于晓静
阳光农业相互保险公司 黑龙江哈尔滨 150090
摘要：为了更好地了解农业中的中高分辨率遥感成像技术的应用和研究现状，本文件概述和总结了这些应用和研究的现状，并简要概述了这些应用和研究的现状。包括物种识别和分类、耕地估计和监测、作物营养状况和湿度监测、耕地指数、生物量和叶绿素监测等，农业将进一步发展，技术和方法的一体化、综合遥感图像数据库的改进、现有遥感图像差距的填补、标准农业植被光谱数据库的改进和解释系统的改进，本文可作为遥感农业应用和研究的参考。
关键词：中高分辨率；遥感影像；动态监测技术；农业应用
前言：遥感图像被广泛应用于许多领域，是获取信息的重要手段。由于以前遥感图像分辨率较低，所得到的图像并不十分清晰。随着信息技术和遥感技术的迅速发展，遥感图像逐渐从几何测量能力和应用范围有限的状态转变为高分辨率、高精度的卫星图像，并取得了相当大的成果。卫星遥感图像包括空间、时间和光谱分辨率，军事遥感图像的分辨率大大提高到不到一米甚至0.1米；光谱分辨率更令人印象深刻，高达5至6纳米，超过400个波段，包括高光谱频率。目前，随着高分辨率遥感的出现，正在向农业生产注入新的血液。
一、遥感影像技术
遥感图像技术包括使用计算机处理遥感图像，从而处理绘图过程中获得的数字图像。通常，通过图像扫描生成的模拟图像将转换为数字，然后通过扫描获取所需的数字数据，并将其存储在计算中，可以作为矢量(例如CCT)读取和输出。通常，计算机图像处理是在由计算机、显示器、扫描仪、磁带机等硬件和软件组成的图像处理系统中进行的。该软件包括导出和导入数据、更正、转换和分类数据等功能。一般而言，遥感成像技术有助于更好地向项目现场地质介绍技术制图的地面分辨率、光谱分辨率、时间分辨率和辐射分辨率。卫星遥感技术可用于无人驾驶航空器摄影测量，称为低空遥感系统。该系统的目的是获取诸如低分辨率遥感图像等先进技术。它广泛用于动态土地勘探、采矿、地质和环境研究等领域。目前，遥感成像技术正在灾害评估等许多领域得到应用。遥感成像技术与其他辅助数据相结合，有效地探测自然灾害的动态，有效地预警和评估沙尘暴、洪水、干旱和地震。也可用于环境监测。科学家可以使用可见和红外光谱传感器观测地球表面70%以上的资源和环境状况；遥感成像技术也用于城市规划。利用遥感数据，我们可以方便地获得城市的土地利用，包括交通、道路、建筑物等。
二、应用现状
1.物种识别和分类
物种识别和分类是以遥感为基础的农业活动的核心，是所有工作的核心，往往决定着监测活动的成功。因此，这项工作已成为农业遥感研究的一个重点。鉴于国内外目前的研究状况，这项工作主要表现为采用物种识别和分类技术以及探索新方法。在实践中，许多工人使用中高分辨率图像来识别和分类农业物种，主要是在农业植被分类、土地使用分类、作物分类、树种识别等方面。中高分辨率遥感在农业物种鉴定和分类方面的应用正在蓬勃发展。这项技术将逐步取代传统的手工实地调查，从而节省时间和精力。探索新的物种识别和分类方法。对遥感图像的分类方法进行了许多农业研究。除了使用先进技术外，还在考虑更有效和更准确的作物分类方法，以提高技术水平。他们以农业为实验对象，将数学、物理、图像处理和计算机技术等先进技术纳入遥感图像分类，从而提高了遥感图像物种识别和分类的准确性。遥感图像作物分类方法基于若干分类标准，如参数、监测、要素等。
2.农作物面积估算与监测
遥感被认为是估计和监测耕地面积的最直接手段，特别是在中高分辨率图像的基础上。它的大部分应用是在遥感图像上识别作物，然后通过投影估计作物面积，然后比较几个图像。目前，遥感面积的估计和监测主要体现在实际应用方法和探索新的高精度方法上。
3.作物养分和水分状况监测
监测作物的营养和湿度是农业活动的一个重要组成部分。传统的统一施肥方法不适合当地条件。高分辨率遥感是解决这一问题的好方法。作物的营养和湿度是实时已知的，没有接触。在我国，研究人员利用航空图像、林冠光谱数据和生物化学数据对冬小麦林冠氮进行遥感监测的方法进行了研究，以便同时进行植被观测。在小麦生长的基础上进行了土壤氮素研究。通过在施用化肥前后建立NDVI之间的关系，发现NDVI施用化肥前的结果和NDVI施用化肥后的结果可以很好地估计土壤中碱性氮的增加。
4.农作物的叶面积指数、生物量和叶绿素含量的监测
作物叶面积指数是描述植被生长的一个重要参数，在生态系统和气候模型研究中发挥着重要作用。作物生物量是监测作物生长的一个重要指标，为研究农业生态系统的能源平衡、能源流动和营养周期等功能过程提供了基本数据，也是全球碳循环研究的一个重要组成部分。作物叶绿素含量是生物化学和生态作物调查的一个重要参数，是营养状况、光合能力和作物发展水平的一个良好指标，也是评估作物健康状况和环境制约程度的一个关键指标。
5.作物产量预测
作物产量预测对全国都很重要。这是多年来一直受到各国关注的粮食政策和经济发展战略的基石。传统的作物产量预测主要是基于实地调查和取样，这是一项耗时、难以更新和不准确的工作。遥感图像，特别是高分辨率图像，是预测作物产量的一种有效手段。实时遥感图像分析为相应的生产预测模型提供了最佳结果。
三、应用展望
1.农业工作将更加精细
遥感农业具有多种规模的特点，遥感图像的分辨率在很大程度上决定了农业的精细程度。与此同时，遥感正在以惊人的速度发展，所获得的图像已从低分辨率转变为中高分辨率和高分辨率。随着遥感技术的发展，人们认为可以获得更高分辨率的遥感图像。越来越高分辨率的遥感图像将有助于从县到县、村到地块乃至个人作物的农业工作。大规模查明和监测宏观物种、查明个别物种以及监测作物营养、虫害和疾病的变化已不再是假设。随着图像分辨率的提高，这些问题将得到解决，从而提高今后农业工作的准确性。
2.多种技术和方法的融合使用
在农业方面，仅仅依靠遥感图像中某一特性、技术或方法的结果可能会导致在多特性、多种技术和多种方法的基础上作出较不准确的决策和更准确的决策。因此，在今后的工作中，纳入多种特性、纳入多种技术和方法以及将这些特性纳入多种技术和方法将成为中高分辨率农业遥感研究的热点。总体而言，中高分辨率农业遥感仍处于开发阶段，仍有许多工作要做。因此，方法研究是研究和辩论的核心，研究思路将在一段时间内成为共同关注的焦点。但是，我们还必须认识到，多特征和多技术的融合并不意味着特征和方法越全面和一体化越好。另一方面，分类结果可能较弱，因为某些特征和方法并非完全独立，相关性也不容易发现。解决方法之一是将合并结果与主成分分析分离，以消除大多数可用特征和方法中的内部干涉，并优化分析结果。
结束语：
综上，中高分辨率遥感图像作为获取信息的手段，在农业中发挥着重要作用，从而使非接触式农业工作得以开展。介绍了中高分辨率遥感图像在农业中的应用和研究现状。不难看出，随着遥感图像分辨率的提高，农业将依赖这种获取信息的方法，以遥感图像为基础的农业将进一步发展。
参考文献：
[1]李丹，陈水森，陈修治.高光谱遥感数据植被信息提取方法[J].农业工程学报，2010，26(7)：181－185.
[2]秦永，孔维华，曹俊茹，等.基于SVM的遥感影像土地利用变化检测方法[J].济南大学学报：自然科学版，2010，24(1)：88－90.
[3]贾坤，李强子，田亦陈，等.遥感影像分类方法研究进展[J].光谱学与光谱分析，2011，31(10)：2618－2623.
[4]李德仁，童庆禧，李荣兴，龚健雅，张良培.高分辨率对地观测的若干前沿科学问题[J].中国科学：地球科学，2012，(06)：805-813.