大家好,欢迎来到IT知识分享网。
橙蜂智能公司致力于提供先进的人工智能和物联网解决方案,帮助企业优化运营并实现技术潜能。公司主要服务包括AI数字人、AI翻译、AI知识库、大模型服务等。其核心价值观为创新、客户至上、质量、合作和可持续发展。
橙蜂智农的智慧农业产品涵盖了多方面的功能,如智能化推荐、数据分析、远程监控和决策支持系统。用户可以通过应用获得个性化的作物种植建议、实时的生长状态监控以及精确的灌溉和施肥指导,提升农业生产效率。
一、农业遥感的概念
农业遥感是将遥感技术与农学各学科及其技术结合起来,为农业发展服务的一门综合性很强的技术,主要包括利用遥感技术进行农业资源的调查、土地利用现状的调查与分析、农作物长势的监测与分析、农业病虫害的预测和监测,以及农作物的估产等。利用遥感技术监测农作物种植面积、农作物长势信息,快速监测和评估农业干旱和病虫害等灾害信息,估算全球范围、全国和区域范围的农作物产量,为粮食供应数量分析与预测、预警提供信息。
遥感卫星能够快速准确地获取地面信息,结合地理信息系统(GIS)和全球定位系统(GPS)等其他现代高新技术,可以实现农情信息收集和分析的定时、定量、定位,客观性强,不受人为干扰,方便农事决策,使发展精准农业成为可能。
二、农业遥感的基本原理
卫星遥感技术实现地面信息的探测与采集的具体原理和人眼看物的原理非常类似,区别在于人眼能看到的是可见光,而卫星遥感能探测到红外线、紫外线、X光及其他的电磁波。遥感影像的红波段和近红外波段的反射率及其组合与作物的叶面积指数、太阳光合有效辐射、生物量具有较好的相关性。通过卫星传感器记录的地球表面信息,辨别作物类型,建立不同条件下的产量预报模型,集成农学知识和遥感观测数据,实现作物产量的遥感监测预报。我们可从遥感集市下载获取影像数据,通过各大终端产品定期获取专题信息产品监测与服务报告,同时又避免了用手工方法收集数据费时、费力且具有某种破坏性的缺陷。
遥感手段是获取非均匀下垫面、大尺度区域范围土壤水分状况的重要手段。基于卫星遥感技术对土壤水分的时空分布进行精准测量,是近年来定量遥感研究的热点难点问题之一。按遥感测量手段的不同可分为光学遥感、被动微波、主动微波。近年来,多传感器联合反演方法正逐渐成为研究的热点
在光学遥感方面,各种监测方法利用植被对土壤水分胁迫响应,如反射率法、热惯量法、作物缺水指数法、植被指数距平法、植被状态指数法、温度状态指数法、温度植被干旱指数(TVDI)法、高光谱方法等。光学遥感反演土壤水分,是目前发展时间最久、方法相对成熟的方法,但是如前所述,容易受云雨的影响,另外,土壤类型、植被覆盖、大气等因素也会对其应用产生较大的影响,使得其在实际应用中很难满足实际的需求。另外,如何利用时间序列静止气象卫星数据是光学土壤水分遥感反演中的一个重要方向。
微波遥感以其全天时、全天候的工作能力以及对植被和土壤具有一定的穿透能力的特点而被应用于土壤水分反演,被认为是当前土壤水分反演中最有效的方法之一。根据数据源的特点,可以分为被动微波遥感和主动微波遥感。被动微波土壤水分反演主要是利用微波辐射计获得土壤的亮度温度,然后通过物理模型反演土壤水分或建立土壤水分与亮温的经验/统计关系从而反演土壤水分。总的来说,包括统计法和正向模型法两种算法。在被动微波遥感领域,继SMMR、SSM/I之后,AMSR-E(advanced microwave scanning radiometer for the earth observing system,对地观测卫星高级微波扫描辐射计)针对前两者在应用中的缺点进行了改进,对土壤介电常数更为敏感,有更强的穿透能力,并在空间分辨率上有了很大的提高,为全球尺度上水文和气候变化研究提供合适的土壤湿度数据。发展至今,AMSR-E的主流产品主要有NASA产品(由美国国家航空航天局开发)、JAXA产品(由日本宇航机构开发)、SCA(single-channel algorithm)产品,由美国农业部(United States department of agricultural,USDA)开发、LPRM产品(land parameter retrieval model,由VUA与NASA联合开发)。
在主动微波遥感领域,欧洲太空局发射的ERS-1和ERS-2遥感卫星上的SCAT散射计(5.3GHz,C波段,垂直极化)测量三个侧视雷达天线获取不同入射角度(18°~ 59°)下目标物对雷达波束后向散射回波强度。搭载于METOP A卫星上的ASCAT散射计(advanced scatterometer)数据作为SCAT的后继产品同样采用变化检测的方法,但在精度上有所提高,在水文领域得到广泛应用。此外,合成孔径雷达(SAR)观测也是土壤水分获取的前沿技术之一。目前利用多频、多极化/全极化雷达数据反演裸地土壤水分的经验和半经验模型主要有Oh模型、Dobson模型和Shi模型。
随着卫星和微波传感器技术的发展,大量的反演算法也不断地被提出。大量的对比研究发现,在反演土壤水分方面,主动微波算法的精度要高于光学算法以及被动微波算法,但对地表粗糙度和植被敏感。光学传感器具有较高的空间分辨率和时间分辨率,在监测土壤水分连续变化方面光学算法具有更大的优势,但受到天气条件的局限,并只能得到土壤水分的相对值。被动微波传感器具有较高的时间分辨率,能提供每天的土壤水分数据,且对地表粗糙度和植被的敏感度没有主动微波算法高,但空间分辨率低结合光学算法、被动微波算法和主动微波算法可以弥补单一传感器算法存在的不足,多传感器的联合反演方法是目前土壤水分遥感反演研究的热点。
目前已有的卫星遥感土壤水分产品如L波段微波产品SMOS(~43km),Aquarius(~100km),C波段产品ASCAT(~25km),多波段组合产品地球观测系统先进微波扫描辐射计(AMSR-E)(~60km)等。具有代表性的模型模拟产品包括美国的北美/全球陆面数据同化系统NLDAS(0.125°)/ GLDAS(0.25°和1°)产品,中国西部地区陆面数据同化数据集产品。中国气象局也开始发展了CLDAS V1.0土壤水分产品。
三、农业遥感应用
卫星降水方面
遥感技术应用于降水观测起始于20世纪70年代,最初的降雨遥感依据地球静止轨道卫星对云层顶端温度和亮度的热红外观测,精度较差。随着技术的进一步发展,微波遥感逐渐被应用于降雨观测。相对于热红外遥感技术,微波遥感反演降雨量更加准确,但时间精度较差。
TRMM卫星由美国NASA(national aeronautics and space administration)和日本JAXA(Japanese aerospace exploration agency)合作开发设计的,主要用于监测和研究热带地区降水。卫星于1997年11月28日在日本发射,TRMM卫星属于近地轨道卫星,倾角约为35°,覆盖范围为南北纬30°,后来又扩大到南北纬50°。它是第一颗专门用于观测热带、亚热带降水的气象卫星,搭载了微波成像仪TMI、降雨雷达PR、可见光/红外辐射仪VIRS、闪电成像感应器LIS、地球辐射能量探测器CERES等传感器。其中前3种仪器与降水测量密切相关。可见光和红外扫描仪是一种沿与轨道垂直方向扫描的辐射计,它有5个谱带,一个在可见光区域,一个在短波红外区域,另外3个在热红外区域。可见光和红外扫描仪提供了云顶温度和结构,补充了其他传感器的不足。在TRMM卫星搭载的设备中,降雨雷达具有开创性的设计,它由日本宇宙开发事业团设计建造,能够提供暴雨的三维结构,对降水的精确估计具有重要的提升作用。地球上2/3的降水集中于热带,因此TRMM有助于人们了解热带降水对全球循环机制的影响,更好地理解、诊断及预报厄尔尼诺和南方涛动(ENSO)。
GPM降水计划是继TRMM之后新一代全球卫星降水产品,其核心观测平台已于2014年2月28日发射。新一代GPM降水产品分为4级,与以往的卫星降水产品相比具有更高的精度、更大的覆盖范围、更高的空分辨率,能够提供全球范围基于微波的3h以内以及基于微波红外IMERG算法的半小时的雨雪数据产品,有利于促进水文、气象、农业和灾害等学科的研究和应用。与着重观测热带亚热带地区降水的TRMM相比,GPM能够更加精确地捕捉微量降水和固态降水,这两种类型降水的观测对中高纬度地区和高原地区具有重要意义。
遥感蒸散方面
遥感数据逐渐成为研究区域水循环和能量平衡的重要数据源,区域蒸散的遥感估算模型方法正在成熟。近年来,基于不同理论及数据基础的蒸散产品由不同的单位开发出来。代表性的产品如:蒙大拿大学Mu等基于中分辨率成像光谱仪(MODIS)生产了的全球蒸散产品(MOD16),其空间分辨率为1km,时间分辨率为8d,数据时间跨度为2000年至当前。Miralles等利用实测的降水、表层土壤湿度及植被含水率作为计算地表蒸散发的控制条件,以基于物理过程的Priestley Taylor公式作为核心方法反演1980—2011年的全球地表蒸散发数据。北京师范大学、Wang等基于经验彭曼公式,计算了1982—2006年的全球地表蒸散产品。
在基于遥感蒸散的旱情监测分析方面,Mu等在全球MOD16蒸散的产品基础上,提出干旱强度指数(drought severity index,DSI),基于MOD16蒸散产品数据对全球的干旱状况进行分析,结果表明DSI能够反映过去10年的重要的区域干旱事件[36]。Anderson等在基于能量平衡的遥感蒸散模型的基础上提出蒸散胁迫指数(evaporative stress index, ESI),蒸散胁迫指数被美国农业部水文遥感试验室用于区域旱情监测应用当中,取得良好效果。
水体面积变化监测
地表水体(包括湿地)对于防汛抗旱以及水资源、生态和环境的保护都起着极其重要的作用。基于水体面积变化监测,可为区域旱情监测提供重要信息。水体提取方法依据遥感数据类型分为光学影像水体提取和雷达影像水体提取。基于光学影像的水体信息和识别方法包括阈值法、差值法、比值法、光谱特征变异法、光谱主成分分析法等。其他如色度判别法、考虑云层去除的水体提取的方法、目视直接判读等方法也得到了广泛地应用。利用雷达遥感技术获取水体因其不受白天黑夜和云雾的限制,已广泛应用于洪水灾害监测中,也可应用于多云多雨地区旱情监测中。就雷达图像的水体的识别提取而言,在平坦地区,因不需要考虑水体与山体阴影混淆的问题,故而比较容易。但是,对于包括山区的区域而言,山体阴影使得自动提取水体非常困难,即使利用纹理和形态分析法也难以解决这一难题。
随着卫星遥感技术快速发展,可用于水体提取的遥感影像数据源越来越多,大范围快速水体提取技术日益成熟。但地表水体面积并不是水资源量,除了有蓄水量、水位、面积关系曲线的水库或重要湖泊外,从面积转换到水量还必须解决水深的问题。
四、国内外农业遥测系统
欧洲干旱预警系统
由27个成员国组成的欧盟启动了规模宏大的“欧洲干旱观察”(European drought observatory,EDO)项目的建设,为了在整个欧洲层面提供一致、及时的干旱信息,用于欧洲的干旱预测、评估和监测,欧盟决定在欧盟联合研究中心(joint research centre of the European comission,EU/JRC)实施的“DESERT”行动的基础上,进行“欧洲干旱观察”系统的开发。“欧洲干旱观察”项目的主要目标就是为欧洲提供一个基于互联网的干旱监测与预测的平台,为欧洲干旱的发生和演进提供及时权威的信息。
“欧洲干旱观察”系统通过使用气象信息、水文参数和遥感数据对各类干旱指标的效果进行检验,使用的干旱指标包括标准化降雨指数、土壤湿度、降雨量指数和遥感指标等四大类。每类指标下都有更细的指标,例如,土壤湿度指标下有每日土壤湿度、每目湿度异常、土壤湿度异常预测、土壤湿度趋势预测、每日区域土壤湿度和区域土壤湿度异常等。
目前,系统可以提供两大类的在线干旱监测信息服务:一大类是实时干旱地图信息,子类有降雨量、土壤湿度、湿度异常、干旱预测、干旱异常预测、叶面缺水指数(NDWI)和吸收光合有效辐射比(f APAR)等,加载这一类信息的地图是面向整个欧洲层面的;另一大类是用户自定义信息服务,用户可以自行定制所需要的数据,包括选择国家具体的区域、时间跨度和干旱指标等,这一类信息的地图是具体到某个成员国家的,具体的信息可以不同格式的地图输出。
国际组织-FAO-全球粮食和农业信息监测预警系统
对面临严重粮食紧急情况的国家,粮农组织全球粮食和农业信息及预警系统(GIEWS)与世界粮食计划署会联合执行作物与粮食安全评估任务(CFSAMs),其目的是提供及时和可靠的信息以便政府、国际社会及其他机构能够采取适当的行动。对全球粮食情况进行持续的考察和评估,定期出版印刷本及电子版形式的报告,对个别有潜在粮食危机的国家提供早期预警。GIEWS使用天气、农业自然条件以及经济、社会和政治等各方面的信息资源。信息来源包括,气象信息;对地卫星观测部门;新闻单位如路透社、美联社以及其他新闻机构;来自各国研究部门出版物及网站上的信息,各类研究报告等。同时也向各合作伙伴(粮农办公室,政府部门,非政府组织等)发放调查问卷。
GIEWS监测全球主要粮食作物长势,评估产品前景。为辅助分析和对地基信息形成补充,GIEWS采用了遥感数据,这些数据能够提供有关生长季节期间供水和植被状况的重要信息。除降水量估算和归一化差异植被指数(NDVI)外,GIEWS及粮农组织气候、能源及权属司还开发了农业应力指数(ASI),这些指数,可以在早期甄别可能受到旱情(甚至极端情况下旱灾)影响的农业区域。
国家卫星气象中心
国家卫星气象中心(national satellite meteorological centre,NSMC),成立于1971年1月,是中国气象局直属事业单位,作为国家级科技型公益性、基础性业务单位,负责拟订中国气象卫星和卫星气象事业发展规划;承担气象卫星应用系统的业务运行和在轨气象卫星的运行管理;负责气象卫星应用系统工程建设;从事与卫星气象相关的科学技术研究;开展气象卫星数据与产品的应用和服务;承担空间天气监测预警业务、服务和系统建设;对气象部门进行卫星遥感应用的技术指导等。
国家卫星气象中心经过多年发展,建立了卫星监测分析与遥感应用系统(SMART),开展全国范围内的旱情监测。国家卫星气象中心旱情遥感监测系统主要采用热惯量法和相对蒸散进行全国范围内的旱情监测。运行模式有日常运行模式和重大事件模式。其中,日常业务模式,基于热惯量模型,每旬一次,产品分辨率为1.1km,基于相对蒸散模型,每旬一次,产品分辨率为5km。重大干旱事件模式根据旱情变化情况提供监测。
免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://haidsoft.com/137487.html