农业遥感技术的应用范文

导语：如何才能写好一篇农业遥感技术的应用，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

关键词：精细农业；遥感技术；应用；问题；解决途径

收稿日期：2011-06-04

作者简介：张旭（1990―），男，内蒙古人，中国地质大学（北京）地质学专业大学生。

中图分类号：TP79文献标识码：A文章编号：1674-9944（2011）07-0211-03

1引言

精细农业也被称为因地制宜农业、处方农业。它可以在遥感、地理信息系统和全球定位系统技术支持下,进行抽样调查,获取作物生长的各种影响因素信息（如土壤结构、含水量、地形、病虫害等）。通过进行农田小区作物产量对比,分析影响小区产量差异的原因,获取农业生产中存在的空间和时间差异性,可以根据每个地块的农业资源特点,按需实施微观调控,以充分利用现代化和机械化,精耕细作,获取高的经济效益。

遥感技术是指运用现代光学、电子学探测仪器,不与目标物相接触,从远距离把目标物的电磁波特性记录下来,通过分析、解译揭示出目标物本身的特征、性质及其变化规律的综合性探测技术。其基本原理就是不同物体的电磁波特性是不同的（黄惠珍,2010）,通过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,完成对远距离物体的识别。

2遥感技术应用于精细农业的必要性

随着科学技术的发展,传统农业因耗能高、产量低,正逐步被新型农业所代替,而精细农业,适应了现代农业产量高、投入少、节约资源、保护环境的要求（姚建松,2009）,它的出现,是传统农业向新型农业转型的必然结果,具有历史必然性。

遥感技术是精细农业获得田间数据的核心来源。没有遥感技术的服务,就没有精细农业的发展。由于不同含水量的土壤具有不同的地表温度（谷纪良,2010）,不同生长期和不同生长情况的农作物具有不同的波谱发射特征。因此,通过对作物本身及其生长环境的波谱特性研究,可定量测定作物的生长状况和空间变异信息（李新磊等,2010）,了解生态环境变化,为及时作出合理化的调整提供最权威的数据资料。因此,精细农业要发展,必然需要遥感技术的应用。

3遥感技术在精细农业中的应用

遥感技术可以客观、准确、及时地提供作物生态环境和作物生长的各种信息。这是精细农业获得田间数据的重要来源。因些,遥感可以在很多方面为精细农业服务。

3.1作物养分诊断与监测研究

作物养分主要包括氮、磷、钾等元素,如果缺乏会导致作物光合作用能力和产量降低。近20年来,利用遥感进行作物养分（尤其是氮）实时监测和快速诊断一直是农业应用研究的热点,其中,高光谱遥感可很好的对作物养分进行诊断和监测（姚云军等,2008）。基本原理就是利用作物氮、磷、钾等含量的变化会引起作物叶片生理和形态结构变化,造成作物光谱反射特性变化的特性。作物养分高光谱诊断与监测方法主要包括多元统计回归方法诊断作物养分含量，基于特定吸收波段内波谱特征参数的作物养分诊断。

3.2农作物播种面积遥感监测与估算

搭载遥感器的卫星或飞机通过田地时,可以监测并记录下农作物覆盖面积数据,通过这些数据可以对农作物分类,在此基础上可以估算出每种作物的播种面积。目前商业销售的遥感图像已经达到1m空间分辨率,在这种高分辨率图像中可以进行精确的农作物播种面积估算。

3.3遥感监测农作物长势与产量估算

作物长势是作物生长发育状况评价的综合参数,长势监测是对作物苗情、生长状况与变化的宏观监测。构建时空信息辅助下的遥感信息技术与作物生理特性及作物长势之间的关系模型便于作物长势监测。利用遥感技术在作物生长不同阶段进行观测,获得不同时间序列的图像,农田管理者可以通过遥感提供的信息,及时发现作物生长中出现的问题,采取针对措施进行田间管理（如施肥、喷施农药等）。管理者可以根据不同时间序列的遥感图像,了解不同生长阶段中作物的长势,提前预测作物产量。自20世纪80年代初开始,中国有关研究部门与高校合作,利用陆地卫星和气象卫星进行大面积作物长势和产量监测的研究与试验。这为我国作物产量的提前预报奠定了科学基础。

3.4作物生态环境监测

利用遥感技术可以对土壤侵蚀、土地盐碱化面积、主要分布区域与土地盐碱化变化趋势进行监测,也可对土壤水和其它作物生态环境进行监测,这些信息有助于田间管理者采取相应措施,合理调配,及时改善作物生态环境,使作物更好地成长。

3.5灾害损失评估

气候异常对作物生长具有一定影响,利用遥感技术可以监测与定量评估作物受灾程度,作物受旱涝灾害影响的面积,对作物损失进行评估,然后针对具体受灾情况,进行补种、浇水、施肥或排水等抗灾措施,减少损失。

4遥感技术在精细农业发展中面临的问题与解决途径

4.1遥感数据库不足

遥感技术在应用于精细农业中,因作物的生态物理参数（如含水量、叶绿素含量、叶面积指数等）各异,生长环境复杂,生长过程中随时间的推移作物与土壤的各种物理化学条件都会变化,这就需要建立大量的数据库,给遥感农业带来了不便。而现有精细农业中的遥感数据库还处于发展阶段,数据量不足,有待进一步完善。

4.2解译水平有待进一步提高

遥感技术在精细农业中的应用尚且处于探索阶段,许多解译方法尚不成熟,如多种田间组分（作物、土壤等）混合光谱的研究等。而现代遥感技术单一解译技术已趋于成熟,但混合光谱的研究才刚刚起步,还需要加强解译水平,完善解译体系。

4.3建立标形植被光谱数据库

深入开展农业应用中标准地物光谱特征研究,总结标准地物在不同条件下光谱变异规律,完善和扩充农业光谱数据库,在应用研究时将目标物与标形地物的波谱特征进行对比,观察波谱图像,总结波谱特征规律,进一步确定目标物的现实特征,进而实施相应手段,提高作物产量。

4.4建立健全解译体系

加大遥感解译的投入力度,建立健全常用地物的解译体系,特别是完善农业遥感中的解译系统,将传统解译与现代信息技术相结合,结合地理信息系统,定位导航系统的发展,将不同地区不同地物的波谱特征纳入解译体系,提高解译水平。

建立标形地物波谱数据库,加强农田水分条件、肥力条件、病虫害等因子在遥感图像中的解译标志,实现农作物征兆信息的智能化提取,上述关键技术的突破,将有助于阐明作物生长环境和收获产量实际分布的相关机理,有助于遥感动态监测定量化,建立作物长势与产量预报定量模型,这对于提高农业田间科学管理（灌溉、施肥或喷洒农药）具有重要意义。

5结语

遥感技术的研究与发展,是促进精细农业发展的重要一步,随着更高分辨率遥感技术的发展,遥感技术在精细农业中的应用必将更进一步。未来精细农业中遥感的定位,将从定性监测逐步转向定量监测,定量遥感将在精细农业中发挥更加重要的作用。因此,加强定量遥感的研究力度,完善定量遥感体系,建立定量遥感农业模型,将为农业遥感发展带来新的活力,必将促进精细农业的蓬勃发展。

参考文献：

［1］ 黄惠珍.遥感技术在我国农业生产中的应用［J］.科技信息,2010（24）:46.

［2］ 姚建松.我国精细农业发展前景探讨与研究［J］.中国农机化,2009（3）：26～28.

［3］ 谷纪良.浅谈我国精细农业的应用情况和技术构成［J］.消费导刊,2010（8）：224.

［4］ 李新磊,苏俊.试述现代精细农业的技术构成及其应用［J］.中小企业管理与科技,2010（6）：79～81.

［5］ 姚云军,秦其明,张自力,等.高光谱技术在农业遥感中的应用研究进展［J］.农业工程学报,2008,24（7）:301～306.

［6］ 任丽萍,杜波.精细农业-现代化农业的发展方向［J］.黑龙江科技信息,2009（21）:145.

［7］ 王建强,王丽梅.3S 技术在精细农业发展中的综合应用探讨［J］.水利科技与经济,2008,14（3）：235～236,244.

［8］ 杨淑芳.遥感技术在农业上的应用与展望［J］.农业科技展望,2008（7）:39～42.

篇2

关键词：低空遥感；农业大数据；无人机；农情解析

农业生产是人类赖以生存的传统性社会生产活动，但由于其具有生产分散性、地域复杂性、灾害突发性等特点，人们难以及时掌握农业资源信息来推动生产发展。1970年代开始，随着民用资源卫星的出现，农业生产领域最先开始利用遥感技术进行农作物面积监测和估产且效果显著。近年来，无人机遥感技术在农业生产中的应用发展迅速，凭借其灵活机动、操作简单、成本低、获取影像速度快且光谱分辨率更高等高空遥感无法比拟的优势，推动了精准农业的调查、评价、监测和管理。由于无人机遥感技术可对农作物进行快速高效的动态实时监测，它已经成为当下农业遥感领域的研究热点。

1无人机遥感概述

1.1无人机发展历程

1916年9月，无人机正式步入人们视线开始发展，2010年开始进入全民应用阶段。目前无人机的应用已经渗透到人类生活的方方面面，成为促进社会经济发展的重要增长点。无人机以其操作方便、灵活机动、实时精准等特点受到了越来越多的关注和得到了应用发展。我国的无人机发展虽起步较晚，近年来也获得了一定的成果，开展了一系列卓有成效的应用研究，影像数据的监测和获取精度有了极大的提高。

1.2无人机低空遥感系统组成

具体的无人机低空遥感系统的组成部分有：无人机飞行平台、微型传感器负载、地面控制台、数据传输系统和影像处理系统等。在农业资源领域，无人机的形状大小、可载负荷量、飞行性能和航线规划算法都对农田资源的监测获取精度有着很大的影响。近年来随着多种无人机平台———如固定翼、单旋翼和多旋翼等无人机机型的出现，各种问题和缺陷也逐渐显露出来，农业遥感技术的发展面临着新的机遇和挑战。

2无人机农业应用中的优势

相比于卫星遥感，无人机有着独特优势。（1）无人机作业自主化。农业无人机由动力驱动，操作灵活，可以根据要求自主规划最佳航行路线和拍摄角度，极大地弥补了传统作业需要大量人力且效率低的缺点。（2）无人机获取数据精准。低空无人机遥感技术可以凭无人机的近地摄影测量优势获取更高精度的光谱影像，覆盖范围更广，受到天气和空间的影响更小，与“精细化农业”的目标更加贴合。（3）无人机获取数据实时、快速、成本低。可以动态连续监测，利用所得影像的高光谱信息进行作物营养诊断、农田系统检测和种类细分、作物长势动态信息获取等技术操作。

3无人机低空遥感技术的主要应用

3.1农业资源预测评估

粮食作物是维系社会正常运行的基础，种植面积与长势的波动影响着国家的稳定。卫星遥感在精确即时数据获取方面有着明显缺陷，无法满足现代农业要求。近年来，无人机遥感随着技术的成熟，弥补了卫星遥感的不足，其在农作物长势分析、养分和土壤水分分析等方面发挥着独特优势。在不与农作物直接接触的情况下可以通过传感器在低空获取作物的电磁波信息并得到相关的指标数据，然后用相应的定量分析方法对耕地生产力进行评价，且最终获得的数据的空间分辨率可达到厘米级。参照刘忠等[1]的研究，将农作物长势关键参数划分为形态指标、生理生化指标、胁迫指标和产量指标等4类。有关长势参数反演的相关研究近年来在国内外都是研究热点，反演方法有形态特征提取法、辐射传输模型法等众多针对不同情形的方法，选择时要尽量避开其短板。

3.2农业虫草害遥感监测

全世界每年由病害和虫害导致的粮食减产仍然十分严重，在总产量中的占比约达到了1/4。目前国内外对利用无人机遥感进行数据反演的研究有很多，但是还未形成规模化成果进行推广，大部分是针对特定作物的监测研究。在农业虫草害中，作物与杂草的识别不可或缺，针对此问题Inkyu等[2]提出了新的改进办法，即利用站式滑动窗口的方式开发一种新的识别分离模型。在各研究中，对于虫草害等信息光谱特征专门提取并进行遥感反演定性，若可更深入研究并加以推广，可做到对灾害的及时发现和防治，将对农业发展有巨大的推动作用。

3.3精准农业管理

精准农业管理是根据作物生长环境和自身特点的差异性进行精准的特定的管理，达到浪费少、成本低、收益高的目的。在李明等[3]的实验研究中，对通过无人机遥感试验得到的多幅有重叠区域的水稻地块图像，进行处理后建立的可识别二分类Logistic回归模型准确率高，对各不同地块的差异性比较具有参考价值。对无人机影像获得的三种可见波段进行模型建立可达到高精度提取某种作物信息的效果。如综合利用红、绿、蓝三个波段建立可见光差异植被指数模型，绿色健康植被信息的提取精度可达到90%。

4无人机农业应用中的不足

由于无人机遥感技术仍是近年来的新兴技术，若要大规模推广利用仍有许多局限性。无人机自身携带的GPS精度、天气状况、续航时间、通信距离等因素都会影响无人机遥感技术的适用性和实用性。针对单一无人机的作业能力，国内外研究者提出了众多解决方案，但尚未得出一个全面的结论，例如若提高机载设备的监测精度往往又会减低其单次飞行时间。同时，农田间环境千差万别，对无人机的运行也是极大的挑战。在面对复杂天气时，体积小质量轻的优点反而成了劣势，若不能做到随时监测就会降低无人机遥感的可靠性，恶劣条件下通信信号变弱也会影响到低空无人机的运行。国内外无人机遥感研究模型试验的农田范围尚小，缺乏代表性。

篇3

关键词： 遥感；原理；分类；制图；应用

遥感，从广义来讲，就是指遥远的感知,非接触远距离的探测技术。从狭义来讲，指借助于专门的探测仪器（传感器），把遥远的物体所辐射（或反射）的电磁波信号接收记录下来，再经过加工处理，变成人眼可以直接识别的图像，从而揭示出所探测物体的性质及其变化规律。遥感技术指从高空到地面各种对地球观测的综合性技术系统总称。它由遥感平台、探测传感器以及信息接受、处理与分析应用系统等组成，周期性地提供监测对象数据和动态情报。遥感技术（Remote Sensing）是一门建立在空间科学、电子技术、光学、计算机技术、信息论等新的技术科学以及地球科学理论基础上的综合性技术，为现代前沿科学技术之一，具有宏观、动态、综合、快速、多层次、多时相的优势。在新技术迅猛发展的今天，遥感技术伴随着航空、航天技术的发展而不断提高与完善，服务领域因之而不断扩展，受到普遍重视，显示出极其广泛的应用价值、良好的经济效益和巨大的生命力。

一、遥感的基本原理

振动的传播称为波。电磁振动的传播是电磁波。电磁波的波段按波长由短至长可依次分为: γ-射线、X-射线、紫外线、可见光、红外线、微波和无线电波。电磁波的波长越短其穿透性越强。遥感探测所使用的电磁波波段是从紫外线、可见光、红外线到微波的光谱段。 太阳作为电磁辐射源，它所发出的光也是一种电磁波。太阳光从宇宙空间到达地球表面须穿过地球的大气层。太阳光在穿过大气层时，会受到大气层对太阳光的吸收和散射影响，因而使透过大气层的太阳光能量受到衰减。但是大气层对太阳光的吸收和散射影响随太阳光的波长而变化。通常把太阳光透过大气层时透过率较高的光谱段称为大气窗口。大气窗口的光谱段主要有: 紫外、可见光和近红外波段。 地面上的任何物体（即目标物），如大气、土地、水体、植被和人工构筑物等，在温度高于绝对零度（即0°k=-273.16℃）的条件下，它们都具有反射、吸收、透射及辐射电磁波的特性。当太阳光从宇宙空间经大气层照射到地球表面时，地面上的物体就会对由太阳光所构成的电磁波产生反射和吸收。由于每一种物体的物理和化学特性以及入射光的波长不同，因此它们对入射光的反射率也不同。各种物体对入射光反射的规律叫做物体的反射光谱。遥感探测正是将遥感仪器所接受到的目标物的电磁波信息与物体的反射光谱相比较，从而可以对地面的物体进行识别和分类。这就是遥感所采用的基本原理。

二、遥感的分类

为了便于专业人员研究和应用遥感技术，人们从不同的角度对遥感作如下分类:

1、按搭载传感器的遥感平台分类 根据遥感探测所采用的遥感平台不同可以将遥感分类为地面遥感和航天遥感。

2、按遥感探测的工作方式分类 根据遥感探测的工作方式不同可以将遥感分类为主动式遥感和被动式遥感。

3、按遥感探测的工作波段分类根据遥感探测的工作波段不同可以将遥感分类为紫外遥感、红外遥感、微波遥感、多光谱遥感。

4、按遥感探测的应用领域分类根据遥感探测的应用领域，从宏观研究角度可以将遥感分类为外层空间遥感、大气层遥感、陆地遥感、海洋遥感等; 从微观应用角度可以将遥感分类为: 军事遥感、地质遥感、资源遥感、环境遥感、测绘遥感、气象遥感、水文遥感、农业遥感、林业遥感、渔业遥感、灾害遥感及城市遥感等。

三、遥感资料的制图应用

1、航天遥感制图

所谓航天遥感是指以航天器为传感器承载平台的遥感技术。航天遥感实践中，针对具体应用需求，选择不同的传感器如：成像雷达、多光谱扫描仪等，通过卫星地面站获取合适的覆盖范围的最新的图像数据，利用遥感图像专业处理软件对数据进行辐射校正、增强、融合、镶嵌等处理，同时，借助应用区域现有较大比例尺的地形数据，对影像数据进行投影变换和几何精纠正，并从地形图上获得境界、城市、居民点、山脉、河流、湖泊以及铁路、公路等典型地貌地物信息和相应地名信息，进行相应的标注和整饰，制作数字正射影像图。

航天遥感制图不仅在国土资源调查、土地利用监测、城市规划监测、重点风景名胜区监测中有了典型应用，而且，国家863计划信息获取与处理技术主题重大课题还开展了利用分辨率为0.61m的QUICKBIRD卫星影像进行城市大比例尺地形图的更新研究。此外，高分辨率卫星遥感影像还可提供立体像对，可用于直接生成DEM数据，甚至可以进行大比例尺地形图的获取与更新测绘。

2、航空遥感制图

所谓航空遥感是指以航空器如飞机、飞艇、热气球等为传感器承载平台的遥感技术。根据不同的应用目的，选用不同的传感器：如：航空摄影机、多光谱扫描仪、热红外扫描仪、CCD像机等，获取所需资料包括：航摄像片和扫描数据。其制图应用一般包括两大方面：

（1）摄影测量制图

在测绘领域中，摄影测量学已经是一门从理论到实践都非常成熟的学科。在我国应用摄影测量的原理和方法测绘地形图有相当长的历史。目前，1:5000及其以下小比例尺地形图的测绘，基本上都采用摄影测量方法施测。计算机技术的发展给摄影测量制图带来了新的发展和变化，不仅在内业测图仪器上实现由测绘线划图到直接测绘数字地形图的转化，而且诞生了抛开了传统的摄影测量仪器设备，以软件实现地形数据采集与处理的数字摄影测量技术，这无疑是摄影测量技术发展史上的一次革命。

（2）正射影像图制作

正射影像图是一种既具有地物注记、图面可量测性等常规地形图的特性又具有丰富直观的影像信息的一种图件，是将航摄像片的中心投影经过机械式的或数字式的纠正转变为正射投影形式而生成的影像图件。正射影像图制作的优势在于，生产周期短、成本低。正射影像图分为“常规正射影像图”和“数字正射影像图”两大类，前者是通过影像拷贝和正射投影仪纠正工艺，以纸基或胶片基承载的平面型影像图件。后者则是应用数字摄影测量技术和工艺制作的以数字形式存在的影像图件，可以方便地输出成纸基或胶片基图件。目前，由于计算机技术和影像处理技术的发展，以数字形式存在的影像图件在生产技术上日趋成熟并不断完善，已经占据主导地位，并与方兴未艾的城市 GIS 技术相得益彰，应用广泛。特别是数字影像图在色彩处理方面的优越性，使其更具应用价值。

篇4

关键词：MODIS EVI；冬小麦种植面积；EVI时间序列；EVI时序数据

中图分类号：P208 文献标识码：A 文章编号：0439-8114（2014）19-4727-03

DOI：10.14088/ki.issn0439-8114.2014.19.058

Extraction of Winter Wheat Planting Area Based on Data of MODIS EVI Time-series

LU Jie1， LOU Yu-qin1， YAO Li2

（1.College of Environment and Planning，Shangqiu Normal Univeisity，Shangqiu 476000， Henan，China；2. School of Geographical Science，Northeast Normal University，Changchun 130024， Jilin，China）

Abstract： Using the MODIS EVI series in integrated with the growth status of winter wheat， the growing area of winter wheat in Henan province was extracted. The results showed that in EVI′s feature space， the winter wheat had its unique spectrum series trait. After green-up， the EVI of the winter wheat had an overall gradual increasing trend and then followed a decreasing trend after flowering. The decreasing rate became higher after grouting. The decision tree classifier （CART） was used to extract the winter wheat growing area. There was a minor 482 000 hm2 of difference between extracted number and the number officially publicized. The accuracy of extracted winter wheat growing area reached 90.88%. The EVI time series spectrum can clearly reflect the physical meanings of crop growth. Using the remote sensing classification method of the MODIS EVI time series spectrum can accurately extract the winter wheat growing area， and meet the needs of monitoring winter wheat growth and yield estimation by remote sensing.

Key words： MODIS EVI； winter wheat planting area； EVI time-series； EVI time-series data

利用遥感技术对农作物的生长状况及病虫害发生程度进行监测，是农业遥感的重要应用领域之一。随着科学技术的发展，遥感技术也有了长足的进步，目前常用的遥感数据主要有LANDSAT-TM、NOAA/AVHRR、SPOT、MODIS。与其他数据相比，MODIS数据具有精度相对较高，每天可以免费获取几条轨道的数据，有助于降低业务成本等优点，对冬小麦的种植面积监测[1]具有重要的实践意义。

植被指数是植被生长状况和浓密程度的体现，植被指数的时间序列能够反应植被在时间维度上的生长变化，应用植被指数可以有效提取植被信息。应用最广泛的植被指数是增强型植被指数EVI和归一化植被指数NDVI[2]，研究表明EVI相对于NDVI优点更多[3]。目前国内很多学者利用MODIS EVI时序数据提取植被指数信息。王立辉等[4]基于时序MODIS-EVI监测华中地区耕地复种指数；刘丽娟等[5]基于时间序列MODIS EVI数据对森林生长异常进行监测；孙成明等[6]将MODIS应用在草地生态系统研究中；左丽君等[3]基于MODIS EVI 对冬小麦产量进行遥感预测研究。本研究探讨利用250 m分辨率的MODIS EVI时间序列数据，研究不同生态区划下冬小麦种植面积的监测方法。

1 材料与方法

1.1 研究区概况

研究区选择在河南，河南为农业大省，其小麦的种植面积居全国首位，总产量占全国的1/4，是全国最大的小麦主产区，地处沿海开放地区与中西部地区的结合部，具有独特的区位优势。

1.2 数据来源及数据预处理

本研究采用2012年10中旬至2013年6月中旬NASA USGS提供的MODIS NDVI/EVI MOD13Q1的遥感数据，空间分辨率为250 m，时间分辨率为16 d。虽然MODIS NDVI/EVI都采用了MVC或CV-MVC方法合成数据，处理了一些误差，如太阳高度角、观测角度引起的影响，以及云、水汽、气溶胶和传感器精度变化干扰等，但对于局部受云层等因素的影响仍需进行平滑处理[7]。

对遥感数据的预处理过程：①坐标变换。将MODIS NDVI/EVI数据变换到统一的UTM 50N zone坐标系下。②研究区提取。利用河南省行政区划数据提取研究区内的遥感数据，主要方法是利用ENVI软件/ArcGIS软件进行掩膜提取。③合成时序数据集进行平滑处理。利用ENVI软件进行波段合成，按照时间得到时序数据集；对时序数据集采用Sacitzky-Golay滤波平滑处理，消除部分地区云层等因素的影响，得到新的数据集。

本研究采用的其他数据集有河南省主要农作物的农时历数据，河南省农业区划办公厅提供的河南省农业生态区划数据，最新的1∶25万的河南省土地利用现状数据以及来自北京师范大学的2012年河南省冬小麦丰度图数据等。

1.3 提取方法及主要流程

河南省冬小麦种植面积的提取方法主要依据农作物在不同阶段及不同地域条件下的EVI指数不同的特点和冬小麦的EVI曲线，结合冬小麦的物候历，提取冬小麦在不同生育期的特征参数，对这些参数应用决策树分类法提取河南省冬小麦的种植面积。

2 结果与分析

2.1 冬小麦生育期特征

冬小麦有11个生育期，时间一般为230～240 d，通常10月上旬播种，10月中旬出苗，11月上旬分蘖，12月上旬进入越冬期，在越冬期冬小麦地面以上部分停止生长，次年3月上旬返青，4月中旬拔节，4月下旬孕穗，5月中旬开花，6月中旬成熟收获。气候和环境条件对冬小麦的生长影响很大，导致冬小麦的生育期在不同条件下有所差别。河南省跨度较大，冬小麦南北生育期的差别可以达到10～20 d，因此需要根据实际情况对河南省的冬小麦进行分区研究。

2.2 河南省冬小麦生态区划

考虑全省的气候和环境条件等影响因素，参照河南省农业资源区划办公室提供的区划图（图1），将河南省划分为5个监测区域：豫东地区、豫西地区、豫南地区、豫中南地区和豫北地区[8]。

2.3 冬小麦MODIS EVI时间谱曲线

以河南省土地利用现状数据提取的河南省耕地数据为掩膜，处理2012年河南省冬小麦的丰度数据得到冬小麦种植面积。使用Sacitzky-Golay滤波对2012-2013年冬小麦生育期内的MODIS EVI时序数据进行平滑处理，再进行掩膜处理得到冬小麦的EVI时间序列数据。应用ENVI软件统计计算不同阶段的像元均值得到冬小麦的EVI均值，以时间轴为横坐标得到河南省冬小麦的EVI时间序列曲线，反映了冬小麦生育期内EVI值的变化。同理计算各区域的EVI值，得到河南省冬小麦EVI时间谱曲线（图2），以此反映河南省各监测区域的冬小麦生育期内的EVI值变化。

如图2所示，随着冬小麦的EVI时间序列曲线变化，冬小麦出苗后迅速生长，EVI值在第3个16 d达到第一个极大值，第7个16 d降到第一个极小值，随后在第11或12个16 d达到最大值又迅速下降。结合冬小麦的实际生长过程，冬小麦生长出苗后分蘖生长，分蘖期，在生长区域的麦苗和地表的共同作用下EVI值达到第一个极大值；随后由于气温下降，冬小麦基本停止生长进入越冬期，在越冬期内EVI值达到第一个极小值；随着气温回升，良好的光热条件使冬小麦快速返青拔节生长，表现为EVI值逐渐增加，第11个16 d冬小麦基本覆盖地表，到第12个16 d左右EVI值达到最大值；冬小麦开花期和灌浆期之后进入成熟期，冬小麦的EVI值开始降低，具体表现为叶片叶绿素的减少。由此可知，冬小麦独特的EVI时间序列变化特征为应用遥感提取冬小麦种植面积奠定了基础。

2.4 冬小麦种植面积的提取

河南省冬小麦生育期从每年的10月中旬到次年6月中旬大致经历15个16 d。由图2可知，冬小麦生育期内的EVI值变化反映出，冬小麦在进入越冬期前分别在11月下旬和12月上旬达到峰值，期间EVI值在极大值和极小值范围波动。根据第1、3、5时段EVI值关系（b1

2.5 验证与分析

由图3可知，河南省冬小麦主要分布在豫北地区、豫东地区和豫中南地区。驻马店、南阳、周口、商丘、新乡、安阳、开封、濮阳及平顶山等地冬小麦种植面积较大。将提取得到的河南省各地市冬小麦种植面积与2012年河南统计年鉴数据对比，如表1所示。

由表1可知，提取的冬小麦种植面积精度为90.88%，比官方统计的面积（5 287.87×103 hm2）大，主要存在两个方面的原因，一方面由于2012年河南省冬小麦种植面积有所增加；另一方面由于 MODIS数据空间分辨率为250 m，存在混合像元的问题。因此，统计结果比实际情况偏大具有一定的合理性。除了驻马店市的统计面积相差较大外，其他地市面积相差不大。由此得出，通过MODIS EVI时间序列数据提取的河南省耕地面积精度较高。

3 小结与讨论

冬小麦是中国主要的粮食作物，利用遥感技术获取冬小麦种植面积与分布对于研究粮食区域平衡，预测农业资源综合生产能力以及产量预测具有重要的意义。采用NASA USGS提供的2012年10月至2013年6月MODIS NDVI/EVI MOD13Q1的遥感数据，结合冬小麦生育期形态变化特征，以MODIS EVI构建的时间序列谱对河南省冬小麦种植面积的提取方法进行研究，结果表明冬小麦EVI值的变化具有独特的序列特征，冬小麦EVI值在返青后逐渐升高，开花期后下降，灌浆后期快速降低；采用决策树分类方法实现冬小麦分离提取，对结果进行对比分析与验证；EVI时间序列谱反映的作物生长过程的生理意义明确，采用MODIS EVI时间序列谱的遥感监测提取的冬小麦种植面积精度较高，能够满足冬小麦的长势监测和遥感产量估算的需要。

参考文献：

[1] 贾建华，刘良云，竞 霞，等.基于多时相MODIS监测冬小麦的种植面积[J].遥感信息，2005（6）：49-51.

[2] 张 霞，帅 通，杨 杭，等.基于MODIS EVI图像时间序列的冬小麦面积提取[J].农业工程学报，2010，26（1）：220-224.

[3] 左丽君，张增祥，董婷婷，等.MODIS/NDVI 和MODIS/EVI在耕地信息提取中的应用及对比分析[J].农业工程学报，2008，24（3）：167-172.

[4] 王立辉，黄进良，孙俊英.基于时序MODIS-EVI监测华中地区耕地复种指数[J].长江流域资源与环境，2010（5）：529-534.

[5] 刘丽娟，庞 勇.基于时间序列MODIS EVI数据的森林生长异常监测[J].林业科学，2012（2）：54-62.

[6] 孙成明，孙政国，穆少杰，等.基于MODIS的植被指数模型及其在草地生态系统中的应用[J].中国农学通报，2011，27（22）：84-88.

篇5

关键词：发展；低碳农业；战略

中图分类号：S15 文献标识码：A 文章编号：1003-4374（2012）02-0055-03

1.低碳农业的内涵、产生及发展低碳农业的意义

二十世纪九十年代以后，我国积极探索发展高产、优质、高效、安全和生态的可持续发展农业。低碳农业的内涵更丰富，它除倡导高产、优质、高效、安全和生态的现代农业发展理念外，重点强调低能耗、低排放和低污染。由此所见，所谓低碳农业就是以低能耗、低排放、低污染为基础的一种新型的农业生产方式，又称农业发展模式。低碳农业就是追求高效率、低能耗、低排放、低污染、高碳汇和可持续的高效农业。低碳农业强调，在农业产业的各个环节，包括农业原料的开采、农产品的加工、农产品的使用和消费各个环节的低碳化。归纳起来，低碳农业的基本特征主要体现在以下六个方面，即高效率、低能耗、低排放、低污染、高碳汇和可持续性。

据科学研究表明，近五十年的全球气候变暖主要是人类活动大量排放的CO2、CH4及N2O等温室气体的增温效应造成的。目前，全球气候变暖及其效应已经引起各国政府的高度关注和重视。由于全球气候变暖，进一步加剧了环境、生态和能源问题的严重性，不仅威胁着农业生产的安全，而且还威胁着人类的生存和经济、社会的可持续发展。低碳农业由此应运而生。

低碳农业是低碳经济的重要组成部分。发展低碳农业已成为世界许多国家和地区转变农业发展方式和应对气候变化的重要举措。积极探索和发展低碳农业，对于保护农业生态环境，培育农业新的增长点，进一步推动农业产业结构的调整优化与发展方式转变，促进传统农业转型升级，加快构建现代农业产业体系，增强农业产业的市场竞争力，加快建设资源节约型和环境友好型社会，促进农业的可持续发展都具有十分重要的现实意义和战略意义。可以说，发展低碳农业是建设具有中国特色农业现代化道路的战略选择和必由之路。

2.广西发展低碳农业的战略措施

2.1必须加快构建和形成低碳农业发展的战略规划

《中华人民共和国国民经济和社会发展第十二个五年规划纲要》指出：“面对日趋强化的资源环境约束，必须增强危机意识，树立绿色、低碳发展观念，以节约减排为重点，健全激励和约束机制，加快构建资源节约、环境友好的生产方式和消费模式，增强可持续发展能力，提高生态文明水平。”由此可见，发展低碳农业，构建绿色产业已逐步成为现代农业发展的一种潮流和趋势。一方面，我们要紧紧围绕发展高产、优质、高效、生态、安全农业的目标，另一方面，又要注意结合广西农业发展的实际，积极探索和大力发展低碳农业。要把发展低碳农业纳入广西经济、社会发展的总体规划中，逐步建立发展低碳农业的长效机制和科学的制度安排，使低碳农业的发展真正成为经济、社会发展的重要组成部分。

2.2必须抓住机遇，科学引导低碳农业的发展

“低碳经济”最早出自2003年英国能源白皮书《我们能源的未来：创建低碳经济》，首次提出建立低碳经济发展模式，将其作为促进经济复苏的战略措施来抓。低碳农业是低碳经济体系的重要组成部分。中华人民共和国国民经济和社会发展第十二个五年规划纲要明确指出，树立绿色、低碳发展理念，发展低碳农业已被提上党和国家的重要议事日程。不难预见，发展低碳农业必将成为未来国际农业竞争力的制高点。低碳农业已成为当前世界减缓和应对全球气候变化的战略措施和战略选择，也将成为发展中国特色农业现代化的必然选择。从总体上看，广西农业正处在从传统农业向现代农业转变的过渡时期，我们要本着“立足当前，着眼未来，共同努力”的原则，抓住机遇，大力发展低碳农业，加快推进广西农业现代化的进程。

2.3必须大力鼓励和支持进行低碳农业技术的研发、示范、推广和应用

低碳农业的实质是能源的低碳利用与清洁能源开发。一般来说，低碳技术可分为三大类：即减碳技术、无碳技术和去碳技术。当前和今后一个时期，我们要大力鼓励和支持进行低碳农业技术的研发、示范、推广和应用。要紧密结合广西农业的实际，注重围绕构建“绿色”低碳农业技术体系，“兰色”低碳农业技术体系，“白色”低碳农业技术体系和“灰色”低碳农业技术体系。有选择性地重点研发、示范、推广和应用以下技术：即节本增效农业技术，特别是农作物免耕栽培技术，例如水稻免耕栽培技术、玉米免耕栽培技术和马铃薯免耕栽培技术；良种良法配套技术，例如农业生物与工程固碳技术、培植“固碳型”农作物技术；农作物合理间种技术、套种技术和轮作技术；生物有机肥技术和生物防治技术；循环农业技术，例如，高效循环（立体）种养农业技术、糖料蔗制糖副产品综合利用技术、蚕桑资源综合利用技术、农作物桔杆粉碎还田技术或过腹还田技术、农村沼气高效利用技术；农机农艺融合技术；智能遮阳技术；清洁生产技术；农产品标准化生产技术，特别是绿色农产品生产技术和有机农产品生产技术；动物防疫综合技术；海水淡化技术；农业防灾、抗灾和减灾综合技术；现代农业高新技术，特别是现代农业遥感技术和现代农业信息技术，等等。加快推进建立低碳农业示范点。探索建立低碳农产品标准、标识和认证制度。努力构建具有广西特色的低碳农业技术模式和低碳农业技术体系，千方百计走出一条代价小、效益好、污染少和可持续的农业发展道路。在此基础上，积极开展农业对外交流与合作，大胆引进国内外低碳经济领域的先进装备和技术，加强国内外低碳农业的人才、技术和信息交流，千方百计加快广西低碳农业的发展。

2.4必须加快低碳农业产业的发展

首先，要大力发展高产、优质、高效、生态、安全的农业，积极探索发展低碳农业的新路子。其次，要注重加快低碳农业产业的发展，加快构建现代低碳农业产业体系，大力发展特色生态种植业、养殖业和农产品加工业，加快推进广西农业生产经营规模化、专业化、标准化、集约化和产业化。再次，要始终坚持把科技进步和创新作为加快转变农业发展方式的重要支撑，加快建立以企业和农民为主体，以市场为导向，产学研相结合的农业技术创新体系，促进科技成果向现实生产力转化，真正把农业科技进步与农业产业结构优化升级结合起来，千方百计提高农业产业的核心竞争力。再次是要注重探索建立和完善农民科技知识培训体系，大力宣传和传授低碳高效生态农业技术知识和经营理念，不断提升广大农民的农业科技综合素质，为广西低碳农业产业的发展提供科技支撑。

2.5必须制定促进低碳农业发展的优惠政策

首先，要以国家法律、法规为依据，始终坚持以科学发展观为指导，严格按照《中华人民共和国国民经济和社会发展第十二个五年规划纲要》的布署和要求，紧密结合广西实际，加快制定低碳农业发展的优惠政策。其次，要通过制定优惠政策，刺激、鼓励和引导有关农业科研单位、农业企业和农业推广部门，加快引进、研发和推广低碳农业技术。再次，要通过制定优惠政策，鼓励企业特别是农业资源型企业，进行清洁生产、废弃物综合利用、技术引进和研发。四是要注意发挥政府、企业和广大农民发展低碳农业的积极性，加快形成推进低碳农业发展的整体合力，以促进广西低碳农业的发展。