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，
建立指标集的目的在于从NDVI、LAI、NPP、VCI、TCI和NDWI六种指数中，为每个分区中的主要作物在特征物候期确定一个或两个用于长势实时监测的最佳遥感指数。（相关性、合理性、稳定性、一致性、简约性）指标集，在全国尺度上，分区划、分作物并分物候期的进行了指数的选择，为各个区划的主要作物的主要物候期选择合适的实时监测指数。
长势监测方法的不确定性分析:研究方法的不确定性：把农作物长势的观测数据与在时间和空间上相匹配的遥感数据关联起来，分析其关系找出内在规律。观测数据与遥感数据的匹配（空间匹配、作物匹配）,苗情与单产的关系,绝对与相对的关系(苗情的变化和单产变幅作为监测的指标，这两个指标均是相对指标。不同地区、不同农气站点在地表上存在较大的差异，很难找到统一的规律来直接对某个区划苗情和单产进行预测，相对苗情、相对单产和相对遥感参数及其特征值的关系，可以较大程度上消除地表差异的影响，使研究和规律更加明显。但是使用这种方法的必然结果是所建立的指标集无法准确的预测苗情和单产的绝对值，而只能反映其相对变化。这也给研究带来了一定的不确定性，即在监测长势的变化趋势和变化程度的时候，却无法准确的监测其长势的绝对状态)。
作物长势监测指标可以实时动态监测作物生长状况，及时地反映作物产量变化信息，预报可能出现的大规模的粮食短缺或盈余，对粮食的宏观调控有重要意义。从实时监测和过程监测两个方面，构建了作物长势遥感监测指标集。采用相关分析方法，评价指标集监测作物长势的可行性和稳定性。依据作物长势遥感监测指标集的适应性，构建了我国各个地区长势遥感监测指标时空框架。从遥感指数、研究方法等几个方面对所建立的指标集及其应用的不确定性进行了定性分析。
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。
心得体会：遥感技术在防汛抗旱中的应用
心得体会：遥感技术在防汛抗旱中的应用 遥感技术作为现代地球空间信息的重要手段，在水利行业具有广泛的应用前景，特别是能为防汛抗旱减灾提供有效的空间信息与技术支持。与常规信息获取手段相比，遥感具有监测范围大、监测周期短、获取资料及时、可全天候工作以及经济、客观等优势。不受地域、灾害和恶劣天气限制的特点使其有能力进行连续不断的动态监测。随着航天技术和地球空间数据获取手段的不断发展，遥感技术正在进入一个全新的飞速发展阶段，已具备全方位为防汛抗旱提供动态、快速、多平台、多时相、高分辨率监测的平台基础和技术条件。 遥感技术在防洪减灾中的应用 洪涝灾害监测评估 洪涝灾害的监测在本质上是对水体面积的监测，灾害发生时水体面积与水体本底面积（正常状态时的面积）之差就是受淹面积。水体提取是基于水体在可见
光波段的反射率随着波长的增大而急剧下降，在红外波段反射率降到最低，在微波段则是由于水面镜面反射导致后向反射少的电磁波响应特征，这是遥感影像提取水体的主要依据。本底水体主要用可见光影像提取，而灾害发生时的水体主要依靠可全天候全天时监测的微波影像提取。目前，可供水体提取的遥感卫星数据有很多种，空间分辨率从几百米到米级甚至亚米级，可视实际需要选用。航空遥感，尤其是无人机具有更高的自主性，是实时监测的重要手段。 由于遥感数据，尤其是国产数据源的不断丰富，实现洪涝灾害全过程监测是可行和必要的，以利于防洪救灾的决策。 目前洪涝灾害评估的主要内容是各行政单元内受淹总面积和各类土地利用的面积，特别是耕地和居民地面积，重要工矿企业、大型商场、医院、学校、受淹历时、水深、影响人口、受淹铁路和公路的长度。 洪涝灾害评估一个很重要的基础是空间展布的社会经济数据库，受淹范围与行政界线是不一致的，以行政单位统计的社会经济数据必须展布到空间上。受淹范围内的耕地、交通、重要工矿企业等一般比较明显，可直接提取。但受淹房屋间数和受影响人口要通过受淹居民地面积估算。同样的居民地面积上，居住的人
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
基于GIS的洪涝灾害遥感评估系统_冯锐
基于GIS的洪涝灾害遥感评估系统 冯锐 张玉书 陈鹏狮 张淑杰 纪瑞鹏 (中国气象局沈阳大气环境研究所 沈阳 110016) 摘 要 利用NOAA/AVHRR气象卫星实时监测到的洪涝灾害数据与GIS技术相结合,以地理信息系统软件ArcView3.1为依托建立洪涝灾害遥感评估系统。系统可提供洪涝区域内居民区的受淹数据,并进行受淹区域的比例系数计算,提供水田、旱田、林地、灌丛、果树和草地等淹没面积的信息。 关键词 洪涝灾害 遥感数据 评估系统 洪涝灾害是辽宁省的主要自然灾害之一,对工农业生产和人民生命财产影响严重,其发生频率高,造成的损失严重。因此,在洪涝灾害发生后能迅速对灾害损失做出评估,为政府及有关部门提供及时准确的信息,具有十分重要的意义。目前卫星遥感和地理信息系统技术在洪涝灾害遥感监测、评估领域的应用越来越广泛。辽宁省洪涝灾害遥感评估系统应用NOAA气象卫星重复周期短、时间分辨率高的优点,将其与G IS技术结合,可在洪涝灾害发生后快速、准确地提供淹没区的空间及属性信息,并利用新开发的应用程序,可以在短时间内对大范围地区进行相关研究,为宏观决策提供科学依据。 1 系统设计 1.1 系统开发目标 系统开发目标是将监测到的洪涝区域显示结果与地理信息叠加显示,在此基础之上实现这些结果与地理信息之间在空间上的相关查询和分析功能。 1.2 系统结构 1.2.1 数据库的建立 1.2.1.1 地理信息数据库 根据洪涝评估所需的地理信息,归纳整理成一定结构的数据库[1]。系统的数据兼容性好,不仅可利用其他软件生成的空间、属性数据,同时系统生成的数据也同样可被其他软件使用。 1.2.1.2 灾情实时监测数据库 灾情实时监测为DBASE数据格式数据,利用N OAA气象卫星数据转换的洪涝区域数据[2]。 1.2.2 系统功能规划 虽然ArcView具备地理信息的显示、查询和分析功能,但发生洪涝灾害后,对财产损失的评估属于一些特殊功能的组合,这样就必须利用A rcV iew提供的Avenue编程语言进行再开发。系统调用ArcView库函数开发了应用程序。程序提供了系统与用户之间的界面,可以根据用户使用菜单、对话框等形式给出指令完成上述功能。 2 系统数据库 2.1 地理信息数据库 地理信息数据库是地理信息系统的基础部分。一般来说,在GIS数据库中的数据为两类,即描述研究对象空间位置的空间数据以及反映研究对象特征的属性数据。 系统开发过程中选择在进行财产损失评估时所需要的地理信息建立数据库。各有关部门现状信息以数据专题层的形式进行存储,包括图形数据库和属性数据库。如表1。 表1 财产损失评估地理信息背景数据库 数据库类型空间数据形式包含的主要属性数据信息 居民区数据库面状名称、范围 水田数据库面状面积 旱田数据库面状面积 林地数据库面状面积 果树数据库面状面积 灌丛数据库面状面积 草地数据库面状面积 行政区划数据库面状面积、各市名称 2.2 实时监测灾害数据库 转换的图形数据与属性数据,在进行财产损失评估时用于叠加、显示。 3 系统损失评估功能的开发 在及时监测到洪涝灾害发生区域后,如果能快速、准确地统计出洪涝灾区的居民区、水田、旱田等淹没情况,对有关部门实施救灾决策具有重要意义。 在进行系统开发时,将财产损失评估分为全省范围内的财产损失评估和各市的财产损失评估。在调用此功能模块时,首先显示全省范围内的地理信息背景数据,包括显示辽宁省行政区划,居民区、水田、旱田分布等图层;其次调入洪涝灾害实时监测图层,并可根据所需评估的区域不同,在视窗内显示全省或者各市的数据图层,在此之后即可对有关区域进行财产损失评估。在进行财产损失评估时,通过对弹出式对话框的调用,对要评估的项目(居民区,水田、旱田、林地、灌丛、果树和草地等)进行选择后,即可对有关区域内所选择的各个项目受淹数据进行统计分析。 在进行受淹数据统计时,一个重要的内容就是进行各个项目受淹区域的比例系数计算。进行比例系数计算是由于发生洪涝灾害时,如果某一旱田或水田面积较大,那么落在洪涝区域内的并不是此块旱田或水田的全部,这时需要将落在洪涝区域内的面积与此块旱田或水田的全部面积的比值计算,以便精确洪涝区域内的受淹项目的面积。这一部分通过链接V isual C++编程语言实现[3]。 (下转第43页) 收稿日期:2003-12-03;修订日期:2004-03-18
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
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/e212893254.html, 通讯作者：阚应波（1970-），男，副研究员，E-mail：ybkan0625@ https://www.360docs.net/doc/e212893254.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
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。
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.360docs.net/doc/e212893254.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