↑ 点击上方「中国测绘学会」
可快速关注我们
2月11日,联合国粮农组织(FAO)正式向全球发出预警,希望全球高度戒备现在正在肆虐的蝗灾,防止被入侵国家出现粮食危机。巴基斯坦官方称:“蝗虫目前每天破坏约3.5万人的口粮。” 目前蝗灾已经导致东非地区1300万人的粮食安全受到威胁,未来可能有2000万人面临饥饿危险。
沙漠蝗是全世界最具破坏力的迁徙性害虫,飞行能力强、食量大,可聚集形成巨大蝗群,每天可随气流飞行达150公里。蝗虫大军所到之处遮天蔽日,农田满目疮痍。目前,已有10余个国家受到沙漠蝗侵扰,多国农业遭受巨大损失。肯尼亚的蝗虫灾害更是达到70年以来的最大规模。印度情况也不容乐观。据报道,有4000亿只蝗虫袭击了印度拉贾斯坦邦,导致大量农作物被毁,并有向其它邦蔓延之势。有印度学者预测,蝗灾将造成印度粮食减产30%-50%。
在蝗灾监控与预警方面,我国基于 3S(RS 遥感技术、GIS 地理信息系统、GPS全球定位系统)技术,开发了蝗区野外信息采集移动终端手持设备和在线管理, 构建了中国蝗虫防治信息网、蝗虫发生和防治信息数据库 ,并在全国 21个蝗区省、92 个蝗区市、326 个蝗区县推广应用,覆盖了 95%以上的农区蝗区,实现了蝗区、蝗情和防治等信息的精准定位、快速采集和及时研判。
在农业监控与预警方面,农业遥感承担了农业生产的“天眼”职责,肩负农情观测、灾害观测、资源观测、农业估产等一系列重要使命。
农业遥感是利用装载于航空航天及地面等遥感平台的传感器,获取农业目标的电磁波信号,结合计算机、地理、农学等多学科理论方法,以揭示农业生产过程的各种数据与时空变化特征。
🔺农业遥感中的无人机
农业遥感基本原理是遥感影像的红波段和近红外波段的反射率及其组合与作物的叶面积指数、太阳光合有效辐射、生物量具有较好的相关性。通过卫星传感器记录的地球表面信息,辨别作物类型,建立不同条件下的产量预报模型,集成农学知识和遥感观测数据,实现作物产量的遥感监测预报。我们可从遥感集市下载获取影像数据,通过各大终端产品定期获取专题信息产品监测与服务报告,同时又避免手工方法收集数据费时费力且具有某种破坏性的缺陷。
由于农作物生长变化较快,农业遥感观测参数繁多、复杂性高,因此对遥感卫星观测的时效性以及多载荷数据融合、联合反演提出了较高的要求。目前,美国、欧洲和日本等国家和地区已有多颗应用于农业领域的遥感卫星和星座相继发射与在轨组网应用。欧美等国多采用搭载不同载荷的多星组网方式,满足农业对于时间、空间和精度的高要求。
目前,中国的陆地资源卫星系列、高分卫星系列以及环境监测减灾小卫星星座的观测能力部分兼顾了农业遥感观测业务,能够初步满足农情监测、农作物分类估产以及农业灾害预警等方面的应用需求。
中国陆地资源卫星系统是中国最早探索遥感观测技术,并形成规模化应用的卫星系统,从1999年中国发射第一颗陆地资源卫星——中巴地球资源卫星-01(CBERS-1)星以来,中国已成功发射了4颗资源一号卫星。在农业遥感应用领域,中国农业部遥感应用中心于2001年构建了基于CBERS-1卫星数据的新疆棉花遥感监测技术体系,逐渐应用在全国冬小麦、玉米和水稻等大宗粮食作物种植面积监测业务中。
在中国测绘卫星系统中,2012年1月研制发射的资源三号(ZY-3)-01星是中国首颗高精度传输型光学立体测绘卫星,覆盖宽度60km,用于1:50000比例尺地图测绘,卫星可提供2.1m全色/5.8m多光谱分辨率平面影像,数据融合后可满足农业遥感大尺度定性观测的要求。2016年5月30日研制发射的ZY-3-02星在ZY-3-01星的基础之上进行优化,搭载3台三线阵测绘相机、1台多光谱相机和1台激光测距仪等有效载荷,前后视相机分辨率由3.5m提高到优于2.7m,并拥有更优异影像融合能力、更高图像高程测量精度。
中国农业部遥感应用部门从2009年开始采用多时相环境减灾卫星电荷耦荷(CCD)影像数据,与国外卫星数据相结合,监测全国冬小麦、玉米、水稻、大豆、棉花、油菜和甘蔗等作物种植主产省的年际面积变化率。与上述业务监测运行的同时,一些学者也积极开展了基于HJ-1C雷达卫星的土壤水分遥感监测、作物长势监测,以及作物产量监测研究,取得了一定的研究进展。
随着中国高分辨率对地观测系统重大专项的实施,在中国现有高分数据政策的引导下,国产高分卫星数据在农业中的应用比重逐渐提高,在替代国外数据的同时,也逐渐提高了农业遥感的监测精度,拓展了卫星遥感技术在农业中的应用领域。其中,高分一号、二号卫星成功发射后,国产中高分辨率卫星数据迎来了黄金期,给农业遥感监测业务运行体系带来了巨大改善。
我国首颗农业高分观测卫星:中国农业一号卫星
2018年6月2日,高分六号卫星在甘肃酒泉卫星发射中心用长征二号丁运载火箭成功发射,这是我国第一颗搭载了能有效辨别作物类型的高空间分辨率遥感卫星,将大幅提高农业对地监测能力,加速推进天空地数字农业管理系统和数字农业农村建设,为乡村振兴战略实施提供精准的数据支撑。
🔺高分六号卫星概念图
“高分六号”首次在卫星传感器中配置了能有效反映作物特有光谱特性的“红边”波段,能够显著提升作物精准识别能力,可以实现对玉米、大豆、棉花、马铃薯等同期生长的大宗作物和大蒜、生姜、枸杞等经济作物的田块级精细识别,为高精度、定量化的农业生产过程和农业资源环境要素监测提供可靠的支撑手段。
“高分六号”还配置了2米全色/8米多光谱高分辨率相机,16米多光谱相机观测幅宽达到800公里,具有高分辨率、宽覆盖等特点。卫星设计寿命8年,入轨正式运行后,通过与高分一号卫星组网,重访周期从4天缩短到2天,数据获取能力将翻一番,卫星数据自给率明显提升。这颗卫星的发射,在作物种植面积变化监测、农业资源本底调查中,实现了高分卫星数据全部替代国外同类数据,打破了农业遥感监测中分辨率和高分辨率数据长期依赖国外卫星的局面。
高分专项应用系统副总师周清波介绍,“高分六号”精、宽、高的功能特点,适应了农业监测时效性和准确性高、覆盖范围广的要求,是我国有史以来最符合农业需求、最接地气的遥感卫星,也可以称为“中国农业一号卫星”。
近10年来,随着各类高空间、时间、光谱分辨率民用卫星的出现,农业遥感与地理信息系统、全球导航技术及物联网等技术不断融合,遥感在农业领域的应用广度和深度不断扩展,被广泛应用于作物产量估算、土地资源调查、作物种植面积监测、作物长势监测、土壤墒情监测、农业灾害预测和评估农作物生态环境监测农业环境保护等领域。
(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。获取作物种植面积是长势监测、产量估算、病虫害、灾害应急、动态变化等监测的前提。
(2)作物长势监测:主要指对作物的苗情、生长状况及其变化的宏观监测,即对作物生长状况及趋势的监测。作物长势包括个体和群体两方面的特征,叶面积指数LAI是与作物个体特征和群体特征有关的综合指标,可以作为表征作物长势的参数。归一化植被指数NDVI与LAI有很好的关系,可以用遥感图像获取作物的NDVI曲线反演计算作物的LAI,进行作物长势监测。
(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。利用影像的光谱信息可以反演作物的生长信息(如LAl、生物量),通过建立生长信息与产量问的关联模型(可结合一些农学模型和气象模型),便可获得作物产量信息。在实际工作中,常用植被指数(由多光谱数据经线性或非线性组合而成的能反映作物生长信息的数学指数)作为评价作物生长状况的标准。
(4)土壤墒情监测: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,利用光学-热红外数据,选择参数建立模型进行含水量的反演。此外,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:植被对诸如病虫害、肥料缺乏等胁迫的反应随胁迫的类型和程度的不同而变化,包括生物化学变化(纤维素、叶片等)和生物物理变化(冠层结构、覆盖、LAI等),相应的,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。可选择病害叶片中对叶绿素敏感的波段,结合实测叶绿素含量,建立叶片叶绿素含量的估算模型,提取病虫害信息。可周期性提取病虫害作物面积、空间分布等。
中国土地利用现状遥感监测数据库是目前我国精度最高的土地利用遥感监测数据产品,已经在国家土地资源调查、水文、生态研究中发挥着重要作用。
目前数据的应用领域已经涉及到国民经济的各个方面并已初步形成稳定的数据用户群。用户来源包括国内政府决策部门、行政管理部门、研究机构、大学、国防部门和商业机构以及包括联合国有关组织、大学和其他研究机构的国外用户。先后支持了国家西部大开发科技规划、2000年春华北沙尘暴成因研究、全国第二次土壤侵蚀调查、全国生态环境监测网络的建设、2008年汶川地震灾后评估、2009年春南方冰雪冻害的灾后恢复重建等重大应用。取得了显著的社会与经济效益。
中国土地利用现状遥感监测数据库是在国家科技支撑计划、中国科学院知识创新工程重要方向项目等多项重大科技项目的支持下经过多年的积累而建立的覆盖全国陆地区域的多时相土地利用现状数据库。数据集包括1980年代末期(1990)、1995年、2000年、2005年、2010年五期,数据生产制作是以各期Landsat TM/ETM遥感影像为主要数据源,通过人工目视解译生成。
2018年中国土地利用数据是在2015年土地利用遥感监测数据的基础上,基于Landsat 8 遥感影像,通过人工目视解译生成。
🔺中央七套《科技苑》专题节目:看遥感技术如何助力春耕生产
近日,中国农业科学院农业资源与农业区划研究所农业遥感创新团队提出了基于雷达遥感的冬小麦叶面积指数反演新模型,实现了区域作物叶面积指数的高精度获取。
🔺冬小麦叶面积指数反演新模型
此次创建的模型在充分考虑不同生育期作物形态特征基础上,耦合微波散射模型和冠层散射模拟模型,以达到提高作物叶面积指数获取精度的目的。
该模型为通过主动微波获取区域作物叶面积指数提供了新的思路,对实现全天时、全天候且不受大气、云雨等条件影响的作物参数定量获取和作物生长监测具有重要意义,为农业、生态以及气候变化等研究必需的高精度作物参数获取提供了新的技术手段。
多熟种植是中国重要的种植制度,中国科学院地理科学与资源研究所制作的中国农田熟制遥感监测数据集对保障国家食物安全和促进农村经济发展有十分重要的意义。
🔺熟制图展示
中国农田熟制遥感监测数据集是基于1 km空间分辨率的SPOT-VGT旬NDVI数据,利用S-G滤波方法对NDVI数据进行去噪,重建作物生长植被指数(NDVI)曲线,用峰值特征点反演提取的全国尺度耕地熟制数据。该数据包括2000-2015 年的逐年代中国农田熟制遥感监测数据。该数据有效反映了气候变化背景下中国农田熟制的时空演变特点,对国家粮食安全评估和农业发展规划科学决策有重要的意义。
来源:测绘学报