国家级农情遥感监测系统的开发、运行与关键技术研究

20世纪80年代,遥感在农业上的应用重点是遥感估产,90年代转向农情遥感监测与精准农业管理.本文介绍国家级农情遥感监测系统的研究、开发与应用,以及应进一步研究的关键技术问题,特别是数据处理、抽样方法、作物识别,长势诊断,灾害评估,产量估计的模型研究.     

基于3S技术的国家级农情监测系统

中国人口多、耕地有限，农情信息主要是耕地与粮棉作物生产的信息，对生产管理与政府决策是至关重要的。农情监测的主要任务是监测耕地的变化，粮棉作物的面积、长势、灾害与产量。由于信息技术的发展，3S技术，即遥感（RS），GIS与GPS技术，已用于国家与全球尺度的农情监测。该文介绍了作者近年来承担国家与农业部的科研项目而开发的农业部农情遥感监测系统与信息服务系统。     

集成化的省级农情遥感监测系统

在“中国农情遥感速报系统（CropWatch-China）”的基础上,中国科学院遥感应用研究所开发了集成化的中国省级农情遥感监测系统（CropWatch-Province）。系统以遥感为主要数据源,在县、主产区和省3个尺度上进行农情信息的监测,包括作物长势、单产、种植面积、复种指数监测及作物估产、农气分析等,对系统的技术方法、结构、功能及其主要特点进行了详细论述。2010年系统通过“信息处理产品标准符合性检测中心”的检测,系统具有集成化程度高、灵活性强和应用新数据等特点。系统可以根据不同区域的特点进行灵活定制,通过集成化开发可以独立完成从数据预处理、科学计算、信息提取到结果输出的全部任务,并将包括HJ-1在内的一系列新数据应用于农情信息的获取。     

基于光谱特征分析的主要秋季作物类型提取研究

为快速、准确地在遥感图像上提取各种农作物类型信息，满足国家农情遥感监测系统的要求，以2002年北京地区主要秋季作物提取为例，利用Terra/MODIS数据，采用波谱分析的方法，建立一种基于遥感影像全覆盖的秋季作物类型自动提取方法，实现主要秋季作物遥感自动识别。首先根据研究区秋季作物的波谱特性和生物学特性，选取了红波段、蓝波段、近红外波段和中短波红外波段作为秋季作物类型提取的工作波段；同时，还利用由这4个波段构建的陆表水分指数和增强型指标指数作为遥感特征参量。其次根据研究区农作物物候历特征，提取了2002年4月到9月共7个时相的MODIS数据。最后，采用分层决策树方法提取研究区主要秋季作物类型，并进行面积统计。为了验证其精度，与国家农业部农业统计数据进行比较，结果其精度达到86%以上。这表明，仅利用MODIS自身光谱信息，即可较为准确地提取秋季作物类型信息，精度基本能满足了大尺度农情遥感监测的要求，可以为农业决策部门提供信息服务。     

国家级作物长势遥感监测业务系统设计与实现

作物长势监测是农情遥感监测的重要组成部分。为了建立稳定的作物长势监测业务系统,该文一方面选取NDVI时间序列提取的时空参数从不同侧面描述作物长势,建立作物长势监测的综合性模型,另一方面建立了一个覆盖全国主要农区、由200个县组成的地面调查网络,采集地面实况信息,并采用客户端/服务器（C/S）和浏览器/服务器（B/S）的混合结构开展系统设计,基于遥感和地面调查两个角度设计实现了国家级作物长势遥感监测业务系统,同时对由于作物种类和监测区域不同引起的长势评价标准不一致、模型定量化和业务系统架构仍需根据应用进一步分解完善等问题进行了讨论。以中国冬小麦主产区为例,进行了作物长势监测试验,取得较好的监测结果。目前该系统已在大尺度作物遥感监测中得到应用。     

一元回归分析系统及其在冬小麦遥感监测研究中的应用

农情预报历来是农业部门最关心的问题之一。目前我国尚无一套完整的利用卫星数据对大宗农作物进行遥感动态监测的业务化运行系统。该文研究的一元回归分析系统是在ＦｏｘＰｒｏ２．５ｂ平台开发的数据库管理系统，该系统现有３级共１３个模块和８个核心数据库。系统投入运行后，利用气象卫星数据，可用于冬小麦面积估算和产量预报研究。研究结果表明，利用ＲＤＢＭＳ开发实用型软件，对问题进行系统化分析，处理或运算大量数据，可以大大提高工作效率。遥感数据再处理以及合理划分试验同步区是提高作物面积（产量）与绿度值回归模型信度的重要途径。     

国家级农情监测系统结构设计

农作物生长情况，即农情是各级领导与农民时刻关注的重大问题。农情监测的目的是及时采集准确、全面的农情信息，为各级政府与农业生产部门提供决策依据。文中介绍了以农业部现有的农情监测站网络与通讯网络为基础，基于遥感、地理信息系统与数值模型技术的国家级农情监测系统的结构设计     

用NOAA图像监测冬小麦面积的方法研究

冬小麦种植面积是农情监测中一个重要的监测因素，对生产管理与产量预测有重要意义。该文在冬小麦与同期主要大宗作物绿度－时相曲线对比分析的基础之上，建立反映冬小麦种植区域的差值植被指数图像，采用遥感－统计的方法，对利用ＮＯＡＡ图像进行冬小麦种植面积遥感监测进行了初步研究。通过对我国冬小麦主产区的河北、河南和山东三省的监测实验证明，该方法适用于大范围的冬小麦种植面积遥感监测。     

数据融合及其在农情遥感监测中的应用与展望

长期以来，由于对数据融合一直没有一个严格的统一的定义，对于数据融合的理解、表达存在各种差异，在一定程度上影响了学术交流的顺利开展和应用渠道的畅通。另一方面，数据融合在遥感领域的长期发展已取得了丰硕的成果，将这些成果应用于农情遥感监测中，是非常有意义的。该文详细介绍了数据融合的概念及其发展过程，包括数据融合的定义、数据融合层次和融合方法；分析了当前数据融合在遥感尤其农情遥感监测中的应用现状，并针对农情遥感监测的特点，展望数据融合在农情遥感监测中的应用前景。     

全国棉花种植面积遥感监测抽样方法设计

棉花是我国重要的经济作物之一，准确、及时地提供棉花的播种面积，对政府部门及时掌握棉花生产情况、制定相关调控政策，对棉花加工企业与棉农预测市场情况有重要意义。由于中巴卫星的应用，对新疆农情的及时遥感监测成为可能，从而使遥感监测可以覆盖全国。但是，考虑到中国东、中、西部县级面积相差很大，必须设计不同的抽样方法。在新疆棉花监测的抽样设计中，采用了标准地形图幅作为分层抽样的抽样单元的方法。在黄淮海、长江中下游棉区采用县为单元的分层抽样的方法，抽样样本用遥感调查的方法获得。设计了满足生产应用的全国作物面积遥感监测抽样运行方法。     

大尺度耕地变化监测的遥感抽样方法研究

以探索大尺度的农业资源变化监测方法为目的，简述了我国农业资源监测方法的研究过程，并通过遥感技术和统计抽样理论的有机结合，提出了一种监测我国农业资源变化的有效方法。利用置信度和精确度的关系以及总不确定度的理论，对该方法的有效性进行了讨论与评定。通过与国外相关方法的比较后，认为该方法不仅能够促进遥感技术的产业化应用，同时也开拓了常规抽样技术的应用空间。     

作物遥感识别中的数据挖掘技术

该文综述了数据挖掘技术应用在图像分类方面的各种方法，介绍了每种方法的优缺点、适用领域及应用情况。介绍了将数据挖掘技术应用于图像分类方面以有效解决当前作物遥感识别中的瓶颈问题。对当前作物遥感识别系统在数据源的使用、识别过程的规范和方法的实用性方面的问题进行了分析，展望了作物遥感识别中的数据挖掘技术研究发展方向。     

中国作物生长模拟监测系统构建及应用

该文系统阐述了中国作物生长模拟监测系统（Crop Growth Simulating and Monitoring System in China, CGMS-China）的构建方法及其在国家级农业气象业务中的应用。CGMS-China是基于WOFOST、Oryza2000、WheatSM、ChinaAgroys 4个作物模型构建的系统，在作物长势监测评估、农业气象灾害影响评估、作物产量预报等农业气象业务中均有应用。该系统可进行作物长势监测、产量预报、农业气象灾害影响评估。利用CGMS-China模拟输出的地上生物量、叶面积指数、穗质量，建立作物长势评估指标，可对小麦、玉米、水稻进行实时长势监测与评估。通过CGMS-China对2014年8月中旬华北黄淮夏玉米的干旱产量损失评估和2016年6月22日早稻高温热害的产量损失预估表明，CGMS-China对农业气象灾害影响评估的效果较好。利用CGMS-China对2014年冬小麦主产省进行产量预报，各省的平均预报相对误差为7%。与此同时，在CGMS-China中利用遥感数据同化方法，对山西洪洞县进行产量预报，预报相对误差小于11%。该系统在国家级农业气象业务中具有良好的应用前景。     

作物模型应用与遥感信息集成技术研究进展

作物模型和遥感技术以各自独有的优势在作物生产监测、评估及未来预测等方面发挥着关键作用。作物模型与遥感信息集成技术在大尺度、高精准的农业生产监测、评估与预测上具有明显的应用优势和广阔的发展前景。为了促进这些技术在区域尺度上的作物产量预测、农业气象灾害影响评估及农业应对气候变化决策等方面更加广泛地应用,本文采用文献综述的方法,系统归纳了欧洲、美国、澳大利亚及中国作物模型的发展与应用,总结了当前主流的数据集成方法的原理、特点和不足,概述了作物模型与遥感信息集成技术的实际应用,探讨了提升数据集成精度存在的问题,并对未来研究方向进行展望。结果表明,国内外对于作物模型及其与遥感数据集成的研究与应用广泛而深入,利用同化方法能够有效提高作物模型模拟精度,为作物模型实现区域尺度作物生长及产量评估、气候变化对产量影响、农田管理决策等提供技术支撑。作物模型模拟结果及遥感反演数据的不确定性、数据同化策略的多样性以及尺度效应是进一步提高集成系统精度与效率的限制因素。因此,遥感数据多源融合、同化过程多变量协同、作物模型多类型耦合以及数据高性能并行计算是未来作物模型与遥感数据集成研究的发展趋势。     

我国农业遥感的应用现状与展望

目前，遥感技术在我国农业上主要应用在农用地资源的监测与保护、农作物大面积估产与长势监测、农业气象灾害监测和作物模拟模型等几方面。该文对我国农业遥感上述几方面的研究、应用进行了讨论、分析与评价，认为3S一体化、灾害预测研究、高光谱遥感、定量遥感是今后的发展方向。同时，遥感技术的应用与发展，对我国农业数字化进程的推进有不可替代的作用。     

基于遥感的国外作物长势监测与产量趋势估计

国外重点产粮区的作物长势和产量增长趋势信息对于中国政府决策和制订合理的粮食政策具有重要意义,但由于地域的限制、生产方式的差异以及国外可获取的气象资料有限,气象模型和农学模型在国外估产方面尚存在不足,遥感以其便捷、快速、客观的优势已被越来越多地采用进行国外作物长势监测和产量估计。该文以美国玉米和印度水稻为例,探讨了基于1kmSPOT-VGT遥感资料进行作物长势监测和产量趋势估计的方法,并结合当地气象条件对其结果进行了分析。经检验,利用该方法得到的长势状况及空间分布与实际基本一致,产量增长趋势预测准确率为100%;在作物生长旺盛季节,植株覆盖密度较大时,EVI比NDVI能更真实地反映作物的长势状况。该研究可为国外作物长势遥感监测与产量估算业务应用提供参考。