关键词：遥感技术；农业；应用进展
引言
遥感技术是一种获取地表物体几何和物理性质的技术。早期的遥感图像的解译，通常通过目视判读方法，随着计算机的加速发展，解译方法得到了快速发展，一种使用计算机对原始遥感影像进行图像增强、图像变化、辐射校正、几何校正等一系列的预处理，然后通过相应的遥感处理软件进行进一步精处理，对结果进行处理，最终通过专业技术人员的经验进行解译，直接对解译结果进行处理，生成具有处理特征的遥感影像［1］。目前，遥感可分为高光谱遥感和多光谱遥感。高光谱遥感不仅可以探测到被遮盖的地物，而且可以准确地估计植物生态系统的物理和化学参数的变化，包括土壤水分、土壤特性、植被干物质、土壤生物化学参数、土地利用动态监测变化等。多光谱遥感是利用具有2个及2个以上光谱通道，采用多种传感器对地物进行同步成像的一种遥感技术；将地物反射的电磁波信息划分为若干个光谱波段，用于接收和记录地物信息［2，3］。当前遥感技术的发展使得遥感应用领域逐渐扩大，有林业遥感、资源遥感、遥感地质、气象遥感、灾害遥感、军事遥感、农业遥感等，尤其在农业遥感领域得到了广泛的应用，从早期的农业墒情监测和农作物面积变化监测，再到农业资源利用监测，以及利用无人机对区域水资源和农业干旱的监测与评价等。
1遥感在农业领域的应用
遥感可以获得大量的信息，多平台和多分辨率，快速、覆盖范围广等，是遥感数据的一个重要的优势。农业遥感技术是遥感技术和农业科学技术相结合形成的，是可以及时掌握农业资源、作物生长以及农业灾害信息等的最佳方式，在调查和评估，以及农业生产的监测和管理中具有独特的作用［4，5］。现代农业遥感发展的新兴技术，可以实时监测湖泊和水库水面的高度以及评价区域水资源和农业干旱，包括作物品种质量监控和鉴定［6－9］。
2农业遥感技术在我国的起步与发展
农业遥感的发展是遥感技术的重要应用领域，中国自20世纪70年代末以来，就已经进行了农业遥感的初步应用。原北京农业大学（中国农业大学的前身）根据国家土壤调查的要求，在中国国家计划委员会的支持下，由中国科教委和农业农村部组织聘请外国专家培训了专门的遥感应用人才队伍，在1983年5月成立了中国国家农业遥感培训中心。此后，我国将遥感技术广泛应用于农作物产量估算、农业气象、土地资源调查与监测和生态环境变化等领域。目前，遥感技术的应用进入了大量的实际应用化的阶段。我国大力开展国际合作与研究，积极探索遥感领域的前沿技术，使得中国成为世界上遥感领域技术先进的国家之一［10，11］。进入20世纪90年代中后期，出现了大量比较成熟的农业遥感软件，包括农业资源调查与监测的软件，由中国科学院农业遥感实验室组织开发的遥感处理软件———土地利用调查与数据处理系统软件；中国农业科学院草原研究所开发的北方草原产量动态监测系统软件等，新的遥感处理软件大大提高了人们的工作效率。近年来，各部门逐渐建立了地方的遥感中心，为国民经济建设提供了大量支持。随着遥感技术的逐渐成熟、数据来源的大量增加，以及计算机软硬件性能的快速提高，使得遥感应用逐渐普及［12］。
3遥感在当前农业应用中的进展
当今农业发展的趋势是精准农业，具有高质量、安全、低耗、高效的特点，精准农业的大量信息采集，如农作物长势监测、作物害虫监测、作物产量预测，土壤水分预报等农业精准信息，为精准农业的农业信息管理提供了依据。虽然国内的遥感在农业方面做了一些工作，但仍处于起步阶段［13－16］。农业遥感在未来应加强应用的深度和广度研究。通过3S技术的结合，在农业生产管理、农业资源、农业工程监理和其它现代农业建设领域，为农业部门的科学决策提供了详实的支持数据。高光谱遥感技术和无人机技术已经成为农业遥感新的研究热点［14］。
3．1高光谱遥感在农业遥感中的应用
由于高光谱遥感不会对农作物造成损害，因而被广泛应用于监测农作物的叶片面积。这弥补了传统遥感技术获取农作物叶面积指数时间过长的缺点，从而获得最准确、损害最小的遥感监测数据。通过高光谱的观测和分析，可以得到更为精确的农作物叶面积指数，形成不同的遥感反演模型。如，使用地物光谱仪测量冬小麦在特定波段范围内的反射率和透射率，使用冠层分析仪对冬小麦进行分析，形成光谱曲线；经过观测，形成遥感反演模型，并将模型估计值与实际观测值进行对比，结果显示，明显提高了遥感反演模型的整体精度。现阶段，我国农业现代化发展的主要方向和目标是精细农业，在农业监测中高光谱遥感技术具有快速高效、准确、无损的特点，已经成为了农业遥感监测中被广泛应用的手段。精细农业可以通过科学、系统的管理方法对农业资源利用进行合理规划，在不污染环境的前提下，通过遥感技术提高农产品产量和质量。考虑到精细农业对数据和信息的需求，传统的分析方法已不能满足现代农业发展的需要。因此，3S技术的综合被应用到农业监测中。高光谱遥感在精准农业的发展中得到了广泛的应用。利用高光谱技术获得更完整和更准确的农作物参数，为农作物的种植与管理提供了有利的保障［18－20］。高光谱遥感技术除了上述内容，在全面的农作物质量监测，通过获取农作物在不同生长时期的数据特征进行全面的预测以及最后的生产，目前主要集中在不同农作物的种植面积和产量以及质量监测过程中的数据访问与存储。虽然高光谱技术已经全面、准确应用于农业中，但还需要进一步的研究。如何将高光谱遥感技术应用于作物机理和农业信息的监测以及完善农业光谱信息数据库，为进一步提高农业信息监测模型的适用性和准确性提供支持［22－26］。
3．2无人机遥感在农业中的研究进展
3．2．1农田空间信息农田空间信息包括地理坐标信息、通过视觉和机器识别获得的农作物分类信息。通过无人机可以识别农田边界来预估种植面积。传统方法进行农田的面积测量，具有时效性差和农田边界位置与实际情况差异大的缺点，不利于精准农业的实施监测。无人机可以准确、有效并且实时获取全面的农田空间信息，具有传统的测量无法比拟的优势。无人机航拍图像可以实现农田基本空间信息的识别，农作物区域面积的计算和种类的识别仅通过数码相机就可以实现。空间定位技术的快速发展，大大提高了农田定位信息研究的精度和深度，随着无人机影像空间分辨率的提高，地形、坡度和高程信息的引入，可以实现较为准确的农田空间信息监测。张宏明等利用无人机DEM数据提取农田灌溉渠道系统，对于灌溉渠道提取完整性达到85．61％［19］。
3．2．2作物生长信息农作物的生长状况可以通过多种信息反映，如产量信息、表型参数以及营养指标来表示。包括植被覆盖度和叶面积指数等，多种信息相互关联，共同代表了作物的生长，与最终产量直接相关［21］。在野外信息监测研究中起着主导作用。
3．2．3作物生长胁迫因子农田墒情监测热红外法是农田土壤含水量监测的常用手段。在高植被覆盖度的地区，通过叶片气孔的关闭，可以有效减少蒸腾引起的水分损失，增加地表感热通量，从而减少地球表面的潜热通量，导致作物冠层温度上升。水分胁迫指数能够反映农作物的水分含量与作物冠层温度的关系。通过传感器的热红外波段可以有效地获得作物冠层温度，进而有效反映农田水分状况。在植被覆盖度比较低的地区，土壤水分可以间接表示下垫面的地表温度变化，由于水的加热温度变化是一个缓慢的过程，因此土壤水分的分布可以间接反映白天下垫面温度的空间分布。裸地对遥感的温度监测是一个重要的干扰因子，在冠层温度监测中较为重要。研究者研究了裸地温度与作物表面覆盖度的关系，确定了裸地引起的冠层温度测量值与真值之间的差距。将修正结果应用于农田水分监测，提高了监测结果的准确性。在实际农田生产经营中，农田漏水也是人们关注的焦点。利用红外成像仪对灌溉渠的渗漏进行监测，准确率达93％［27－29］。
3．2．4病虫害监测通过热红外波段的实时监测，可以有效反映作物病虫害分布的动态变化情况。作物在健康的条件下，蒸腾作用是通过气孔的开闭来调节的，以保持农作物温度的恒定。当发生病害后，叶面会发生病理变化。病原菌植物对植物蒸腾作用的影响比较明显，会造成侵染部分温度的升降。一般情况下，植物易感会导致气孔开度失调，使致病区域的蒸腾作用高于健康区的蒸腾作用；旺盛的蒸腾作用会导致致病区域温度的下降，致病区域的叶片温差明显高于正常叶片的温差，直到坏死部位的细胞完全死亡，叶片会变得枯黄，叶片的蒸腾作用完全丧失。通过健康植株温差始终低于叶片表面的温度的原理［30－33］，可以实时监测作物病虫害的变化趋势。
4总结
4．1我国遥感技术在农业应用中的发展
在我国主要粮食主产区，建立了产量估算信息系统，冬小麦遥感产量估算操作系统是RS与GIS技术相结合的产物。可以将整个产量估算的操作环节集成到计算机系统的操作中，具有完整的数字化操作能力，可以输出各种产量估算结果。大量冬小麦产量估算试验结果表明，利用冬小麦遥感产量估算操作系统进行大面积作物产量估算的精度可达95％以上，随着运行年限的逐渐积累，操作系统的生产精度将逐步提高，运行成本将逐年降低。同时，我国迫切需要了解农业种植结构的变化，针对于种植面积计算的要求、监控的增长潜力、建立单位面积产量模型和遥感监测，中国科学院农业研究实验室在GIS技术的支持下开发了一种作物产量估算的实用操作系统。并且，东北的三江平原，南方的太湖平原也相继建立了遥感监测系统，取得了良好的应用效果。
4．2遥感在农业发展中的前景
中国国家科教委将“RS、GIS和GPS综合应用研究”列为国家科技攻关重点项目。到目前为止，遥感信息技术已连续7个“五年规划”被列为国家重点项目，体现了国家对遥感的重视。可以预见，遥感可以有效地应用于农业发展中，使其走上产业化发展的道路［35］。
5结语
随着国家空间基础设施建设的持续推进以及“高分辨率对地观测系统”的深入实施，中国将拥有更多的国产资源调查监测卫星。物联网与大数据、人工智能等技术的发展以及现代农业发展的需要，将使得我国农业遥感技术的研究和应用进一步发展。
5．1农业遥感的应用范围和应用领域的拓宽
物联网加大数据与遥感观测、导航与定位，结合其它学科领域，可以促进农业遥感自身的发展，跨学科的应用也将扩大农业遥感的应用领域。需要进一步建立“空、天、地”三位一体的农业综合管理系统，深入发展遥感观测精度的智能农业、农作物育种表型、农业保险的监测和评价、绿色农业发展、农业政策的效果评价等方面。
1全球定位系统全球定位系统(GPS,GlobalPositioningSystem)是由地球导航卫星、地面监控系统和用户GPS接收机等3个主要部分组成。现在最常用的是美国GPs系统,它包括在离地球约20O00km高空近似圆形轨道上运行的24颗地球导航卫星,其轨道参数和时钟由设于世界各大洲的5个地面监测站与设于其本土的一个地面控制站进行监测和控制,使得在近地旷野的GPS接收机在昼夜任何时间、任何气象条件下最少能接受到4颗以上卫星的信号。通过测量每一卫星发出的信号到达接收机的传输时间,即可计算出接收机所在的地理空间位置。
农田养分信息具有显着的空间属性,其空间变异性很大。在数据采集过程中,其位置的识别是与数据监测密不可分的,因此需要对信息进行准确的定位。
全球定位系统(GPS)提供了全天候、实时精确定位的测量手段。数字农业中,GPS主要是用来确定在田间的位置,结合其土壤的含水量、氮、磷、钾、有机质和病虫害等不同信息的分布情况,辅助农业生产中的灌溉、施肥、喷药等田间操作,其作用从本质来说是提供三维位置和时间。GPS主要应用于以下3个方面:一是智能化农业机械的动态定位(即根据管理信息系统发出的指令,实施田间的精准定位);二是农业信息采集样点定位(即在农田设置的数据采集点、自动或人工数据采集点和环境监测点均需GPS定位数据);三是遥感信息GPS定位(即对遥感信息中的特征点用GPS采集定位数据,以便于GIS配套应用)。由于GPS存在较大的误差,所以差分GPS(即DGPS)越来越受到人们的重视。DGPS可以消除卫星钟差、星历误差、电离层和对流层延迟误差等,从而使定位精度大幅度提高。
2遥感技术遥感技术(RS,RemoteSensing)的基本原理是利用物体的电磁波特性,通过观测物体的电磁波,从而识别物体及其存在的环境条件。遥感技术系统由传感器、遥感平台及遥感信息的接受和处理系统组成。
其中,接受从目标反射或辐射的装置叫做遥感器(如扫描仪、雷达、摄影机、摄像机和辐射计等),装载遥感器的平台称遥感平台(如飞机和人造卫星等)。经过遥感器得到的数据在使用前应根据用途需要做相应的纠正、增强、变换、滤波和分类等处理。
遥感(RS)技术是未来数字农业技术体系中获得田间数据的重要来源,它可以提供大量的田间时空变化信息。遥感技术在精准农业中的应用主要以下3个方面:一是作物长势及其背景的监测,运用高分辨率(米级分辨率)传感器,在不同的作物生长期实施全面监测,并根据光谱信息进行空间定性和定位分析,为定位处方农作提供依据;二是作物冠层多光谱监测,利用地物光谱仪和多光谱相机获取的信息,监测叶绿素密度的变化,并分析其变化与养分的关系;三是运用多光谱遥感信息(红外波段),在有作物条件下监测土壤水分。
3田间信息获取技术的现状和发展趋势3.1土壤水分和养分信息获取技术国内外已开始研究采用各种不同的手段来获取土壤水分和养分信息。目前,除了一些传统的常规测量方法外,已尝试采用的较新的技术,包括遥感、计算机及网络和地面传感技术等。其中,实践较多的是以电子技术为支撑的地面信息传感技术和以空间技术为支撑的遥感信息采集技术。
土壤水分信息的获取相对于其他土壤养分更易掌握,因此对土壤水分测量方法的研究已经取得了显着成果。各种在线式的测量方法相继产生,如电阻法、时域反射法(TDR法)、频域反射法(FDR法)、中子散射法和近红外光谱法等。这些方法均有一定的局限性:一是电阻法的测量精度受土壤含水率的影响很大;二是时域反射法在低频(≤20MHz)工作时较易受到土壤盐度、粘粒和容重的影响,而且价格比较高;三是频域反射法的读数强烈地受到电极附近土体孔隙和水分的影响,特别是对于使用套管的FDR测量;四是中子散射法虽然测量方法简单,但仪器设备昂贵,并且存在潜在的辐射危害。对于土壤养分信息(土壤中的N,P,K,pH值、有机质、含盐量和电导率)的获取技术,常规化学试验测量方法仍是现在土壤养分信息获取的主要手段。该方法具有破坏性和不及时性等缺陷,因此随着近红外光谱技术的不断完善和应用的广泛性,用近红外光谱技术来检测土壤养分已经成为国内外学者研究的重点。
近红外光谱法是根据水的红外吸收光谱来进行测量的,在红外区内,水的吸收波长为1200,l450,1940和2950nm,测量方式有反射式、透射式和反射透射复合式等几种。红外光谱水分仪具有无接触、快速、连续测量、测量范围大、准确度高和稳定性好等优点,适用于在线水分监测,但在测量自然物体时因表面不规则使得反射率不稳定,影响测量精度,需对样本做简单处理。
土壤其他养分信息的研究主要包括土壤中N,P,K,pH值、有机质、含盐量和电导率等信息的采集。现在,除了常规化学试验测量方法外,用近红外反射光谱法来测量土壤养分已成为国内外诸多学者研究的重点。Shibusawa等指出,用400~1900nm波段来预测土壤湿度、pH值、土壤电导率和土壤有机质等,其相关系数从0.19变化到0.87;李民赞研究了基于可见光光谱分析的土壤参数分析,在11O0,1350,1398,2210nm处建立了多元线性回归模型,相关系数为0.934;健等用近红外光谱法分析了土壤中的有机质和氮素;He等对土壤电导率和常量元素的测量;鲍一丹等应用光谱技术研究了土壤粒度和含水量对预测土壤氮含量的影响。
3.2作物长势的监测技术对农作物长势的动态监测可以及时了解农作物的生长状况、土壤墒情、肥力及植物营养状况,以便及时采取各种管理措施,保证农作物的正常生长。同时,可以及时掌握大风或降水等天气现象对农作物生长的影响,监测自然灾害或病虫害对作物产量造成的损失等,为农业政策的制订和粮食贸易提供决策依据。
应用遥感技术可对大面积农作物的长势进行监测,其基本方法是利用覆盖周期短而面积大的NOAA卫星资料,对地面植被吸收的光谱信息和地面实际情况进行分析,并结合常规的方法和资料,建立作物监测模式,用以监测作物长势,苗情监测通报,指导农业生产¨。国际上,关于农作物生长状况遥感监测与估产有3个标志性的实验计划,即美国的LACIE计划、A—GRISTARS计划和欧盟的MARS计划。1974—1977年,美国农业部(USDA)、国家海洋大气管理局(NOAA)、美国宇航局(NASA)和商业部合作主持了“大面积农作物估产实验”,主要品种是小麦,地区范围是美国、加拿大和前苏联。1980—1986年,执行LACIE计划的几个部门又合作开展了“农业和资源的空间遥感调查计划”,其中包括世界多种农作物长势评估和产量预报。欧盟所属的联合研究中心遥感
应用研究所通过实施“遥感农业监测”项目,即MARS计划,也成功地建成了欧盟区的农作物估产系统,并将结果应用于诸如农业补贴与农民申报核查等欧盟的共同农业政策。在农作物长势监测的方法上,国外科学家主要围绕适合大面积监测的NOAA—AVHRR的应用进行了多方面的探索,取得了许多突破进展¨卜”J。我国利用气象卫星监测作物生长状况的研究始于20世纪80年代中期,并应用气象卫星对农作物长势进行宏观监测的理论和方法进行了研究。
3.2.1作物根系信息监测技术作物根系信息基本上是通过图像识别的方法来得到的。例如加拿大产的ET一100根系生态监测系统,运用透明管材埋设在需要研究的根系周围,使用特殊图像捕捉系统对根系照相,然后借助专业根系分析系统对混合图像进行分析,从而跟踪了解其生长过程。
这种方法可以非破坏性地动态追踪分析根系形态因子,根系相关数据能够定量化,还可以根据用户需求监测土壤水分状况,从而研究根系所在区域内溶质运移及水分胁迫所引起的生理变化。该方法已广泛应用于园艺植物培养和作物生长模型研究等领域。
3.2.2光合作用测定技术光合作用测定的一个例子是用叶室内装备最新的小型红外气体分析传感器(IRGA),测量温度和光合有效辐射(PAR)的传感器接收信号,再用便携式微处理器控制叶室内的二氧化碳和水蒸汽浓度,并测量二氧化碳和水蒸汽交换。CIRAS一1植物光合测定仪根据精密测量叶片表面CO浓度及水分的变化情况,来考察叶片与植物光合作用相关的参数,用以测量植物叶片的光合速率、蒸腾速率和气孑L导度等与植物光合作用相关的参数。
3.3作物营养监测技术叶绿素是吸收光能的物质,对作物的光能利用有直接影响。叶绿素含量和作物的光合能力、发育阶段以及氮素状况有较好的相关性。由于叶绿素之间的含氮量和叶变化趋势相似,通常认为可以通过测定叶绿素来监测植株氮素营养。
叶绿素的常规测定使用分光光度计法,因为这种方法要进行组织提取和分光光度计的测定,所以既耗时间又对植被造成损伤。另外,从大田到实验室的运输和样本制备过程中很可能损失叶绿素,进而导致叶绿素含量发生变化。
目前,应用较多的是一种日本生产的SPAD一502叶绿素仪。这种叶绿素仪的工作原理是采用两个不同波长的光源分别照射植物叶片表面,通过比较穿过叶片的透射光光密度差异而得出SPAD值。因此,SPAD值是一个无量纲的比值,与叶片中的叶绿素含量成正相关。在叶绿素仪应用的研究中,各研究者所采用的测定部位都大体相同,即作物生长前期取新展开的第一片完全展开叶作为测定部位,生长后期则取功能叶(小麦取旗叶和玉米取穗位叶)作为测定部位。
叶绿素仪在玉米株与株之间的测定值可能会相差15%,在同一片叶上不同位置的测定值也不同。一般认为,距离叶基部55%处的SPAD测定值较大,且偏差较小,是合适的测试位点。
便携式高光谱仪是一种非损伤性测定叶绿素的方法,它通过测定绿色植物叶片的反射率、透射率和吸收率来测定叶绿素含量,这决定了高光谱技术在植被叶绿素含量评价研究中具有不可替代的作用。国内外很多学者已经对作物氮元素的高光谱及光谱测量进行了研究,并且各种反射率比值及植被指数用于监测植物的氮素亏缺1卜。王人潮等利用叶绿素计和高光谱快速测定了大麦的营养状况,结果表明,可以通过光谱法来测定大麦的氮素水平¨;IJi等应用反射光谱检测了茶叶的叶绿素含量;方慧等应用光谱技术检测了油菜叶片中叶绿素含量¨。光谱监测提供了一种自动、快速和非损伤性的植物营养状态监测方法,并且田问不同处理之间的冠层光谱差异为高光谱和多光谱遥感大面积监测氮素营养提供了可行性。
3.4作物冠层多光谱监测技术植物冠层光谱特性是植物光谱特性与背景土壤光谱特性的综合。随着植物冠层的发育,土壤光谱特性的作用逐渐下降;在植物衰老时,土壤背景的作用又逐渐增大。一般叶面积指数(LAI)达到3左右时,冠层在可见光和中红外波段的光谱反射率基本稳定;而在近红外波段,LAI达到5~6时,光谱反射率才能饱和。冠层光谱反射率还受太阳光入射角、双向反射、气溶胶和风速等诸多外部因素的影响。由于植物营养状况能影响叶面积、冠层形态和内在生理特征,而且不同营养元素的影响程度也不同,因此利用冠层光谱分析可以诊断植物营养状况。现代”精细农业”的一个非常重要的技术手段,就是利用遥感技术监测作物的营养状况与长势。与叶片光谱特性一样,氮素营养对冠层光谱特性影响的研究最为系统和深入。
随着氮素营养水平的提高,光谱反射率在可见光和中红外波段降低,而在近红外波段却增加。诊断水稻冠层氮素营养水平的敏感波段为760~900nm,630~690nm和520~550nm。不同氮素营养水平下的冠层光谱反射率存在着明显差异,经植被指数转换后差异更为显着与稳定。因此,利用冠层光谱测试可以区分作物的氮素营养水平。
植物中磷钾营养水平与冠层光谱特性的关系研究较少见。总的来说,磷钾对光谱特性的影响不如氮明显。在水培和砂培条件下,不同磷钾水平的植物冠层光谱反射率存在显着差异,磷钾营养对冠层光谱特性的影响与氮的影响相似。随着磷钾营养水平的提高,可见光波段的光谱反射率下降,而在近红外波段却有明显增加。利用光谱分析,可区分3~5级的磷钾营养水平。在田间条件下,由于磷钾的缺乏不严重,有时结果不太一致。
还未见报导。由于它们对叶面积、生物量以及叶片叶绿素等生理生化性质的影响与大量元素具有相似性,预计中量及微量元素对冠层光谱特征的影响也具有相似性,但影响程度将会差异较大。
目前,在国外应用的一种田间便携式分光仪可以方便地检测作物的冠层反射系数。用数学方法将几个波长下得到的反射系数进行合并就可以得到作物的“光谱系数”,或称之为探测值。经过优化的光谱系数在作物的拔节期和抽穗期与作物的供氮状况密切相关。利用这种分光仪探测原理,并加以改进而研制的拖拉机机载探测施肥系统已经很成熟。它通过探测系统将作物冠层信息输入计算机,经处理得出作物的需肥情况,计算机通过协调拖拉机步进速度和DGPS(差分GPS)数据,在考虑探测器间距离和施肥区范围基础上控制施肥操作。
作物冠层反射和土壤背景辐射在红外胶片上为不同的辐射显影。照片经计算机处理后,每个像素的色度变化都可以表示出作物反射光线的情况,而作物反射光线特性的变化正是作物营养变化,特别是氮营养状况发生变化的结果。这样分析作物冠层照片就可以准确地分析作物的氮营养状况。Hansen等用高光谱反射分别对小麦的冠层生物量和氮含量进行了研究;Daughtry等通过叶片和冠层反射率来预测玉米叶片的叶绿素含量;冯雷等应用多光谱技术检测了油菜叶片中叶绿素含量J。
3.5作物病虫害诊断及杂草识别技术病虫害是影响农作物产量和品质提高的重要因子,及时、准确与有效地检测病虫害的发生时间和发生程度是采取治理措施的基础。
目前,用雷达监测飞性昆虫、孢子捕捉器监测一些作物病原菌、性信息素诱芯或诱饵监测田间鳞翅目害虫以及灯光诱集飞行趋光性昆虫等,都是利用有害生物的习性开发出的相对省工和省时的监测手段。
随着遥感和高光谱技术的广泛应用,用光谱和遥感技术来监测作物病虫害的研究也取得了一定的进展。
北京农业信息技术研究中心采用高光谱遥感监测小麦条锈病、白粉病和蚜虫,以达到大面积、快速、无破坏的病虫害监测和预测预报的目的。美国利用卫星遥感图片分析监测森林舞毒蛾扩散及危害程度,监测草地蝗虫危害等。中国科学院利用综合航空多光谱数字相机成像系统,监测蝗虫及主要棉花害虫。中科院还利用TM图像遥感监测东亚飞蝗的栖息地芦苇的植被指数和监测蝗灾的动态变化。北京农林科学院利用TM卫星图片监测麦蚜对冬小麦的危害。吴迪等应用光谱和多光谱技术对茄子和番茄的灰霉病进行了早期诊断识别-27]。
随着人们环境保护意识的提高和对农药残留物的重视,对田间杂草清除的研究也逐渐受到许多学者的重视。杂草一作物区分的研究可分为3种:一是人工区分;二是航空遥感技术;三是光学传感器。人工区分目前是区分作物和土壤背景的最佳方法,但既费时又费力;航空图片虽然可以在短时间内获得作物大范围的图像,但是研究表明杂草密度对图像的可视性有严重的影响;基于地面多光谱传感器的研究使得对单种作物一杂草的研究有了进一步的进展。。。
【关键词】海上溢油；遥感；监测
中图分类号：C35文献标识码：A
0.引言
在各类海洋污染中，造成主要污染的因素就是海上溢油。由于轮船的碰撞、海上油井的破裂、翻船、海底油田泄露等各种不同的意外事故，造成大海大面积的石油污染，不仅损害海洋、自然环境，对生态环境、人体健康也是一种危害。溢油对海洋的污染已经引起了各国政府的重视，很多国家都建立了海上溢油的探测系统，对近海领域进行巡视、监测和管理。一旦发生溢油事故，能够在最短的时间内了解到溢油发生的位置以及扩散趋势。通过建立完整的监测系统，大范围有效了解海洋面积的动态信息，对于海洋溢油污染进行定量分析，准确反映溢油污染的情况与程度。
1.遥感技术监测海上溢油范围
海面发生溢油灾害后，溢油区域水面的电磁波谱特性发生变化，相对于没有石油区域的水面有明显差别，利用这种光谱特性的差异可以划分油水分界线，从而确定溢油范围。
1.1可见光、近红外红外遥感技术
利用可见光、近红外红外波段的遥感监测技术是我国针对溢油污染发展最为成熟的监测技术。在其波段的范围内，入射物表面的电磁波与物体发生光学作用，监测系统的传感器通过记录来源物与入射电磁波发生的反射作用，由于物体不同，对电磁波的反射率也不同。实验表明，油种的类型以及厚度都会对海面油膜的光谱曲线造成影响，卫星遥感的最佳敏感波段也存在差异[1]。
1.2微波雷达遥感技术
合成孔径雷达（syntheticapertureradar，SAR）和侧视机载雷达（side-lookingradar，SLAR）是微波雷达的遥感技术用于溢油范围监测的两种雷达。前者是利用多普勒效应，依靠短天线达到高空间分辨率。后者是一种传统雷达，造价低，空间分辨率与天线长度成正比。现阶段，合成孔径雷达已经被广泛运用到溢油范围监测。SAR传感器通过接收仪器发出的电磁波信号，对物体进行识别。海面的毛细波是可以反射雷达的波束，从而造成海面杂波，在SAR传感器的图像上呈现亮图像，油膜覆盖海水表面，致使雷达传感器接收到的波束减少，无法在SAR传感器上体现亮的颜色。
2.遥感技术监测海上溢油类型
如何判断海面上的溢油类型，是遥感技术中的模式识别问题，也是遥感监测中较难实现的问题。
2.1激光荧光遥感技术
激光荧光法是利用激光作为激励光源，激发物质的荧光效应，利用物质的荧光光谱作为信息的参照，通过SAR传感器的监测，进行输入远的荧光光谱分析方法。当物质被光波照射时，基态的物质分子吸收光能量，由原来的能级跃转移到较高的第一电子单线激发态或者第二电子激发态。所谓的荧光效应，就是指通常情况下，转移的电子会急剧地降落，降至最低振动能级，并且以光的形式释放能量。每种物质的荧光谱不同，由于石油油膜中所含有的荧光基质种类的不同以及各种基质比例不同，在相同激光照射条件下所反馈的荧光也不同，荧光谱通常具有不同的强度和形状，这就是激光荧光遥感技术鉴别溢油种类的原理[2]。
2.2红外偏振遥感技术
作为一种新颖的遥感监测手段，被动傅里叶变换红外遥感（Fouriertransforminfraredspectroscopy，FTIR）是一种检测多原子分子的方法，可以实现多组目标的同时进行检测与鉴别。这和传统的红外遥感技术不同，红外偏振遥感技术是能够获取物质表面的状态以及物质的信息等相关偏振信息，这样有助于识别石油的种类。
2.3高光谱遥感技术
在针对溢油种类进行检测时，需要得到足够多的光谱信息，高光谱遥感技术是以其宽度与庞大的波段数量为主要特点，使其成为溢油种类的一种可行手段。通过光谱混合分析的方法对溢油高光谱数据进行研究分析。利用Hyerion高光谱卫星数据进行溢油监测研究，对多种原油的高光谱波谱进行分析，同时利用GA-PCA特征进行提取法与SAM-SFF方法对不同的油种的高光谱波进行提取，以达到鉴别油种的差异。
3.遥感技术监测海上溢油量
溢油量取决于溢油油膜的厚度，根据油膜的厚度对其进行分布以及估算，可以大致得出溢油总量。
3.1紫外遥感技术
紫外遥感技术是通过紫外传感器油膜油层进行探测，对于小于0.05um的薄油层即使在紫外波段也具有很高的反射，通过紫外光与红外光的叠加，大致可以得到油膜的厚度。但是，紫外遥感技术有一个很大的缺点，就是紫外遥感很容易受到外界环境因素的干扰，一旦受到外界因素的干扰紫外遥感就很容易出现虚假信息。
3.2热红外遥感技术
由于油膜在吸收太阳辐射之后会将一部分能量以热能的形式进行释放，所以采用热红外遥感技术，这种技术中红外波段包含地物的温度信息，所以能够辨别油层的厚度，较厚油层表现为“热”的特性，中等厚度油层表现为“冷”的特性。经相关研究表明，发生“冷”、“热”的油膜厚度范围大致为50-150um之间，而这种技术的最小探测油层厚度大约为20-70um之间，由于厚度的区间很小，所以SAR传感器的敏感性因此受到限制[3]。
3.3微波雷达遥感技术
由于海洋的海水本身会发射微波辐射，而海上溢油发生以后油膜区域会发射比海水更强的微波信号，水的微波辐射发射率约为0.4，而油的发射率约为0.8，因此在海水背景中，溢油区域呈现亮信号，并且信号强弱与油膜厚度具有一定的比率。通过微波雷达遥感技术监测溢油量，一方面能够监测海上溢油的范围，一方面可以通过被动式的微波辐射大致计算油膜厚度。但是，我国这方面的技术还不是很发达，油膜厚度的微波遥感定量技术受到环境、传感器等多方面因素的影响，其精度仍然有待提高[4]。
4.结语
本文介绍了海上溢油的三大监测指标，海上溢油监测指标分为溢油范围、溢油类型和溢油量。但是，针对溢油类型和溢油量的监测技术仍不成熟，随着我国海上溢油监测系统的不断完善，溢油遥感技术不断发展，为实现全面监测海上溢油指标而不懈努力。
【参考文献】
[1]李栖筠，陈维英，肖乾广,等．老铁山水道溢油事故卫星监测[J].环境遥感，2010，9（4）：256-262.
[2]李四海．海上溢油遥感探测技术及其应用进展[J].遥感信息，2012,03（2）：:53-56.
