农业信息化课程论文-计科1201班-刘怡然-10遥感技术在农作物估产中的应用摘要：遥感估产是基于作物特有的波谱反射特征，利用遥感手段对作物产量进行监测预报的一种技术，在农业发展中具有传统的统计方法不可比拟的优势，能客观、动态、快速、精准地获得农作物长势、产量等信息。遥感技术必须与其它工具相结合，才能更好地估产。本文主要研究了遥感技术在农作物估产中的应用，先介绍了遥感估产的基本原理和方法，分析了几种与遥感技术结合的估产模型的优劣；然后以冬小麦和玉米为例，介绍了两种遥感估产模型；最后，分析了现有遥感估产存在的问题和遥感估产的发展方向，为遥感估产的进一步研究提供了方向和思路。关键字：遥感技术，农业，估产The Application of Remote Sensing Technology in Estimating Crop YieldAbstract Estimating crop yield by remote sensing is a technology monitoring and forecasting crop yield by remote sensing based on specific spectrum characteristics of crop. It has incomparable advantages compared with traditional statistical methods in the development of agriculture and it can acquire growing and yield information of crops in a object,dynamic,fast and accurate way. To estimating crop yield better, remote sensing technology must be combined with other technologies. In this paper, the application of remote sensing technology in estimating crop yield is introduced. To begin with, the basic theory and method of estimating crop yield by remote sensing are mentioned, then the merits and demerits of the estimating models integrated into remote sensing are analyzed. Finally, the existing problems and prospect are statemented, which proposed direction and thoughts for next researches.Key words Remote Sensing Technology,Agriculture,Yield Estimation目 录1引言-32遥感估产的原理和方法-3 2.1基本原理和方法-3 2.2遥感估产方法评价-3 2.3作物估产模型比较-43主要粮食作物估产模型-5 3.1冬小麦产量分阶段预测模型-5 3.1.1技术流程-5 3.1.2合理取样数估计和样方布设方法-6 3.1.3估产方法-6 3.1.4模型分析-7 3.2玉米产量估算模型-8 3.2.1模型中应用的技术介绍-8 3.2.2处理方法-8 3.2.3信息提取-9 3.2.4模型与优化算法-94现有遥感估产方法存在的问题和发展方向-11 4.1遥感估产方法存在的问题-11 4.2遥感估产的发展方向-115结束语-12参考文献-131引言作物产量预测是农业生产管理的重要内容，也是国家制定农业政策所不可缺少的重要农业情报。对于农户及企业来说，在农业生产各阶段中能正确预测收成也是非常重要的，因此世界各国均投入了较大的人力、物力和财力，进行作物产量预测试验研究，取得了较好的预测效果。在众多农作物估产的技术中，遥感技术具有宏观、动态、快速、准确等优点，可以在短时间内连续获取大范围农作物产量信息，是最有前景的农作物估产方法之一。民以食为天。随着人口的增加、气候的波动和可利用资源的减少，粮食安全问题一直备受关注。及时、准确地了解一个国家或一个地区的粮食产量和年际变化，对于在国际粮食市场中占有主动权和管理者采取有效管理措施至关重要。遥感技术可以快速、准确、动态获取农业所需空间信息差异参数，大大提高了统计业务工作效率和科技水平，无疑地对实现国家及时、准确地掌握粮食生产状况、粮食宏观调控和在国际农产品贸易中争取到主动权具有重要意义。2遥感估产的原理和方法2.1基本原理和方法 作物遥感估产是通过装置于卫星上的多波段地物光谱扫描仪，去获取作物各生育期的光谱数据，并依此推断作物产量，因此确定作物光谱特征与产量之间的数量关系，是作物遥感估产的基础。作物遥感估产主要包括 3个部分，第一，用遥感数据对作物进行分层；第二，用遥感数据计算作物面积；第三，用遥感数据监测作物长势，结合农业、天气气候等资料综合估算平均单产，由面积和单产计算出总产。2.2遥感估产方法评价 作物遥感估产具有快速、宏观、经济和客观等优点，因此日益被各国所重视。目前，遥感估产已从试验研究阶段逐步进入实际业务使用阶段。国内外遥感估产的方法很多，基本可分为利用空间遥感资料（航天、航空资料）的作物估产和利用地面遥感资料（地面野外光谱测定）的作物估产，但不论哪一种方法，仍然存在以下问题： 第一，遥感不能直接感知作物产量，只能通过测定作物光谱反射率来感知叶面积指数，但各种作物叶，面积指数与其经济产量之间并不一定都有直接的联系。从 1977年以来，美国开始寻找反射率与产量的定量关系，尽管采用了多种方法探索这种关系，但一直收获很小。国内外进行了许多植被指数与产量之间关系的研究，多集中于牧草及禾本科等作物上，而那些叶面积与产量相关较差的作物，就很难直接用遥感方法来估产。因此遥感技术必须与其它工具相结合，才能更好地估产。 第二，纯粹用遥感数据来估产，也只能称为监测产量，更确切地说是监测作物叶面积或长势，因此大多数遥感估产方法是把植被指数与天气气候条件相结合，利用统计方法建立一个综合的估产模型。在一个农业气象产量数值模拟模式中所能考虑的影响作物产量的因素是很多的，如光合作用、呼吸作用、蒸腾作用等等，但其中最主要的因素是光合作用。 一般表示作物光合作用能力大小主要有叶面积指数 LAI和光合有效辐射吸收量APAR等。因此，通过遥感资料来导出 LAI和APAR，并将它们输入模拟模式，是卫星遥感预测产量的方法途径之一。本文第二章第三节中对各种作物估产的指标模型进行了探讨，认为通过计算农作物的净第一性生产力，实现大范围农作物产量估算和预报较为合适。2.3作物估产模型比较 目前，作物估产的方法有抽样调查、气象模型、遥感估产、作物生长模拟模型等多种。其中抽样调查与气象模型估产，方法相对成熟、稳定，已业务应用多年，由于是统计模型，估产结果仍有相当的不确定性。人类的认识不会永远停留在一个水平上，总是要不断创新，做到有所发展，有所前进，因此机理性大面积估产模型应运而生。 由于农作物的叶面积指数（LAI，leaf area index）是决定作物光合作用速率的重要因子，LAI 越高，单位面积的作物穗数就越多作物截获的光合有效辐射就越大1，因此，很多学者利用各种植被指数，例如 SR（simple ratio）、NDVI（normalized difference vegetation index）、TCI（temperature condition index）、VCI（vegetation condition index）等，与作物的LAI和生物量的正相关关系，建立植被指数与作物产量的线性或非线性估算模型2-3，从而实现对农作物产量的估算和预报。然而，这种建立在植被指数与作物生物量关系基础上的统计模型，当研究区改变时，模型的形式也会随之改变，模型的适用性就要重新被检验。随着人们对农作物产量遥感估算认识的不断深入，众多学者又采用作物的净第一性生产力（NPP，net primary productivity）来估算农作物的产量。在对 NPP 进行模拟时，大多采用光能利用率模型。然而，这类方法仍然不能跳出统计模型的框架，并没有从机理上解释植被生产力的变化机制。因此，近年来一些学者试图从机理上研究农作物的生产力。邬定荣、马玉平、谢文霞等利用荷兰瓦赫宁根大学开发的WOFOST模型对华北平原冬小麦和浙江水稻的生长过程进行适用性研究，并对模拟结果进行了验证，认为经过区域化后的WOFOST 模型能够很好地模拟作物的生长过程；但是该模型在对农作物的光合作用过程进行模拟时，模型的侧重点在于对作物生长过程的模拟，对作物产量的估算没有做详尽的讨论；冯险峰利用北部生态系统生产力模拟（BEPS，boreal ecosystem productivity simulator）模型模拟得到了全国陆地生态系统的NPP，并分析了不同土地覆被类型之间NNP的差异，但