农业气象灾害遥感监测研究进展

遥感是实现农田信息快速获取的重要手段，在气象灾害发生后，利用遥感技术提取农作物受害的面积及监测灾害发生程度，对于灾害的评估与及时救助具有重要意义。本研究阐述了农业气象灾害遥感监测在当前特殊历史时期的重要性，对国内外不同农业气象灾害的遥感监测方法进行了综述，通过分析研究中存在的问题，明确了今后农业气象灾害遥感监测应该重点解决的问题，并展望了该技术的发展前景。     

北京市种植业结构调整卫星遥感监测应用技术的研究

研究探讨了利用卫星遥感技术监测种植业结构调整中的方法和技术，及对北京市主要作物种类变化、长势分析、产量估算和城市扩展对耕地占用的监测情况。研究中采用多卫星图像信息融合，以多时相卫星遥感信息处理为基础的逐步逼近和变化信息处理相结合的方法，不断改善信息提取精度，建立农、林植被类型的背景库，与需要处理的实时TM或ETM^ 图像相比较，求取变化信息，并通过适当的外业实况调查，最终确定不同种类的信息分布。三年的研究实践证明：卫星遥感技术可为农业决策部门在新形势下，对种植业结构调整中的生产管理和监控提供可靠的农情信息。     

贵州土壤墒情监测现状及发展对策

土壤墒情是农业生产管理中最重要的农情信息,对农业生产具有重要意义。通过对贵州土壤墒情监测现状及主要影响因素进行分析,提出墒情监测在贵州农业生产管理中的发展对策。     

基于高光谱数据提取土壤养分信息的研究进展

主要综述了利用高光谱遥感技术提取土壤养分信息的研究进展，论述了当前国内外学者通过高光谱遥感技术获取土壤养分信息的研究现状、存在的问题以及应用前景展望。旨在探索新疆绿洲农区如何应用高光谱遥感技术，分析、模拟、评价、预测土壤养分含量，促进高光谱遥感技术在田间农情监测、土壤诊断、水肥分区管理、作物科学种植中的应用，为新疆及兵团实施精准农业提供科学理论参考。     

农作物灾情田间调查分级规范的研究现状

近年来，农业气象灾害对中国农业生产的影响呈现危害范围逐年扩大、灾害程度逐年加重的态势，农作物灾情调查和灾害损失评估的研究越来越受到各级政府和部门的重视，为此，农作物受灾等级研判标准的重要性凸显。文章主要对中国现有的灾损评估方法及标准进行了归纳，主要包括农业部门在农情调度中对灾害的统计方法和气象部门对农业气象灾害等级的观测方法，还介绍了正在研究拟定中的农作物灾情田间调查分级规范，并指出农作物灾情田间调查分级的方法是一种将农业标准与气象标准相结合的方法，有利于将科学研究与生产实际相结合，并且便于各级部门及时采取科学的防灾减灾措施，将为农情调度、灾害损失评估、灾后农业生产自救提供科学依据。     

农业资源遥感监测系统的计算环境设计与应用

计算环境是包括农情遥感监测系统在内的农业资源遥感监测系统的重要支撑。该文在对农业资源遥感监测系统硬件环境组成、逻辑结构、核心功能分析等内容阐述基础上,以中国农业科学院农业资源与农业区划研究所运行的“国家农情遥感监测业务运行系统”硬件环境为例,进行了具体说明。研究结果表明,农业资源遥感监测系统是以基础硬件层为支撑,以计算层为核心,以存储层作为辅助,在网络层、软件层支持下,开展农情遥感监测应用。核心功能包括括登录节点、管理节点、计算节点、存储服务器(包括磁盘)等5个部分。“国家农情遥感监测业务运行系统”的计算环境的硬件是以42台基于Intel 64位至强处理器的IBM Flex X240刀片服务器为核心,4台S5700 10G以太网交换机为中转设备,连接华为1套N8500 NAS集群、1台基于Intel 64位至强处理器的IBM X3650M4管理服务器；56G计算IB网络是通过1台Mellanox 36口FDR交换机实现,并包括KVM交换机、机架键盘、液晶显示器,以及机柜、电源插座、连接线缆等附件。系统理论运行效率可以达到13.312万亿次,实际运行效率可以达到理论值的85%以上。     

海洋盐度卫星农业遥感应用研究进展

海洋盐度卫星具有在海洋渔业和耕地土壤水分等领域开展全球遥感监测应用的潜力。[方法]本文从盐度卫星发展现状、海洋渔业和耕地土壤水分遥感应用3个方面出发，对以往盐度卫星农业遥感监测与反演研究进展进行了概述，并对其农业遥感监测应用前景进行了展望。[结果]通过总结认为：在海洋渔业遥感研究领域，盐度卫星应用仍然是以温度、盐度等反演算法研究为主，这些基础性的研究为海洋渔业遥感监测应用提供了必要的因子；在土壤湿度研究领域，盐度卫星的应用相对成熟，基于不同地表覆盖条件下精度分析，开发的适用于土壤湿度产品生产的反演算法，是耕地土壤墒情遥感监测的基础。[结论]在总结当前海洋盐度卫星农业遥感应用进展的基础上，展望了其发展方向，并可为中国新一代海洋盐度卫星的研制提供农业应用依据。     

遥感技术在烟草长势监测及估产中的应用进展

烟草长势信息是烟草生产管理的重要依据,全面了解遥感技术在烟草长势监测及估产中的应用进展,为利用遥感技术支撑科学化、精细化烟田管理提供科学参考。在对相关文献分析和归纳的基础上,从地面光谱、无人机遥感、卫星遥感3种尺度对目前遥感技术在烟草长势监测与估产方面的应用进行系统总结,并对进一步研究进行展望。（1）基于地面光谱对烟草的监测,主要是利用反射率光谱及其不同的变换形式、光谱指数和光谱位置变量估测其生理生化参量（氮、磷、钾、生物量、叶面积指数、叶绿素等）,为诊断烟草生长、健康状况、成熟度提供依据,进一步实现烟草长势监测、估产与品质评定。（2）利用无人机遥感技术能够在小尺度上对作物的面积进行提取、监测长势及估产,但受搭载相机分辨率、地形、自身稳定性等影响,不能监测烟草的细微变化。（3）参考LandSat、SPOT、MODIS、HJ-1等光学遥感数据以及SAR数据,利用遥感影像融合、分类等技术能够实现对大面积烟田病害、长势进行监测和产量估计。结合多源、多平台遥感数据,对烟草的参数进行定量研究,并利用同化技术对大尺度上烟草生长过程进行动态监测,来探索烟草的最佳采收期是未来研究的重点。     

玉米叶绿素含量的高光谱估算模型研究

随着高光谱遥感技术的发展,用高光谱技术监测植被生物物理、生物化学指标和农学参数的文献大量出现.早在1983年Horler等人[1]就建议用高光谱分辨率的遥感数据来估算植被的叶绿素浓度.国外利用野外或空载高光谱传感器进行植被的叶绿素研究已有十几年的历史,在这期间,许多学者试图从遥感的角度来探测植物叶片叶绿素的含量, 基于大量实验数据在模型建立与敏感波段的选取方面取得了一系列成果[2,3], 在研究的过程中开发了许多对叶绿素敏感的高光谱植被指数[4,5].     

试论农业信息与风险预警

探究农业信息与风险防范、预警分析等关系，对于减少农业灾害损失、保障农产品安全、促进农业健康发展具有重要的理论意义和实践意义。剖析了农业风险的基本涵义，论述了农业风险、监测、信息、熵和预警的逻辑关系：风险是预警存在的充分和必要条件，预警是管理风险、寻求安全的手段和方法；监测是预警的基础，预警是监测的延伸；信息和风险成反比例关系；农业安全风险预警是一个通过信息分析、增加负熵、降低系统熵的过程。提出了建立农业生产风险评价体系和风险预警模型系统，推进农业监测预警理论方法与关键技术研究，加快农业信息学科建设等加强农业风险预警的基本措施。     

物联网技术在小麦气象灾害监控诊断系统中的应用研究

针对小麦生长周期长,容易遭受多种气象灾害的情况,设计了基于物联网的小麦气象灾害诊断系统。本系统根据多年农学实验研究成果,通过建立小麦气象灾害诊断指标体系规范,并采用传感器技术、网络传输技术、Webservice技术和Socket调用技术等集成,搭建了基于小麦生长环境实时监测数据的苗情和气象灾害诊断平台。该平台具有异地数据资源共享、分布式管理的功能,能在多种网络通信环境下实现苗情监控和灾害诊断,为小麦生产科学管理、防灾减灾提供了有力的技术支持。     

福州市农作物低温灾害监测预警服务系统设计与应用

低温灾害是福州市农作物的主要气象灾害之一,其监测预警具有重要意义。运用远程监控系统,并结合福州市部分农作物低温灾害气象指标,建立福州市农作物低温灾害监测预警系统,并在2012年1月下旬实际应用中进行测试和应用,灾后调查显示,系统运行生成的监测预警结果基本与实际相吻合。结果表明,该系统自动生成的监测、预警分布图及预警信息,对最终形成的决策服务产品具有很大的指导作用,在灾害监测预警中具有较好的应用前景。     

作物病虫害遥感监测研究进展

近年来,随着信息技术的迅速发展,遥感作为一种快速监测手段已经被运用到作物病虫害监测中.本文阐述了作物病虫害遥感监测的基本原理及特点,重点介绍了国内外在其技术方法上的研究进展,提出了生产应用中的技术流程.进一步分析了当前本领域研究中的难点,展望了其应用前景,以期为棉花病虫害遥感监测研究提供借鉴与参考.     

无人机遥感在作物监测中的应用研究进展

无人机作为新型遥感平台,近年来发展迅速,应用领域不断拓展。无人机遥感技术被广泛用于作物监测,在农田作物长势监测、农作物营养诊断和产量估测等方面有所突破。本文从无人机遥感技术的特点、无人机平台的选择和传感器类型、在作物监测上的主要应用3个方面做了较为详细的综述,对无人机发展的难点进行了讨论,并对无人机遥感技术在作物监测上应用进行了展望。     

基于几何语义知识的冬小麦自动分类

【研究目的】为了实现遥感影像的作物自动分类，并探索空间信息在分类中作用，【方法】本文提出结合光谱和空间信息的作物分类方法。首先，借助光谱信息实现地物初始分割，然后以目标作物历史空间分布为语义约束，根据隶属度提取目标作物。最后，在多时相遥感影像条件下，以冬小麦为目标作物进行了方法的验证，【结果】结果显示，本文方法可实现冬小麦自动提取与识别，总体精度为95.33%，Kappa系数为0.90，可满足农情监测的实际需求。另外，在单时相遥感影像条件下，本文结合几何语义知识的作物分类精度也达到了较高水平。【结论】相对于遥感影像单一光谱信息的分类方法，本文方法利用了作物空间信息，不仅能满足精度要求，还实现了分类的自动化，对工程化应用具有一定的参考价值。     

基于机器视觉的植物病虫害实时识别方法

植物病虫灾害是中国三大自然灾害之一,其识别、监测、预警是防控工作的决策信息源头。联合国粮农组织的研究表明,仅农作物病虫害危害自然损失率就超过37%。中国是包括农作物在内的植物病虫害危害大国,若不采取防控措施,因病虫危害每年将损失粮食1500亿kg、果品与蔬菜1000亿kg、油料68亿kg、棉花1.9亿kg,潜在经济损失在5000亿元以上。通过植物病虫害的在线、实时、低廉、无损伤机器识别,不仅为植物病虫害防治防控提供了依据,赢得了防治时间,而且结合病虫害防治系统,最大限度地减少了经济损失,植物尤其是农产品品质得到了提升。对多种植物病虫害机器识别研究进行了综述与归纳,剖析了机器识别中的问题,认为未来的植物病虫害机器识别措施上应与病虫害监控、预测预报相结合;技术上融合机器视觉、声学、遥感、全球定位系统、地理信息系统、网络等技术;功能上进行草害信息、植物生长信息、生长环境信息自动识别等功能拓展。     

HJ卫星数据在棉花种植面积提取中的应用研究

 探索利用环境小卫星数据进行棉花种植面积的提取,旨在利用国产卫星数据建立一种方便快捷的棉花种植面积提取技术,为棉花的遥感估产奠定基础;选取2011年新疆北部国营农场棉花不同生育期内两期HJ卫星影像,根据棉花与研究区其他作物物候和光谱差异性、农作物生长规律,运用监督分类算法、密度分割和逻辑运算,辅助于人机交互的目视解译,得到研究区棉花种植面积;结果表明：不同监督分类算法中,神经网络分类法和最大似然法分类效果最佳;最终提取的棉花面积总体精度为87.7%;本文采用的方法较为实际、便捷,提取棉花种植面积的精度符合农场生产要求,可为棉花估产和作物种植结构分析提供科学依据。     

高光谱遥感监测板栗病虫害的可行性初探

病虫害作为自然灾害系统中最大的部门灾害，严重影响了我国林业及农业的可持续发展，造成严重的经济损失。高光谱遥感技术克服了传统监测方法的不足，已经在林业及农作物病虫害监测中得到广泛应用，具有十分广阔的应用前景，但应用该技术在经济林果病虫害监测的研究在国内外少见报道。板栗作为国家粮食中长期战略储备物资及近年来发展最快的经济林果之一，病虫灾害制约其产量与品质。本文首次提出利用高光谱遥感技术监测板栗病虫害，通过分析其现实意义及深入探讨其可行性，为实现“精准农业”提供现实依据，拓宽了遥感应用的思路。     

利用无人机遥感技术提取农作物植被覆盖度方法研究

基于无人机的遥感信息获取技术已广泛应用在农业领域。无人机遥感平台获取农作物信息技术具有高时效、高分辨率、低成本、快速、准确等特点,是目前精准农业中农田信息获取的重要手段之一。利用无人机遥感技术获取可见光影像,以棉花、花生和玉米为研究对象,选取不同的植被指数进行可见光图像阈值分割,结合研究区域可见光影像监督分类结果,确定3种作物提取植被覆盖度方法。试验结果表明,利用无人机可见光图像植被指数阈值分类方法,可以有效提取作物植被覆盖度。该方法对于棉花、花生和玉米3种作物植被覆盖信息的提取精度较高。