卫星遥感技术在农业上应用

自美国宇航局的地球观测卫星“土地卫星1号”于1972年发射升空以来,卫星遥感技术在农业上的应用开始进入实用研究阶段。70年代后半叶,美国利用卫星的多重光谱扫描仪数据和区域气象情报等估算了世界主要粮食作物的种植面积和一些地区的粮食产量。如1977年预测的前苏联小麦产量为9760万t和实际产量9200万t相近,就是成功的一例。“土地卫星1号”的多重光谱扫描仪的地面辨识能力为80×80m,     

遥感技术在农业科技服务领域的应用

【目的】遥感技术具有大范围、周期性获取地表信息的特点,被广泛应用于农业作物面积制图、农作物长势监测与产量估计和农情监测等农业生产和管理的各个环节。【方法】在阐述了地块级、业务化的农业遥感服务概念和内容的基础上,分析了国内外地块级、业务化的农业遥感服务现状。【结果】由于中国实行农民联产承包责任制,地块较为破碎,管理较为精细,对地块级遥感监测的需求不大等原因,使得中国地块级、业务化的农业遥感服务尚处于起步阶段。【结论】随着中国逐步推广农村土地流转,实施大范围的机械化农业,业务化、精细化的农业遥感监测具有广阔的前景。     

遥感技术在农业干旱监测中的应用研究

干旱是一种发生在世界范围内的复杂的自然现象。遥感技术(RS)的迅速发展为人类有效地监测干旱灾害提供了一种全新的技术途径。该文概述了利用遥感监测干旱的研究背景,探讨了干旱的遥感监测方法及今后的发展方向。     

遥感技术及其在农业上的应用

遥感(英文缩写为RS)，顾名思义就是遥远地感知。人类通过大量的实践，发现地球上每一个物体都在不停地吸收、发射信息和能量，其中有一种人类已经认识到的形式——电磁波，并且发现不同物体的电磁波特性是不同的。遥感就是根据这个原理来探测地表物体对电磁波的反射和其发射的电磁波，从而提取这些物体的信息，完成远距离识别物体。     

无人机遥感技术在农业中的发展与应用

无人机作为新型遥感平台,相比于传统的卫星和航空遥感,在灵活性和分辨率方面有其独特优势,而且数据信息也有相当或更高的准确度.无人机技术在遥感中的应用满足了现代农业中的监管和应用需求,完善了遥感技术的时空维度,为更多层面的信息获取和决策反应提供了支持.未来,无人机遥感技术在研发和建造成本、运行稳定性、数据信息的获取和分析处理能力等方面都亟待完善,以实现在农业科学中更广泛的应用.     

高光谱遥感技术在农业中的应用现状及展望

介绍了高光谱遥感技术在现代农业中的应用现状,包括农作物长势监测、估产、灾害监测、分类识别等方面的进展,并对高光谱技术在农业中应用做出合理展望。     

高光谱遥感技术在农业中的应用现状及展望

介绍了高光谱遥感技术在现代农业中的应用现状,包括农作物长势监测、估产、灾害监测、分类识别等方面的进展,并对高光谱技术在农业中应用做出合理展望。     

遥感技术在农业上的应用与展望

遥感技术在农业上的应用日益广泛、深入,农业遥感专用软件相继出现。论述了遥感技术在农业资源调查、灾情监测与预报、农业环境保护以及农作物估产等方面的应用,提出了在农业生产上的应用实例,阐述了遥感技术在部分发达国家的应用状况．展望了遥感技术在农业上应用的美好前景。     

无人机遥感技术在数字水利中的应用

随着"数字地球"数字城市"的发展,"数字水利"]在我国水利行业也应运而生,数字水利就是在水利业务中应用现代科学信息技术,全面提升水利事业的活动效率和效能。其中遥感技术是实现数字水利数据获取的重要技术手段,是实现数字水利的前提条件。     

东北地区农业遥感研究进展与展望

【目的 】东北地区是国家粮食安全的“压舱石”,农业灾害监测、农作物种植结构监测、农作物长势监测、估产和农业土地资源普查监测等一系列农业遥感研究及应用对于保障国家粮食安全具有重要意义。【方法 】文章从东北地区农业遥感研究及应用进展出发,对存在的问题进行论述,并对未来发展方向进行展望。【结果 】东北地区在农业灾害监测、农作物种植结构监测、农作物长势监测与估产和农业土地资源普查方面充分发挥了遥感技术的优势,并得到较好的应用。【结论 】面对东北地区面临的一系列问题,未来从“天空地网”一体化农情监测与预警,推广发展智慧农业、无人农场的现代农业,黑土地保护及耕地质量监测,聚集面向国家重大需求等方向开展深入研究,将能不断促进东北农业的高效、绿色、安全发展。     

基于信息技术的财政支农项目监管方法

近年来,财政支农项目投入逐年加大,急需利用新技术、新方法对财政支农项目进行评估、监管。本研究以江苏省财政支农项目为例,通过利用遥感技术以及构建管理信息系统,实现财政支农项目中有形的实体建设项目和无形的科研培训类项目的评估与监管,不仅可提高财政支农资金使用效率,也可为相关管理部门合理配置资源提供科学、客观的决策依据。     

农业病虫害监测中高光谱遥感技术应用研究

农作物病虫害监测是有害生物综合防治必不可少的环节之一。本文首先在阐述高光谱遥感监测农作物病虫害原理的基础上,对高光谱遥感技术近年来在农业病虫害防治中的应用进行了归纳总结,按主要大宗作物种类进行分类,体现了高光谱遥感在植保领域中广阔的应用前景。最后,对该技术在农业病虫害领域的应用前景进行了展望。     

Agricultural remote sensing big data: Management and applications

Big data with its vast volume and complexity is increasingly concerned, developed and used for all professions and trades. Remote sensing, as one of the sources for big data, is generating earth-observation data and analysis results daily from the platforms of satellites, manned/unmanned aircrafts, and ground-based structures. Agricultural remote sensing is one of the backbone technologies for precision agriculture, which considers within-field variability for site-specific management instead of uniform management as in traditional agriculture. The key of agricultural remote sensing is, with global positioning data and geographic information, to produce spatially-varied data for subsequent precision agricultural operations. Agricultural remote sensing data, as general remote sensing data, have all characteristics of big data. The acquisition, processing, storage, analysis and visualization of agricultural remote sensing big data are critical to the success of precision agriculture. This paper overviews available remote sensing data resources, recent development of technologies for remote sensing big data management, and remote sensing data processing and management for precision agriculture. A five-layer-fifteen-level (FLFL) satellite remote sensing data management structure is described and adapted to create a more appropriate four-layer-twelve-level (FLTL) remote sensing data management structure for management and applications of agricultural remote sensing big data for precision agriculture where the sensors are typically on high-resolution satellites, manned aircrafts, unmanned aerial vehicles and ground-based structures. The FLTL structure is the management and application framework of agricultural remote sensing big data for precision agriculture and local farm studies, which outlooks the future coordination of remote sensing big data management and applications at local regional and farm scale.     

土地利用/覆盖遥感分类研究综述

遥感技术已成为土地利用/覆盖信息来源的重要手段,分类方法在其研究中占有重要的地位,方法的优劣直接关系着分类的精度。本文阐述了不同类型遥感资料的性质及应用范围,并在综合分析研究当前主要的遥感图像分类方法基础上,对常规的统计分类方法、人工智能分类方法、针对实际情况的分类方法及其它较新的分类方法进行了综述。     

Site-specific management units in a commercial maize plot delineated using very high resolution remote sensing and soil properties mapping

The joint use of satellite imagery and digital soil maps derived from soil sampling is investigated in the present paper with the goal of proposing site-specific management units (SSMU) within a commercial field plot. Very high resolution Quickbird imagery has been used to derive leaf area index (LAI) maps in maize canopies in two different years. Soil properties maps were obtained from the interpolation of ion concentrations (Na, Mg, Ca, K and P) and texture determined in soil samples and also from automatic readings of electromagnetic induction (EMI) readings taken with a mobile sensor.Links between the image-derived LAI and soil properties were established, making it possible to differentiate units within fields subject to abiotic stress associated with soil sodicity, a small water-holding capacity or flooding constraints. In accordance with the previous findings, the delineation of SSMUs is proposed, describing those field areas susceptible of variable-rate management for agricultural inputs such as water or fertilizing, or soil limitation correctors such as gypsum application in the case of sodicity problems. This demonstrates the suitability of spatial information technologies such as remote sensing and digital soil mapping in the context of precision agriculture.     

空间信息技术在农业可持续发展中的应用

在阐述空间信息技术的内涵的基础上,分析了数字农业和农业可持续发展的关系,对空间信息技术在农业领域的应用进行探讨,认为空间信息技术为农业可持续发展提供了技术支持和分析手段,在土地利用动态监测与资源调查、自然灾害监测与评估、农作物长势监测与估产、土壤侵蚀调查、农用地适宜性评价以及农作物病虫害监测等方面都有重要作用。     

粮食单产遥感预测方法

本文介绍了通过时序遥感植被指数进行粮食单产预测的方法。以NOAA-AVHRR数据为基础数据源，提取区域作物生长过程曲线，并对曲线进行时序分析，提取曲线特征参数，采用参数-产量拟合法、产量分解法和产量差值法三种建模方法，分别对各参数与粮食单产、波动单产和差值单产进行相关分析，得到区域粮食单产敏感因子，并采用线性拟合的方法建立各地区不同类型的单产预测模型，从三种模型中选取置信度最高的模型作为最终单产预测模型。依据此方法对全国26个秋粮主产省份2004年单产进行预测，并将最终的预测结果与国家统计局数据进行对比分析．两者之间的误差在-4．9至11．59之间．相关系数为0．947。     

地理信息网格及其在数字农业建设中的应用

网格技术是网络环境下海量数据管理和信息共享的有效方法。地理信息网格是网格技术在地理空间技术领域的应用,作为农业空间信息网格的基础,它是实现农业信息共享与服务的有效途径。地理信息网格在数字农业领域的广泛应用将深刻影响农业信息系统的规划部署、运行和管理机制,提高农业信息资源共享程度和使用效率,推进数字农业建设的步伐。     

An automated stand-alone in-field remote sensing system (SIRSS) for in-season crop monitoring

A stand-alone in field remote sensing system (SIRSS) with high spatial and temporal resolution was developed in this study. System control and image processing algorithms consisted of image acquisition control, camera parameter control, crop canopy reflectance calibration, image rectification, image background segmentation and vegetation indices map generation were developed and embedded in the SIRSS. The SIRSS is able to automatically capture multispectral images over a testing field at any predefined time points during the growing season and process captured images in real-time. This paper presents the SIRSS system design, image analysis procedures and determination of vegetation indices. In a validation experiment over an 8-plot corn field with three different nutrient treatments spanning the 2006 growing season, a total of 91 images were acquired and four different vegetation indices were derived from the images of each day. The largest differences of indices values among three treatments were indentified during the V6-V8 stages which implied this period could be the best time to detect variability caused by the nitrogen stress in the cornfield. The SIRSS has shown the potential of monitoring changes in vegetation status and condition.