李楠

传统的大面积作物生产管理技术相对粗放，作物生长监测及诊断方法经验性强、时效性差。整个作物生产流程成本高，环境压力大。现代农业生产面临着巨大的挑战和压力，迫切需要对作物长势进行实时准确的监测诊断和管理调控，以实现高产、优质、高效、生态、安全生产的目标。精细农业是实现农田精准管理、资源优化配置、有效提高作物产量和品质的重要途径。而遥感技术作为精细农业的技术体系之一，其应用一直以来备受关注。凭借高时空分辨率、高光谱分辨率的特点，高光谱遥感技术可以无损、快速的获得作物冠层反射光谱。

一、遥感技术概述

遥感，即遥远的感知，是运用在不同平台上的传感器对远距离目标或自然现象进行探测，利用不同地物的反射率不同的特性来获取地表信息。高光谱遥感是20世纪80年代初出现的一种新型对地观测技术，是当今遥感技术的前沿。它是指传感器获取的数据光谱分辨率在10-2λ数量级范围内的遥感。由于高光谱遥感数据的每个像元可以提供几乎连续的地物光谱曲线，实现了“图谱合一”，这是高光谱遥感区别于常规遥感的主要之处，这也使高光谱反演陆地表面细节成为可能，大大提高了人们对客观世界的认识能力。绿色植物叶片特有的内部结构和组成成分，使其反射光谱特征也明显区别与土壤、岩石和水体等其它地物。受色素、细胞构造和水分的影响，绿色植被光谱反射率曲线呈现明显的波峰波谷。

二、遥感技术在农业干旱监测中的应用

1、植被面积提取

高光谱技术可以获取超多波段遥感影像，其中包含了丰富的数据信息，在进行作物识别和植被分类时，相比常规的宽波段遥感，其识别的精度性和可靠性都大大提高。通过PHI航空高光谱影像，利用混合决策树方法对6种水稻进行了精细分类，分类精度达94.9%。根据陆地表面温度和归一化植被指数，采用最大似然分类算法对北京小汤山现代农业示范区的遥感图像进行了分类，分类效果良好。采用逐级分类方法在北京顺义区进行了农作物的精细分类，精度达95%以上。利用MODIS遥感影像自身携带的光谱信息即可实现冬小麦遥感全覆盖自动识别，识别精度较高，并比传统冬小麦种植面积最佳时相的选取提前3个月左右。利用高光谱数据对不同植被种类识别时，通过降低数据维度提取特征波段显得尤为重要。对各植被类型的平均分类精度达90.3%，而最大似然法的平均分类精度仅为70.0%。利用鄱阳湖5种典型植被的实测高光谱数据，提取了植被间的光谱特征波段，并利用马氏距离-光谱角法对不同植被类型进行有效识别。融入空间信息的高光谱遥感植被分类方法能有效地削弱噪声，在一定程度上提高了分类精度，在实际应用中有一定的参考价值。

2、基于土壤热惯量的干旱监测

土壤热惯量是表征土壤热特性大小的物理量，对于同一类土壤，土壤含水量的多少决定土壤热惯量的大小，故它可通过反演土壤水分来间接监测农业干旱情况。目前，被广泛应用的有Price提出的土壤实际热惯量的监测模型和在此基础上引出的表观热惯量概念;利用基于遥感数据的热惯量法反演土壤水分时，增加了风速和地形因子;刘振华在考虑植被、水分、土壤特性之间的联系的基础上，改进了热惯量模型;上述研究一定程度上有助于提高热惯量法反演土壤水分的精度，但在实际监测干旱的过程中，热惯量法在低植被覆盖区或裸土区效果较好，在高植被覆盖区的反演精度差强人意。

3、基于地表能量平衡原理的干旱监测

地球表面的土壤、植被和大气之间物质和能量相互转换、能量守恒，故根据地表能量平衡的原理可对干旱状况进行研究。目前的模型主要有单层模型、双层模型、彭曼模型和经验模型等，被广泛使用的是陆面能量平衡方法（SEBAL）、地表能量平衡系统（SEBS）、大气—陆地交换反演模型（ALEXI）、北部生态系统生产力模拟模型（BEPS）及其它一些性能较好的蒸散模型。基于地表能量平衡原理的干旱监测模型输入参数要求较高，很难用来监测较长时间尺度的干旱情况。

4、遥感技术在作物长势监测与作物估产中的应用

作物长势监测与作物估产即利用遥感技术对作物生长情况、趋势进行观测，以此估计作物产量与品质。目前作物长势监测最常见的就是运用NDVI、新发展的EVI指数等来估算生物量、作物产量等反映作物生长特征因子的直接观测法。如刘新杰等反演冬小麦叶绿素密度、叶面积指数，监测指数时序变化规律，分析不同品种冬小麦的长势情况，并建立安徽龙亢农场基于NDVI的冬小麦估產模型;与此同时，同期对比法即利用NDVI值的时序变化来反映年间作物生长状况的差异也是重要运用。

综上所述，精准农业是遥感技术与自动化技术的综合应用，结合田间最小单元的具体条件，最优化配置耕地资源与劳动力投入，定量化精准田间管理，以提高农作物产量与质量、降低生产成本，减小农业活动为周边环境带来的污染及其他不利影响。精准农业的实行将我国农业发展代入一个新的台阶，不仅极大地提高了农业生产力，也在自然资源、环境、农业生产、农业管理等方面具有重要作用与意义。

（作者单位：475400河南省太康县环境监测站）