来源：《遥感学报》2016年9月25
作者：陈仲新 , 任建强 , 唐华俊 , 史云 , 冷佩 , 刘佳 , 王利民 , 吴文斌 , 姚艳敏 , 哈斯图亚
摘要：得益于中国自主遥感卫星、无人机遥感和物联网等技术的发展，中国农业遥感研究与应用在过去20年取得了显著进步，中国农业遥感信息获取呈现出天地网一体化的趋势;农业定量遥感在关键参数遥感反演技术方法与应用方面取得进展;作物面积、长势、产量、灾害遥感监测的理论与技术方法取得突破，农业遥感技术应用领域不断拓展。本文从农业遥感信息获取、农业定量遥感、农业灾害遥感、作物遥感识别与制图、作物长势遥感监测与产量预测、农业土地资源遥感等方面对中国农业遥感科研与应用进行了总结综述。
关键词:农业 , 遥感 , 进展 , 展望
1、过去20年农业遥感研究进展
1.1农业遥感信息获取
遥感以其快速、简便、宏观、无损及客观等优点，广泛应用于农业生产各个环节。农田作物信息的快速获取与解析是开展精准农业实践的前提和基础，是突破制约中国现代农业应用发展瓶颈的关键，在农业田间信息获取上，遥感技术优势明显。农业遥感信息获取是农业遥感应用的基础。中国农业遥感信息获取从依赖国外遥感数据，到自主国产卫星遥感数据大量应用、航空遥感、无人机、地面近距遥感齐头并进，形成“天—地—网”一体化的农业遥感信息协同综合获取的技术体系。
(1)卫星遥感信息获取。20个世纪中国没有自主的陆地资源卫星，作物面积遥感监测主要采用国外卫星遥感数据，如Landsat TM、SPOT等。大范围农业遥感监测采用低分辨率NOAA AVHRR以及国产风云气象卫星的遥感数据(江东等，1999)。1999年中巴陆地资源卫星成功发射，标志着包括农业遥感应用在内的资源环境遥感有了自主的卫星遥感数据源。CBERS数据广泛应用于作物面积估算、长势监测、病虫害遥感、草地遥感等领域(蒋旭东等，2001;赵锐等，2002)。随后环境减灾小卫星星座(HJ-1 A/B)、北京1号和北京2号小卫星都为农业遥感提供了更多的自主卫星遥感数据。特别是2013年高分系列遥感卫星陆续发射，为农业遥感研究与业务应用提供数据保障。高分一号宽视场(WFV)16 m遥感数据4—5 d的重访周期为快速变化的农业目标提供了理想的观测数据，特别在农业遥感监测业务中取得了创新成果。如首次利用单一遥感数据源完成了全国尺度小麦的空间分布图(唐华俊等，2015a)。高分系列的其他卫星遥感器为满足全天候作物监测、作物品质监测、作物病虫害监测等提供有力的遥感信息保障。
(2)低空无人机信息获取。随着遥感、全球卫星定位系统、地理信息系统、微型计算机、通讯设备等技术的迅速发展，微小型无人机遥感技术平台取得了很大的进展，为精准农业的进一步发展提供了技术支持。微小型无人机信息获取技术具有平台构建容易、运行和维护成本低、体积小、质量轻、操作简单、灵活性高、作业周期短等特点。可弥补现有航天、航空遥感和地面遥感系统的不足，完善地面作物监测体系(汪沛等，2014)。特别对于中小尺度的农业遥感应用能够发挥更大的作用，获取更精确的农情信息，对作物信息监测技术的发展和应用具有重大意义。
利用无人机搭载移动式激光扫描仪、CCD相机、光谱仪以及热成像摄像机，不仅可以记录几何轮廓数据，还可以采集图片信息、激光背散射强度、高光谱和热信息数据(Xiang和Tian，2011;白由路等，2010)。无人机可以相对廉价地多次反复采集数据，使其在多时相数据采集方面具有独有的优势。比如利用无人机在精细的几何测量方面的优势，精细监测作物生长高度、分布密度，可以对作物的长势、发育情况进行精密监测，提高作物监测的精细度。比如利用无人机高光谱影像分析技术，获取土壤的肥力情况和作物的病虫害可以用于指导变量施肥施药来提高化肥和农药的使用效率(Chosa等，2010)。
无人机有效弥补了传统卫星遥感在数据获取方面的局限性，但是当前无人机遥感平台系统的平稳性、抗震性、载荷能力、续航时间、多传感器融合技术、获取的图像质量等方面还存在不足，亟需在载荷、续航、控制系统、几何与辐射校正等自动化处理方面进行进一步的研究(汪沛等，2014)。
(3)天空地一体化农业遥感信息获取。随着互联网、大数据、云计算等相关信息技术的发展，构建天空地一体化农业遥感信息获取技术体系将是快速获取农田信息的有效手段，使得农田信息获取的便捷性、精确性、时效性和低成本性得到了显著的提高。
基于卫星—无人机—地面物联网的一体化农田信息获取体系在解决农田信息有效快速获取的同时，也带来了海量遥感数据融合处理的问题。国家高技术研究发展计划(863 计划)《星陆双基遥感数据的农田信息协同反演技术》利用星载遥感数据和地面固定传感器网络的多源平台的数据融合技术，提高了信息获取精度，准确及时获取农田生态环境参数，从而提高粮食估产，灾害评估的精度和可靠性。Shi等人(2014)提出了卫星、无人机和地面的天空地一体化遥感数据配准和农田信息提取的技术框架和关键技术，建立了全面的天空地一体化农业遥感观测系统，提高了高时空分辨率、高精准、低成本的精细农田信息获取的能力。
1.2 农业定量遥感
农业定量遥感是通过研究和改进经验模型和辐射传输模型，着重建立农作物与农田环境参数的遥感定量反演技术，从而实现利用遥感数据定量获取有关农作物生长的关键生物理化参数，为作物生长模型、数据同化系统以及作物估产等研究提供可靠的输入参数，并且能够为实际的田间农业管理提供有价值的参考信息。
1.2.1 叶面积指数遥感反演
作物叶面积指数LAI(Leaf Area Index)遥感反演是农业定量遥感研究的热点之一。LAI是生物地球化学循环以及陆地与大气之间水热循环的重要参数，对于农作物的蒸腾、光合作用以及农作物估产等具有十分重要的意义。近20年以来，中国LAI的定量遥感反演研究得到了快速发展，具体表现在：(1)数据源的选择从最初较为单一类型的多光谱数据(如MODIS和TM等)，发展到目前被广泛应用的高光谱数据、多角度数据、激光雷达数据、高分数据以及无人机数据等，尤其是国产卫星(如HJ-1 A/B星和高分一号(GF-1)等)在LAI的定量反演中受到越来越多的关注(郭琳等，2010;贾玉秋等，2015);(2)在方法研究上，无论是在经验统计方法还是在物理模型方法上都进行了大量有益的探索(张仁华等，1998;李开丽等，2005;刘婷等，2016)。尤其对于国内最常用的LAI与光谱反射率(或植被指数)的经验统计方法，学者们从不同的角度尝试消除传统经验统计方法的局限，力图提高LAI反演精度。如在作物不同生育期采用不同形式的植被指数反演LAI(赵娟等，2013)、以及建立LAI的分段监测模型(贺佳等，2014)等;(3)作物LAI定量遥感反演的应用研究呈现丰富多彩的局面，研究所涉及的作物类型由常见的大宗作物(如小麦和玉米等)，发展到各种各样的农作物产品(包括甘蔗、棉花、烟草等)(刘姣娣等，2008;何亚娟等，2013;王昆等，2015)，体现了中国农业定量遥感多样化发展的特色。
由于植被结构和生物物理特性的多样性，以及植被冠层和大气辐射传输过程的复杂性，LAI的定量遥感反演，尤其是获取区域尺度准确的LAI，历来就是定量遥感的一个难点。虽然LAI的定量遥感反演得到了广泛的关注和研究，但与国际前沿研究相比，中国在LAI定量遥感反演方面还存在着明显不足：(1)目前研究集中在经验统计方法的应用和改进上，而在经验统计方法本身的创新上还有待进一步加强;(2)缺乏物理模型方法的研究，较少有涉及有关作物LAI的辐射传输模型的创新性探索和开发的报道。当前对地观测技术的不断进步，尤其是国产卫星的迅猛发展，给作物LAI定量遥感反演带来了新的机遇。例如多角度遥感和激光雷达等新型观测系统的建立，能够更加真实地揭示植被冠层的真实3维结构;高光谱数据能够提供丰富的植被特征信息，能够有效避免植被信息反演饱和的问题。这些遥感技术的发展，对LAI的定量反演起到了积极的作用。如何有效发挥不同遥感观测的优势，发展更好地描述植被结构与辐射传输过程的物理模型，是丰富LAI定量遥感反演方法与提高LAI反演精度的有效途径。
声明：中国勘测联合网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述，文章内容仅供参考。
