早在20世紀(jì)80年代，我國就開始了農(nóng)業(yè)農(nóng)村領(lǐng)域的衛(wèi)星遙感數(shù)據(jù)應(yīng)用，2018年長征二號丁運載火箭成功發(fā)射并搭載了能有效辨別作物類型的高空間分辨率遙感衛(wèi)星，并與在軌的高分一號衛(wèi)星組網(wǎng)運行，有效的大幅提高農(nóng)業(yè)對地監(jiān)測能力，如今，衛(wèi)星遙感技術(shù)已經(jīng)成為農(nóng)業(yè)農(nóng)村領(lǐng)域重要的信息來源。

農(nóng)田空間信息

農(nóng)田空間信息包括通過視覺和機器識別獲得的地理坐標(biāo)信息和作物分類信息。種植面積可以通過無人機識別農(nóng)田邊界來估計。傳統(tǒng)的農(nóng)田面積測量方法具有時效性差、農(nóng)田邊界位置與實際情況差異較大的缺點，不利于準(zhǔn)確農(nóng)業(yè)的實施和監(jiān)測。無人機能夠準(zhǔn)確、有效、實時地獲取全面的農(nóng)田空間信息，具有傳統(tǒng)測量無法比擬的優(yōu)勢。無人機航空攝影圖像可以識別農(nóng)田的基本空間信息，作物面積的計算和類型的識別只能通過數(shù)碼相機來實現(xiàn)。隨著空間定位技術(shù)的快速發(fā)展，農(nóng)田定位信息研究的精度和深度大大提高。隨著無人機圖像空間分辨率、地形、坡度和高程信息的提高，可以實現(xiàn)更準(zhǔn)確的農(nóng)田空間信息監(jiān)測。

作物生長信息

作物的生長狀況可以通過產(chǎn)量信息、表型參數(shù)和營養(yǎng)指標(biāo)等多種信息來反映。包括植被覆蓋和葉面積指數(shù)，各種信息相互關(guān)聯(lián)，共同代表作物的生長，與最終產(chǎn)量直接相關(guān)。它在現(xiàn)場信息監(jiān)測研究中起著主導(dǎo)作用。

作物生長脅迫因子農(nóng)田水分監(jiān)測

熱紅外法是監(jiān)測農(nóng)田土壤含水量的常用手段。在植被覆蓋率高的地區(qū)，通過關(guān)閉葉片孔，可以有效減少蒸騰造成的水分損失，增加地表感熱通量，從而減少地球表面的潛熱通量，導(dǎo)致作物冠層溫度升高。傳感器的熱紅外波段可以有效地獲得作物的冠層溫度，從而有效地反映農(nóng)田的水分狀況。在植被覆蓋率相對較低的地區(qū)，土壤水可以間接表示墊層表面溫度的變化。由于水的加熱溫度變化是一個緩慢的過程，土壤水分的分布可以間接反映白天墊層溫度的空間分布。裸地溫度監(jiān)測是遙感溫度監(jiān)測的重要干擾因素。在冠層溫度監(jiān)測中，更重要的研究人員研究了裸地溫度與作物表面覆蓋之間的關(guān)系，確定了裸地溫度監(jiān)測結(jié)果與真實值之間的差距。在實際的農(nóng)田生產(chǎn)經(jīng)營中，農(nóng)田漏水也是人們關(guān)注的焦點。利用紅外成像儀監(jiān)測灌溉渠泄漏，準(zhǔn)確率達93%。

監(jiān)測病蟲害

通過對熱紅外波段的實時監(jiān)測，可以有效反映作物病蟲害分布的動態(tài)變化。在健康條件下，作物的蒸騰作用是通過打開和關(guān)閉氣孔來調(diào)節(jié)的，以保持作物溫度的恒定。當(dāng)疾病發(fā)生時，葉片表面會發(fā)生病理變化。病原菌植物對植物蒸騰作用的影響更為明顯，會導(dǎo)致部分感染溫度的升降。一般來說，植物易感會導(dǎo)致氣孔開度紊亂，使致病區(qū)蒸騰作用高于健康區(qū)蒸騰作用;強蒸騰作用會導(dǎo)致病區(qū)溫度下降，病區(qū)葉溫差明顯高于正常葉片，直到壞死細胞完全死亡，葉片變黃，葉片蒸騰作用完全喪失。通過健康植物溫差始終低于葉片表面溫度的原理，可以實時監(jiān)測作物病蟲害的變化趨勢。

我國遙感技術(shù)在農(nóng)業(yè)應(yīng)用中的發(fā)展

在我國主要糧食生產(chǎn)區(qū)，建立了產(chǎn)量估算信息系統(tǒng)，冬小麥遙感產(chǎn)量估算操作系統(tǒng)是RS與GIS技術(shù)相結(jié)合的產(chǎn)物。整個產(chǎn)量估算操作環(huán)節(jié)可集成到計算機系統(tǒng)的操作中，可輸出冬小麥產(chǎn)量估算結(jié)果。大量冬小麥產(chǎn)量估算試驗結(jié)果表明，遙感產(chǎn)量估算大面積作物產(chǎn)量估算的精度可達95%以上。隨著運行壽命的逐步積累，操作系統(tǒng)的生產(chǎn)精度將逐步提高，運行成本將逐年降低。同時，我國迫切需要了解農(nóng)業(yè)種植結(jié)構(gòu)的變化。針對種植面積計算的要求和監(jiān)測的增長潛力，建立了單位面積產(chǎn)量模型和遙感監(jiān)測。

擴大農(nóng)業(yè)遙感的應(yīng)用范圍和應(yīng)用領(lǐng)域

物聯(lián)網(wǎng)增加數(shù)據(jù)和遙感觀測、導(dǎo)航和定位，結(jié)合其他學(xué)科，可以促進農(nóng)業(yè)遙感本身的發(fā)展，跨學(xué)科的應(yīng)用也將擴大農(nóng)業(yè)遙感的應(yīng)用領(lǐng)域。進一步建立空、天、地三位一體的綜合農(nóng)業(yè)管理體系，深入發(fā)展智能農(nóng)業(yè)、作物育種表型、農(nóng)業(yè)保險監(jiān)測評價、綠色農(nóng)業(yè)發(fā)展、農(nóng)業(yè)政策效果評價等。

應(yīng)用人工智能信息提取和大數(shù)據(jù)挖掘技術(shù)

在大數(shù)據(jù)的支持下，作物類型的分類識別、土地利用模式和類型、作物生長狀況和外部環(huán)境因素的定量遙感是一個非常復(fù)雜的認(rèn)知過程。由于遙感數(shù)據(jù)本身的相關(guān)性、遙感衛(wèi)星設(shè)計帶的局限性以及相同光譜和不同光譜的復(fù)雜性，遙感信息提取和智能信息挖掘充滿了許多不確定性。在未來的研究中，人工智能和大數(shù)據(jù)技術(shù)的快速發(fā)展將為農(nóng)業(yè)資源和環(huán)境信息的反復(fù)、提取和應(yīng)用提供一種新的思維方法和技術(shù)途徑。