遥感与农作物估产

遥感与农作物估产遥感与农作物估产原理发展及现状个人认识遥感估产的基本原理遥感是一种远离目标，通过非直接接触测量、判定和分析目标性质的技术。任何物体都具有吸收和反射不同波长电磁波的特性，相同的物体具有相同的波谱特征，不同物体的波谱特征也不同。人的肉眼就是利用这一特性，在可见光范围内识别各种物体的。遥感技术也正是基于这一原理，用搭载在各种遥感平台（飞机、卫星）上的传感器接收电磁波，从而在地面上物体的波谱反射和辐射特性中识别出地物的类型和状态。遥感估产的基本原理遥感估产是根据生物学原理，在收集分析各种粮食作物不同光谱特征的基础上，通过卫星传感器记录地表信息，辨别作物的类型，监测作物的长势，达到在作物收获前至收获期时预测作物产量的目的遥感估产原理如附图所示。遥感估产的基本原理遥感估产的主要内容及基本程序

作物遥感估产主要包括以下几个方面的内容：

（1）作物的识别及长势监测（2）作物种植面积的提取和监测（3）作物产量估算农作物遥感估产的过程：（1）遥感信息获取与处理；（2）遥感估产区划；（3）地面采梯点布设及观测；（4）建立背莆数据库；（5）农作物种植面积的提取；（6）长势及灾害监测；（7）建立遥感估产模型；（8）估算总产并对其精度进行评估。遥感估产的发展及现状国外遥感估产的研究进展

美国首先开了农作物遥感估产之先河，1974～1977年，美国农业部(USDA)、国家海洋大气管理局(NOAA)、宇航局(NASA)和商业部合作主持了“大面积农作物估产试验”，即LACIE计划(LargeAreaCropInventoryandExperiment)。

此后，欧共体、俄罗斯、法国、意大利、日本和印度等国也都应用卫星遥感技术进行农作物长势监测和产量测算，均取得了一定的成果。例如，欧共体用10年的时间（从1983年开始），建成用于农业的遥感应用系统，1995年在欧共体15个国家用180景SPOT影像，结合NOAA影像在60个试验点进行了作物估产，可精确到地块和作物种类。

遥感估产的发展及现状目前，遥感估产的作物包含了小麦、水稻、玉米、大豆、马铃薯、甜菜、棉花等，遥感技术已形成多星种、多传感器、多分辨率共同发展的局面，估产系统也不断完善。世界粮农组织(FAO)建立了全球粮食情报预警体系，进行全球作物监测和产量预测。俄罗斯建立的粮食作物“天气-产量”模式，可估算一年四季作物各营养器官和生殖器官的生物量及土壤水分的变化。

遥感估产的发展及现状埃及农业资源监控系统(ALIS)是为埃及政府提供实时的主要作物种植面积变化情况，城市扩展占用耕地情况以及分析发展新的耕地的可能性。加拿大利用NOAA气象卫星并结合其他资料进行大面积作物水分测量、灾害预警、产量预测和作物识别，识别马铃薯与牧草、玉米及耕地与森林的界限，估产可靠率为90%。在英国运用孔径雷达识别小麦、甜菜、玉米,准确率高达90%。1985年，印度用LandsatMSS和航空扫描图像，对印度主要水稻产区进行了解译水稻种植面积试验。

遥感估产的发展及现状国内遥感估产的研究进展从“六五”开始，我国试用卫星遥感进行农作物产量预报的研究，并在局部地区开展产量估算试验。“七五”期间，国家气象局于1987年开展了北方11省市小麦气象卫星综合测产，探索运用周期短、价格低的卫星进行农作物估产的新方法，这是一个地面调查与气象卫星信息相结合的单品种产量估算系统。1985-1989年，此项目为中央和地方提供了165次不同时空尺度的产量预报，为国家减少粮食损失达33万t以上，累计经济效益达20亿元。“八五”期间，国家将遥感估产列为攻关课题，由中国科学院主持，联合农业部等40个单位，开展了对小麦、玉米和水稻大面积遥感估产试验研究，建成了大面积“遥感估产试验运行系统”，并完成了全国范围的遥感估产的部分基础工作。

遥感估产的发展及现状1995年，中国科学院设立了“九五”重大和特别支持项目“中国资源环境遥感信息系统及农情速报”，建立了全国资源环境数据库。中国科学院、气象局及多家高等院校、研究所致力于遥感估产技术的研究，并在浙江、江西、江苏各省及华北、东北、江汉平原等地区对冬小麦、玉米、水稻、糜子等作物进行遥感估产，在遥感信息源选取、作物识别、面积提取、模型构建、系统集成等各个技术环节有了大幅的进步。另外，我国于1999年发射并运行的中巴资源卫星CBRESI，为以往难以有效接收棉花山LandsatTM影像的新疆地区进行农情遥感监测提供了可能。遥感估产的发展及现状李哲、张军涛提出的基于遗传算法与人工神经网络相结合的玉米估产方法；侯英雨等提出的基于作物植被指数和温度的产量估算模型；江东博士提出的基于人工神经网络的农作物遥感估产模型；王人潮教授等提出的高光谱遥感估算模型和水稻双向反射模型等等，这些模型汲取了以前模型的优点，模型因子的选择更加合理，可操作性更强，精确程度更高。古书琴等借助植被建立了水稻单产的预报模式、遥感估算水稻种植面积，表明利用遥感手段对水稻进行估产的精度高于常规农业气象模式，还可提高预报时效；黄敬峰，杨忠恩等在1999年以NOAAAVHRR资料为主，利用GIS技术提取水稻可能种植区域，在此基础上计算各区和各县的比值植被指数和归一化植被指数，提出的水稻遥感估产比值模型和回归模型，预报浙江省的水稻总产，1998年的拟合精度和1999年的预报精度都达到9