算，特别是对冬小麦进行长势监测和估产，对国家实现及时、准确地掌握粮食生产宏观调控、国际农产品中争取到主动权具有重要的意义。但是我国冬小麦分布广阔，且地域复杂，其产量等数据的取得若仍旧通过常规的统计方法或常规的地面调查方法，不仅受人为因素影响较大，且费时费力难以满足有关冬小麦管理和决策对现势性信息的要求。因此，随着“3S”技术的发展，特别是遥感技术将三者完美的结合。 1.遥感估产特点遥感信息具有覆盖面积大、探测周期短、资料丰富、现势性强、费用低、受地面条件限制小，手段多，获取的信息量大等特点，为快速准确的冬小麦估产提供了新的技术手段，为各国所重视。遥感在作物长势监测与估产方面的应用研究，显著地提高了区域农业生产的动态预测性和管理决策的科学水平，取得了较好的经济、社会和生态效益。小麦作为主要粮食作物，安全生产已成为我国可持续发展的重要保障。及时了解小麦的分布概况、生长状况、肥水行情以及病虫草害动态，便于政府决策者和生产管理者采取各种管理措施，达到增产、增收和增效的目的。目前，我国的农作物遥感估产是根据生物学原理收集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

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。

遥感技术及其应用

遥感技术及其应用第四从人地关系看资与环境单元活动遥感技术及其应用一、教材分析《遥感技术及其应用》是鲁教版必修一第四单元单元活动的教学内容，主要教学内容包括：遥感的概念、遥感的基本原理、遥感影像的初步判读等内容。二、教学目标知识要求：了解遥感技术的特点，工作原理流程及其应用领域。技能要求：能够运用遥感影像中的直接和间接解译标志对遥感影像进行简单的解译。情感要求：关注现代化的科学技术在地理科学中的应用，思考和理解地理信息技术的应用对协调人地关系的重要影响，培养学生的热爱地理的兴趣。三、教学重点难点重点：遥感工作原理难点：遥感影像的判读四、学情分析本节内容是高一学生所学内容，尚未分科的平行班内不少是学理的好手，所以并不担心学生物理知识的不足。对于

气氛不太活跃的班级一定要让学生活动起，投入到角色中去，才能很好的理解遥感的原理。五、教学方法 1．问题探究教学法：设置若干问题让学生分组讨论，并合作得出答案。 2．学案导学：见后面的学案。 3．新授课教学基本环节：预习检查→情境导入→合作探究→总结检测→布置预习六、课前准备 1．学生的学习准备：预习“遥感技术及其应用”，初步掌握遥感的基本概念、基本原理及其应用领域和应用前景。 2．教师的教学准备：多媒体课件制作，课前预习学案，课内探究学案，课后延伸拓展学案，并把学生科学分成若干小组。七、课时安排：1课时八、教学过程（一）预习检查、总结疑惑检查学生预习的落实情况，并了解和归纳学生的疑惑，使课堂教学更有效率和更具有针对性。（二）情景导入、展示目标前面几节课我们学习了人地关系的一些相关知识，知道了人类的生存与发展离不开资与环境。随着科技的发展和时

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.360docs.net/doc/8a5510224.html, 通讯作者：阚应波（1970-），男，副研究员，E-mail：ybkan0625@ https://www.360docs.net/doc/8a5510224.html, 广东农业科学2012年第18期 76

遥感技术应用专业论文

技术应用论文遥感遥感技术是指从地面上空的飞机、飞船、卫星等飞行器上，利用各种波段的遥感器，通过摄影、扫描、信息感应，识别地面物质的性质和运动状态的技术，具有遥远感知事物的意思。很多人以为遥感离自己的生活很遥远，其实这些技术早就已经深入大家的生活。从上个世纪六十年代提出“遥感”这个词，到1972年美国陆地卫星计划发射了第一颗对地观测卫星（LandSat）,经过几十年的发展，遥感技术已经广泛地应用在军事、国防、农业、林业、国土、海洋、测绘、

气象、生态环境、水利、航天、地质、矿产、考古、旅游等领域，影响了人类生活的方方面面,它为人类提供了从多维和宏观角度去认识世界的新方法与新手段，遥感技术能够全面、立体、快速有效地探明地上和地下资源的分布情况，其效率之高是以前各种技术无法企及的。遥感技术的应用 1、地质遥感遥感技术应用于大面积的地质灾难调查，可达到及时、具体、准确且经济的目的。在2008年“5.12”汶川大地震的后续救援工作中，遥感技术就发挥了突出作用，第一时间提供了地质地貌变化情况，

为政府作出正确决策提供了依据。在舟曲泥石流灾害中，中国科学院对地观测与数字地球科学中心科研人员就使用遥感技术，重点提取了6条沟谷与泥石流发生有关的信息，得到集水面积、流域平均坡度、流域落差和植被覆盖度等参数。经过分析，科研人员判断出，当地哪些地方仍存在泥石流隐患，哪些地段发生大型泥石流的可能性较小，让前方人员可以更有针对性地安排救灾工作。 2、林业遥感在林业方面，利用遥感技术可以清查森林资源，监测森林火灾和病虫害。火灾是林业的大敌，利用航空红

外遥感技术，不仅能发现已燃烧起来的烈火，而且可以探测到面积小于0.1-0.3㎡小火情，还能及时预报由于自燃尚未起火的隐伏火情。利用卫星遥感，一次就可探测到上千平方千米范围内发生的林火现象。卫星遥感防火监测服务在吉林省森林和草原防火工作中发挥了重要作用，对于人烟稀少的原始林区，能及时监测到瞭望岗哨难以发现的火点，为林火的扑救赢得时间。 3、测绘遥感人造卫星每隔18天就可送回一套全球的图像资料。利用遥感技术，可以高速度、高质量地测绘地图。

农业部资源遥感与数字农业重点开放实验室(精)

农业部资源遥感与数字农业重点开放实验室 2009年开放课题申请指南农业部资源遥感与数字农业重点开放实验室依托于中国农业科学院农业资源与农业区划研究所。本实验室主要开展有关农业资源环境遥感与数字农业科学的应用基础研究，瞄准国内国际农业资源遥感和信息农业领域的前沿问题，开展科研与技术创新，为我国农业发展管理提供高水平的信息服务。实验室设立开放课题基金，为本实验室重点发展方向的科研课题提供资助，同时，欢迎自带资金利用本实验室仪器设备、软件系统及数据库资源等基础条件进行研究工作或进行科研合作。一、课题申请的对象国内外各高等院校（包括台、港、澳地区）、科研机构、产业部门和其它单位的研究人员，均可向本室提出课题申请。二、课题申请的时间递交课题申请书的截止时间为2009年的4月20日，4月下旬实验室组织专家审议，5月份批准并下达。批准结果将及时通知申请者本人。自带基金者不受申请时间限制，随时可联系前来参加研究工作。三、拟资助开放课题的主要研究方向 1、农业定量遥感研究针对农业遥感监测业务运行对地表作物和环境参数的需求，重点研究定量反演LAI/fPAR、土壤含水量、蒸发散等关键作物及环境指标的技术方法、相关反演算法和精度验证等。 2、农情遥感监测技术研究重点资助方向：适合区域尺度的农学遥感产量模型的研究；新型作物类型识别与分类方法研究；基于地统计学的遥感估产抽样方法研究；新型传感器在农情遥感监测中的应用研究。 3、土地利用/覆盖变化研究重点资助方向：土地资源评价；土地利用/覆盖变化驱动力机制及其模拟；耕地等遥感监测机理与模型；土地利用/覆盖变化空间分析与预测；区域性LUCC 影响评价及预警等。

遥感在农业中的应用

《精确农业》结课论文遥感在农业中的应用学生姓名：崔雪微学号：20104075040 所在学院：信息技术学院专业：电子信息工程中国·大庆 2013年11月

遥感在农业中的应用遥感技术在人们的生活中应用越来越多，发展迅猛，与许多学科有联系，在许多领域得到应用并且取得了非常好的效果，我将针对遥感在农业中的应用，特别是高光谱遥感对农业的发展起到的作用进行报告。农业是遥感应用中最重要和最广泛的领域之一。20世纪20年代航空遥感刚一转入民用，便被用于农业土地调查。尤其是20世纪60年代将多光谱原理应用于遥感后，人们根据各种植物和土壤的光谱反射时特性，建立了丰富的地物波谱与遥感图像解译标志，在农业资源调查与动态监测、生物产量估计、农业灾害预报与灾后评估等方面，开展了大量的和成功的应用。农作物长势是作物生育状况总体评价的综合参数。农作物长势监测指对作物的苗情、生长状况及其变化的宏观监测。我国早期的农业遥感的重点也是在估产。从“六五”计划开始，开展了农作物遥感估产研究并在区域尺度上开展估产试验。遥感技术具有客观、及时的特点，可以在短期内连续获取大范围的地面信息，用于农情监测具有得天独厚的优势。近20多年，农作物遥感监测一直是遥感应用的一个重要主题。从“七五”利用气象卫星数据进行北方十一省市小麦估产起步，经过“八五”重点产粮区主要农作物估产研究，到“九五”建立全国遥感估产系统，使我国的遥感技术在农业领域的应用不断向实用化迈进。 1 遥感估产的原理及农作物估产的方法 1.1 遥感估产的基本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，

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

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。

遥感在现代化农业中的应用与展望

遥感测量在农情信息中的应用与展望 1引言遥感技术是20世纪60年代以来，在现代物理学（包括光学技术、红外技术、微波雷达技术、激光技术和全息技术等）、空间科学、电子计算机技术、数学方法和地球科学理论的基础上发展起来的一门新兴的、综合性的边缘学科，是一门先进的、实用的探测技术，目前已在运行的有36个波段的MODIS光谱仪，空间分辨率大大提高，立体测量的方法也更加多样化，能够实现全天候作业。广泛应用在农业、地理、地质、气象、环境监测、地球资源勘探等多个方面。在我国农业中的应用中，从早期的土地利用和土地覆盖面积估测研究、农作物大面积遥感估产研究开始，已扩展到3S集成对农作物的长势的实时诊断研究、应用高光谱农学遥感数据对重要的生物和农学参数的反演研究、高光谱农学机理的研究、模型的研究与应用及草地产量估测、森林动态监测等多层次和多方面。遥感技术和GIS的发展与应用，已使农业生产和研究从沿用传统观念和方法的阶段进入到精准农业（数字农业）、定量化和机理化农业新阶段。 2遥感技术在发达国家农业中的应用研究现状自20世纪70年代,美国等发达国家率先开展了主要农作物种植面积和产量估算工作以来就掀起了利用遥感技术监测农情信息的研究热潮,美国发射了一系列探测地球的资源卫星和气象卫星,随后加拿大、法国、、印度和也先后发射了各自的资源卫星和气象卫星,遥感开始进入一个快速发展的阶段。美国是最早开始开展农情遥感监测技术研究的国家。同时随着监测技术的发展与成熟,一些国家与国际组织建设了各自的农情遥感监测系统,并开展了运行化的监测。这些系统在大范围宏观农业监测中发挥了重要的作用,为相关政府和部门的决策提供了重要的依据。美国全球及本土的农情监测分别由农业部外国农业局(USDA Foreign Agricultural Service, FAS)及国家农业统计局(NationalAgriculturalStatisticsServ-ice,NASS)负责。在全球监测上,国外农业局全球分析办公室(Office ofGlobalAnalysis,OGA)负责监测结果的获取、发布,其下设的国际产量评估科( InternationalProductionsAssessmentBranch)负责系统的业务化运行。系统目标是提供可靠、及时、透明、准确的全球农业产量信息。FAS通过监测全球农业产量和农产品供需信息为市场提供指导,并为本国提供早期预警信息。FAS的监测与分析依赖于气象数据、田间报告和高分辨率遥感数据等所获取信息的整合,其中遥感数据主要提供长势、生长阶段和产量信息。这些信息一方面用于对作物产量信息进行验证,另一方面用于识别一些没有被报告上来但会对农业生产产生明显影响的事件。FAS的全球监测结果以“世界农业产量”(World Agricultural Production)月度报告和“产量、供给与分布”(Production Supplyand Distribution, PSD)数据库的形式进行发布,是USDA全球经济信息系统的基础组成部分。为对这些不同数据源所获取的信息进行整合,FAS开发了名为Crop Explorer 的基于地理信息系统Crop Explorer是一个基于Web并支持空间和属性查询的农情信息服务网站,该网站提供基于遥感影像和气象数据的全球作物长势信息。系统针对大宗作物的主产区提供植被活力、降水、温度等信息的专题图,所提供的专题图有3类,分别是气象专题图、土壤湿度和作物模型专题图及植被指数专题图。系统根据查询的农业气象区划提供生长季的时间序列数据和图表,同时系统还提供作物候历及作物分布等信息。用户可以通过选择区域、作物及时间等信息进行查询。同时FAS启动了新一期的全球农业监测( theGlobalAgriculturalMonitoring,GLAM)项目[14],该计划得到了美国农业部及NASA应用科学计划联合资助,由NASA、USDA、马里兰大学和南达科他州立大学联合执行,旨在通过

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 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极轨气象卫星(NOAA系列)装载的甚高分辨率辐射仪(A VHRR)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。

遥感农情监测系统国内外发展状况

遥感农情监测系统国内外技术发展现状 1.1.1 国外行业发展状况 (一)美国“大面积农作物估产实验”计划(LACIE) 从1974～1977年，美国农业部(USDA)、国家海洋大气管理局(NQAA)、宇航局(NASA)和商业部合作主持了“大面积农作物估产实验(Large Area Crop Inventory andExperiment)”项目12J№Ju8|。该项目分三个阶段进行，第一阶段对美国大平原9个小麦生产州的小麦种植面积、单产和产量作出估算；第二阶段，对包括美国本土、加拿大和前苏联部分地区小麦种植面积、单产和产量作出估算；第三阶段是对世界其它地区小麦种植面积、总产量进行估算，估产精度达到90％以上。这是最早的农情遥感监测工作，成为农情遥感监测的里程碑。 (二)美国“农业和资源的空间遥感调查”计划(AGRISTARS) 在LACIE计划以后，从1986年开始，美国农业部、宇航局、商业部、国家海洋大气管理局和内政部又开展了农业和资源的空间遥感调查计划(AGRISTARS，1980～1986)。这是一个研究、发展、评价和应用空间遥感技术以满足农业部各种需要的计划。它主要包括灾害早期预警、作物状况评价、国外8种农产品产量预报、作物单产模型发展、作物波谱特性及技术手段支持研究、土壤湿度测量、本国作物和土壤覆盖分类与面积估算、再生资源清查以及水土保持与污染影响评价等内容。此计划成功地将面积抽样框架技术(Area Sampling Frame)和遥感技术引入农作物种植面积估测中。随后，将这种成熟的技术方法分别由不同的部门应用到农作物估产实践当中，如美国农业统计局(NASSAJSDA)负责将遥感技术应用于美国国内的主要农作物估产；农业部外国农业局(FASAJSDA，Foreign Agricultural Service)负责美国以外的国家的农作物估产。由于估产区域大小不同，所要求的精度不同，因此在方法上也有相应的差别。美国是一个农业大国，为了在世界粮食市场占据主动地位，专门在农业部设立了外国农业局，其主要任务是监测全球其他国家的农作物长势，估计其单产潜力，而对作物种植面积主要靠各国政府的报告和统计资料。目前，FAS的工作重点范围是前苏联、中国、印度、澳大利亚、美国、巴西、阿根廷、墨西哥、中东地区、阿尔及利亚旧J。 FAS通过监测全球农业产量和农产品供需信息为市场提供指导, 并为本国提供早期预警信息。FAS的监测与分析依赖于气象数据、田间报告和高分辨率遥感数据等所获取信息的整合,其中遥感数据主要提供长势、生长阶段和产量信息。这些信息一方面用于对作物产量信息进行验证, 另一方面用于识别一些没有被报告上来但会对农业生产产生明显影响的事件。 FAS的全球监测结果以“世界农业产量”(World Agricultural Production)月度报告和“产量、供给与分布”(Production Supply and Distribution ，PSD)数据库的形式进行发布, 是USDA全球经济信息系统的基础组成部分。在本土监测上, 农业部下属的NASS负责为美国农业部提供及时、准确和有效的统计数据。NASS每隔 5年做一次全国农业普查, 以提供美国农业的全面状况信息。遥感数据及遥感技术在提高其统计数据准确性方面发挥了一定的作用, 包括:NASS使用遥感数据来建立农业统计的采样框架、估算作物种植面积、为分析系统提供面向作物的土地覆盖数据等。在遥感的应用上，首先，NASS的有相关的遥感面积估算项目；其次，NASS与 USDA农业研究局 (Agricultural Research Service ，ARS) 建立了长期的合作关系，以 NASA MODIS为数据源在中部和西部的几个州开展了早期的小范围单产预测；此外，NASS还在作物生育期内基于 NOAA-AVHRR获取的归一化植被指数数据(Normalized Difference Vegetation Index ，NDVI)进行作物长势的监测, 为农业部相关决策者提供独立的全国尺度作物生长信