智慧農業發展現狀，遙感技術科研成果彙總

推動智慧農業、設施農業的發展，全國各地的科研院所都投入不少人力物力，跨行業跨學科展開了研究應用，利用物聯網、遙感遙測、人工智慧、機器視覺、深度學習、影像採集等技術，為實現農業生產管理的數字化、智慧化、自動化而努力。無數關於農業的科研論文也陸續發表，其中，遙感技術在農業方面的應用已然有了一定進展。

農業遙感

一、 機載遙感系統應用

精準農業的有人機載成像系統，由安裝在農用飛機上的消費級相機組成的系統，詳細描述了多光譜相機、高光譜相機和熱成像相機等部分定製，和商用機載成像系統。並舉例應用例項，說明如何將不同型別的遙感影象用於精準農業應用中的作物生長評估和作物病蟲害管理。

二、大尺度區域水田空間格局及生態服務

基於1990—2015年土地利用遙感監測資料，利用GIS的空間分析功能，探究長江經濟帶水田空間格局動態變化特徵。結果表明水田規模持續縮減，與經濟建設及水產養殖的發展、其他生態系統轉化、及生態系統服務，有助於揭示長江流域水田的時空變化過程，及其對各項生態系統服務的影響，可為區域土地利用規劃、農業政策與生態可持續發展提供理論支援。

水田

三、水稻含水量無人機遙感監測

利用多旋翼無人機低空遙感平臺，獲取不同生育期水稻冠層的RGB影象和多光譜影象，透過提取植被指數和紋理特徵，分析水稻的動態生長變化，並構建了基於隨機森林迴歸方法的含水量預測模型。試驗結果表明，基於無人機遙感技術監測水稻含水量是可行的，可為農田精準灌溉、田間管理決策提供新思路。

四、植被分類中的對比分析

利用一景AVIRIS高光譜植被影像，從分類精度的角度，提取方法在高光譜影像植被分類中的效能。試驗結果為後續改進空-譜特徵方法及其兩者有效結合，進一步提高植被分類正確率提供了參考。

植被光譜

五、寒地水稻葉片葉綠素含量遙感反演研究

透過分析寒地水稻關鍵生育期葉片高光譜反射率資訊，同時結合PROSPECT模型葉綠素含量吸收係數，參考借鑑現有高光譜植被指數的構造方法和形式，利用相關性分析、連續投影法、遺傳演算法最佳化的粗糙集屬性簡約法，進行高光譜特徵選擇，結果表明；ORVI能夠作為快速反演水稻葉綠素含量的高光譜植被指數，為寒地水稻葉綠素含量高光譜遙感診斷，及管理決策提供了的客觀資料支撐和模型參考。

六、夏玉米葉面積指數估算方法

利用無人機多光譜植被指數估算夏玉米LAI的可行性，基於無人機多光譜遙感系統，結合同時期實地採集的夏玉米LAI。結果表明基於無人機多光譜遙感技術，使用隨機森林迴歸演算法，估算多種灌溉條件下的夏玉米LAI是可行的，為實現快速、準確地監測全生育期、不同灌溉條件下的大田夏玉米LAI提供了技術和方法支援。

玉米葉

七、土壤有機質含量高光譜估測模型構建及精度對比

以山東省煙臺市棲霞市蘋果園為研究區，採集100個土壤樣本，獲取其高光譜反射率，利用定量化學方法測定土壤有機質含量。結果表明，可以利用RF方法快速預測蘋果果園土壤有機質含量，瞭解土壤養分分佈狀況，指導農民合理施肥，從而提高果園生產管理效率。

八、估產大豆區域收入保險中的應用

以創新型區域收入保險缺少第三方實時客觀產量資料的問題，引入了衛星遙感估產技術，以山東省嘉祥縣大豆區域收入保險為例，基於哨兵2號衛星遙感資料提取大豆種植地塊，結合氣象衛星遙感資料與實地抽樣測產資料，建立了多引數線性迴歸模型估算大豆產量，研究結果表明，基於哨兵2號衛星遙感資料，能夠準確識別研究區大豆種植分佈，並能在大豆收穫後最快一週完成產量估算，指導保險公司的理賠工作。

大豆

九、大田作物株高測量中的研究現狀與展望

在鐳射雷達和可見光相機的技術基礎上，歸納了株高在作物生物量估算、倒伏監測、產量預測和輔助育種等方面的應用研究進展，對近地遙感技術在株高獲取上存在的問題進行討論分析，並從測高平臺和感測器、裸土探測和插值演算法、株高應用研究及農學與遙感測高差異四個方向進行了展望，可為今後近地遙感測高的研究與方法應用提供參考。

十、農業乾旱衛星遙感監測與預測研究進展

遙感技術的快速發展，尤其是目前在軌的衛星感測器感測的電磁波段涵蓋了可見光、近紅外、熱紅外和微波等波段，為區域尺度農業乾旱監測提供了新的手段。充分利用衛星遙感資料獲得的豐富地表資訊進行農業乾旱監測和預測具有重要的研究意義。農業乾旱預測是在乾旱監測的基礎上進行時間軸的預測，簡述了農業乾旱預測研究進展。

農業乾旱

十一、冬小麥主產區籽粒蛋白質含量預報

以冬小麥主產區豫魯冀皖蘇為研究區域，構建了冬小麥籽粒蛋白質含量多層線性預測模型，並實現了2019年冬小麥蛋白質含量預報。為後續小麥種植區劃和實現綠色、高產、優質、高效糧食生產提供資料支撐。

十二、冬小麥澇漬脅迫識別及程度判別分析

為識別冬小麥澇漬脅迫及判別其脅迫程度，展開冬小麥澇漬脅迫梯度盆栽試驗，監測冬小麥是否遭受澇漬脅迫並判別其澇漬脅迫程度。試驗結果顯示，簡單比值色素指數SRPI是識別澇漬脅迫冬小麥的最優植被指數。為澇漬脅迫監測提供了一種新方法，在精確防控中具有應用前景。

冬小麥

十三、海南島橡膠林葉面積指數遙感估算模型比較研究

選取海南島橡膠樹為研究物件，構建基於衛星遙感植被指數的橡膠林LAI估算模型並分析其變化規律。結果表明，構建的基於EVI指數的橡膠林LAI一元線性估算模型精度較高，克服了NDVI、GNDVI、RVI等植被指數容易出現指數飽和問題，具有較好的科學性和良好的推廣應用價值。

十四、東北三省地區生長季旱澇對春玉米產量的影響

基於1988—2017年氣象站點資料和災情、產量等統計資料，以中國東北三省為研究區，透過對比多時間尺度指標和標準化降水蒸散指數與旱澇受災率的關係，選擇優勢指數表徵東北春玉米生長季乾溼狀況，基於HP濾波構建相對氣象產量，利用距離相關分析方法選取合理時間尺度和關鍵月份的指數，分析這些指數與春玉米相對氣象產量的關係以及不同生育階段水分條件與產量之間的關係。對東北三省地區預估旱澇災害對春玉米產量影響，和及時採取災害防禦措施具有一定的參考價值。

玉米

十五、監測不同生育階段玉米群體株高的精度差異分析

為明確利用無人機影像監測玉米群體株高的精度及其影響因素，基於無人機搭載光學成像裝置構建大田玉米群體數字高程模型，研究不同生育時期下玉米群體株高監測的精度差異。試驗結果表明，高畫質RGB相機和多光譜成像裝置獲取的DEM均能反映玉米群體的高度差異，為該方向應用於大田生產提供借鑑意義。

想了解更多精彩內容，快來關注聚英電子