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NASA新一代对地观测系统对FAS的决策支持系统进行改进。
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。
该部门所统计的数据覆盖了美国农业从产量、食品供给到农场主及其雇工的收入状况信息等各个方面。
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2007年的农业普查中,NASS以Landsat影像、数字摄影测量数据及其他遥感数据为输入,开展了全国48个州及波多黎各面向面积监测的采样和补充采样设计,用于评价当年普查的完整性。
此外NASS的遥感面积估算项目使用Re-sourcesat-1 AW iFS进行玉米和大豆主产州的监测并在县和州2个尺度上提供独立的作物面积估算结果,并进行面向作物的分类,提供作物分布数据(CroplandDataLayer,CDL)[19]。
到2010年,CDL计划累计监测的州已经达到48个,并且平均每年重复覆盖13个主要的农业州,目前48个州的数据都已经发布[20]。
NASS与USDA农业研究局(Agricultur-alResearch Service,ARS)建立了长期的合作关系,以NASAMODIS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。
NASS还在作物生育期内基于NOAA-A VHRR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息[21]。
除美国农业部外,美国国际发展管理委员会(U. S. Agency for InternationalDevelopmen,tUSAID)还建立了预警系统网络(Famine EarlyWarning Sys-temsNetwork,FEWSNET),与国际上不同国家及不同地区的机构、政府与组织开展合作,针对粮食安全,提供及时、准确的早期预警和脆弱性评价信息。
FEWSNET在非洲、中美洲、海地、阿富汗及美国开展监测,并根据所收集的数据开展生活指标及市场分析,以提前发现粮食安全的潜在威胁。
2010年海地地震中该系统做出了积极快速的响应。
该系统更注重的是数据的分析,而不是相关专题的监测,在监测方面该系统与NOAA及NASA开展信息产品层面的合作,将基于遥感和地面观测获取的早期预警数据进行整理、分析与融合,提供预警信息。
综合来看,在美国,NASS和FAS仍然是国内及全球农情遥感监测的最主要机构,国内及全球分由不同部门监测的方式提高了系统的运行化程度。
但不论是在NASS还是FAS,遥感获取的信息都未能成为官方发布产量数据的最主要信息源,遥感未能独立地发挥作用。
的决策支持系统[17]。
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NASA新一代对地观测系统对FAS的决策支持系统进行改进。
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。
该部门所统计的数据覆盖了美国农业从产量、食品供给到农场主及其雇工的收入状况信息等各个方面。
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[18]。
在2007年的农业普查中,NASS以Landsat影像、数字摄影测量数据及其他遥感数据为输入,开展了全国48个州及波多黎各面向面积监测的采样和补充采样设计,用于评价当年普查的完整性。
此外NASS的遥感面积估算项目使用Re-sourcesat-1 AW iFS进行玉米和大豆主产州的监测并在县和州2个尺度上提供独立的作物面积估算结果,并进行面向作物的分类,提供作物分布数据日本机器人耕作体系与遥感技术应用，本稻米自给自足率国家政策目标，到2021 年时将比现在增加50%。
由于日本社会老龄化严重，农民数量减少，越来越多的稻田被荒废，让人感到十分可惜。
同时，日本由于耕地比较分散，限制了农业的规模，难以采用大型的机械。
几个方面原因的重叠，催生了“农业机器人”这一新兴概念在日本的崛起。
水稻机器人耕作系统的建立分为耕作和准备、插秧和收割3 个主要阶段，这 3 个阶段分别对应着机器人拖拉机、水稻插秧机器人和联合收割机机器人。
机器人拖拉机是在普通拖拉机上加装IMU 惯性测量装置、GPS天线和GPS接收器改装而成的。
其定位精度为±2m 之内，能够完成耕种、开垦、种植和喷洒等多种任务。
水稻种植机器人以商业化的 6 行水稻插秧机（10.5 马力）为基础机器，对方向盘和传动装置加以改造，使之与IMU 惯性测量装置以及GPS 进行联接，并改装育苗长垫。
其行走速度为0.9m/s，行走精度达±3cm，种植精度为±10cm。
为机器人研制的新型水稻育苗垫呈卷型，1 卷相当于传统的10 垫，如应用于6 行插秧机器人，则不需要另外的育苗卷。
联合机器人收割机与前两者相似，还增加了控制者可以使用手机遥控的功能这几种机器人都能够实现从小范围农田到大田的自主导航。
其发达的制导系统可以引导农业机器人自动跟随作物直线或曲线的路径正常进行作业。
此外，日本在无人直升机精耕农业领域和卫星远程遥感领域也取得了相当大的进展。
从直升机和卫星获得的重复立体交叉图像是作物测绘、改变作物和土壤条件数据的宝贵来源，遥感技术可以提供的当前包括成熟度、病虫害和杂草情况的信息。
通过视觉传感器和全球定位系统收集的信息可以为养殖、化工生产与收获创造现场管理时间表。
卫星、直升机以及地面技术已经被日本人利用来做稻田作物测试。