遙感影像發(fā)展趨勢(shì)及其在農(nóng)業(yè)中的應(yīng)用

龐治國(guó)，蔡靜雅

(中國(guó)水利水電科學(xué)研究院，北京 100038)

?

遙感影像發(fā)展趨勢(shì)及其在農(nóng)業(yè)中的應(yīng)用

龐治國(guó)，蔡靜雅

(中國(guó)水利水電科學(xué)研究院，北京 100038)

主要從遙感影像的時(shí)空特征、光譜特征、輻射特征和精度及信息提取4個(gè)方面系統(tǒng)地介紹了遙感影像的發(fā)展趨勢(shì)及其在農(nóng)業(yè)中的應(yīng)用，并指出隨著遙感傳感器、平臺(tái)及數(shù)據(jù)處理技術(shù)的不斷發(fā)展，遙感技術(shù)必將全面服務(wù)于數(shù)字農(nóng)業(yè)、精準(zhǔn)農(nóng)業(yè)和生態(tài)農(nóng)業(yè)，更加智能地解決全球小農(nóng)戶的每一個(gè)農(nóng)業(yè)問(wèn)題。

遙感;農(nóng)業(yè);分辨率

隨著遙感傳感器、搭載平臺(tái)、計(jì)算機(jī)等技術(shù)的發(fā)展，遙感技術(shù)迎來(lái)了一個(gè)發(fā)展高潮[1-4]。傳感器是遙感技術(shù)中最關(guān)鍵的部分，它的性能決定了遙感的能力[5-6]。經(jīng)過(guò)幾十年的發(fā)展，傳感器的時(shí)間分辨率從長(zhǎng)到短，空間分辨率越來(lái)越高，從以前的千米級(jí)到目前的米級(jí)甚至分米級(jí)，波譜分辨率越來(lái)越高，波譜通道越來(lái)越多，波段越來(lái)越窄，近乎點(diǎn)波束，判識(shí)范圍得到了極大拓寬，判識(shí)能力變強(qiáng)。目前DigitalGlobe是市場(chǎng)上經(jīng)營(yíng)較好的高分辨率衛(wèi)星遙感服務(wù)商，其衛(wèi)星的全色波段分辨率均已達(dá)到了0.3～0.5 m。

遙感技術(shù)具有覆蓋面積大、重訪周期短、獲取成本相對(duì)低等優(yōu)勢(shì),對(duì)大面積露天農(nóng)業(yè)生產(chǎn)的調(diào)查、評(píng)價(jià)、監(jiān)測(cè)和管理具有獨(dú)特的作用。從20世紀(jì)70年代出現(xiàn)民用資源衛(wèi)星后，隨著高空間、高光譜和高時(shí)間分辨率遙感數(shù)據(jù)的出現(xiàn)，遙感技術(shù)為現(xiàn)代化農(nóng)業(yè)發(fā)展作出了重要貢獻(xiàn)[7-8]。農(nóng)業(yè)遙感應(yīng)用已經(jīng)從早期的土地利用和覆蓋面積估測(cè)研究、農(nóng)作物遙感估產(chǎn)研究，擴(kuò)展到精準(zhǔn)農(nóng)業(yè)實(shí)踐中作物全生命周期實(shí)時(shí)診斷、農(nóng)作物種類(lèi)細(xì)分、精細(xì)農(nóng)業(yè)農(nóng)田作物信息的快速獲取與解析等多個(gè)層次和多個(gè)方面[9]。

本文聚焦遙感影像的時(shí)空特征、光譜特征、輻射特征和精度及信息提取4個(gè)方面，介紹其發(fā)展變化及在農(nóng)業(yè)中的應(yīng)用。

1 影像時(shí)空特征

1.1 時(shí)間特征

在過(guò)去的幾十年里，遙感衛(wèi)星星座的開(kāi)發(fā)與發(fā)射取得了重大進(jìn)展，這些星座系統(tǒng)對(duì)全球的重訪周期能夠達(dá)到每天。如美國(guó)DigitalGlobe公司的WorldView-2以其高軌及快速的姿態(tài)機(jī)動(dòng)能力使衛(wèi)星的重訪周期達(dá)到了驚人的1.1 d(GSD小于1 m)，如果要求GSD小于0.52 m，則重訪周期為3.7 d，WorldView-3和WorldView-4的重訪周期甚至都小于1 d(GSD小于1 m)。農(nóng)作物遙感監(jiān)測(cè)一直是遙感應(yīng)用的一個(gè)重要主題，其中農(nóng)作物長(zhǎng)勢(shì)監(jiān)測(cè)、單產(chǎn)監(jiān)測(cè)/預(yù)測(cè)，以及時(shí)效性很強(qiáng)的作物病蟲(chóng)害監(jiān)測(cè)、成熟期預(yù)測(cè)(如圖1所示)等，都需要高頻率時(shí)間序列的遙感數(shù)據(jù)作為支撐[10]。目前，極高空間分辨率成像衛(wèi)星的潛在全球容量大于18億km2/a，比地球陸地面積的12倍還多。在不久的將來(lái)，這一容量有可能增加到24億km2/a以上(大約是地球陸地面積的16倍)。除處于永久性云帶下面的區(qū)域，商業(yè)遙感產(chǎn)業(yè)可以通過(guò)提高重訪頻率來(lái)支持全球范圍內(nèi)的精準(zhǔn)農(nóng)業(yè)和小農(nóng)戶農(nóng)業(yè)生產(chǎn)實(shí)踐活動(dòng)。

圖1 黑龍江雙山基地大豆成熟期遙感預(yù)測(cè)

1.2 空間特征

1.2.1 空間質(zhì)量

空間分辨率通常是指地面采樣距離(GSD)或遙感影像的像元大小。GSD是能夠被檢測(cè)到的地面特征的最小尺寸。代表空間分辨率的指標(biāo)有多個(gè)，而國(guó)家圖像解譯等級(jí)量(NIIRS)是一種被廣泛接受的模式，它解釋了各種各樣的特征，這些特征可以基于全色的可視圖像來(lái)區(qū)別于像素分辨率、清晰度、噪音和對(duì)比度等效果(見(jiàn)表1)。這些效果可能是由系統(tǒng)參數(shù)(如光學(xué)質(zhì)量和焦平面特性)、獲取條件(如太陽(yáng)角、大氣霧霾、氣溶膠和水汽)和開(kāi)發(fā)條件(如復(fù)制影像質(zhì)量、軟拷貝監(jiān)控質(zhì)量)引起的。隨著影像空間質(zhì)量的不斷提高，作物類(lèi)型的精細(xì)識(shí)別可以達(dá)到小顆粒谷物的谷物頭。

1.2.2 空間分辨率特征

自從1972年美國(guó)國(guó)家航空航天局(NASA)發(fā)射了Landsat衛(wèi)星后，遙感衛(wèi)星的空間分辨率就一直在不斷提高。本文按像素的大小將空間分辨率分為4類(lèi)：低分辨率(30 m像素或更大)、中分辨率(5～30 m)、高分辨率(1～5 m)、極高分辨率(1 m或更小)如圖2所示。對(duì)于農(nóng)業(yè)應(yīng)用，隨著遙感數(shù)據(jù)空間分辨率越來(lái)越高，從中獲得的信息及其精度也不斷得到提高。

1.2.2.1 低空間分辨率影像源(>30 m)

如今的低分辨率傳感器通常是由政府發(fā)射的，其幅寬較大，并能提供全球日數(shù)據(jù)。低空間分辨率影像對(duì)于大尺度的監(jiān)測(cè)具有一定的優(yōu)勢(shì)，已廣泛應(yīng)用于大尺度的農(nóng)用地資源監(jiān)測(cè)與保護(hù)、農(nóng)作物長(zhǎng)勢(shì)監(jiān)測(cè)和大面積估產(chǎn)，以及干旱、洪澇、凍害等農(nóng)業(yè)氣象災(zāi)害監(jiān)測(cè)中。

表1 NIIRS各等級(jí)特點(diǎn)

圖2 不同空間分辨率影像細(xì)節(jié)展示

1.2.2.2 中空間分辨率衛(wèi)星(5～30 m)

目前，全球有多個(gè)中分辨率傳感器正常運(yùn)行，從政府到商業(yè)都有其運(yùn)營(yíng)商。中空間分辨率衛(wèi)星數(shù)據(jù)以其相對(duì)更高的空間分辨率廣泛應(yīng)用于測(cè)定農(nóng)用地的數(shù)量與質(zhì)量的動(dòng)態(tài)變化中(如圖3所示)，也為在地塊內(nèi)開(kāi)展作物長(zhǎng)勢(shì)及產(chǎn)量變異分析提供了可能。

圖3 農(nóng)田分布年際動(dòng)態(tài)變化

1.2.2.3 高空間分辨率遙感產(chǎn)業(yè)(1～5 m)

計(jì)算機(jī)及大數(shù)據(jù)處理技術(shù)的發(fā)展，使快速處理海量遙感數(shù)據(jù)成為可能。人們嘗試?yán)酶呖臻g分辨率遙感數(shù)據(jù)獲取更加精細(xì)的作物長(zhǎng)勢(shì)、養(yǎng)分等信息，顯著提高精準(zhǔn)農(nóng)業(yè)的應(yīng)用范圍和精度。

1.2.2.4 極高空間分辨率遙感產(chǎn)業(yè)(<1 m)

1999年美國(guó)DigitalGlobe公司Ikonos的成功發(fā)射正式宣告極高分辨率(1 m或更高空間分辨率)商業(yè)衛(wèi)星圖像市場(chǎng)的興起。國(guó)外衛(wèi)星中，星下點(diǎn)空間分辨率優(yōu)于0.5 m的大型商業(yè)衛(wèi)星全部由DigitalGlobe公司提供。2016年底，DigitalGlobe公司發(fā)射了又一顆空間分辨率為0.3 m的WorldView-4衛(wèi)星，形成了5顆在軌運(yùn)行的衛(wèi)星星座群，其強(qiáng)大的采集能力是無(wú)可比擬的，見(jiàn)表2。這些極高分辨率圖像數(shù)據(jù)集可以區(qū)分花園中的草地和樹(shù)木，可以評(píng)價(jià)一顆或幾棵植株的健康狀態(tài)或者一塊土地上的灌溉、施肥的詳細(xì)情況等，對(duì)解決小農(nóng)戶農(nóng)業(yè)問(wèn)題非常有幫助。不久的將來(lái)，更多極高空間分辨率遙感衛(wèi)星的加入將基本實(shí)現(xiàn)全球覆蓋和頻繁訪問(wèn)，全面解決全球農(nóng)業(yè)問(wèn)題。

表2 國(guó)外極高空間分辨率影像源

最近幾年，出現(xiàn)了一個(gè)代表空間分辨率的新術(shù)語(yǔ)，稱(chēng)為縮放級(jí)別(Zoom Levels)，旨在代替空間分辨率的概念。必應(yīng)地圖和谷歌地球已經(jīng)基于地球數(shù)學(xué)模型創(chuàng)建了一個(gè)縮放級(jí)別命名法，現(xiàn)在被繪圖門(mén)戶廣泛接受，尤其是可視化三維地球。表3[11]顯示了必應(yīng)地圖對(duì)縮放級(jí)別的定義和相關(guān)的像元分辨率。

目前大部分的極高分辨率和高分辨率圖像供應(yīng)商都在為客戶提供多種分辨率/縮放級(jí)別的影像，希望從宏觀、區(qū)域和微觀不同尺度為研究農(nóng)業(yè)問(wèn)題創(chuàng)造更加獨(dú)特的機(jī)會(huì)。

表3 縮放級(jí)別

2 影像光譜特征

傳感器按光譜分辨率通常分為多光譜、 高光譜和超光譜傳感器。多光譜傳感器只有不到10個(gè)波段，高光譜傳感器有10～20個(gè)波段，超光譜傳感器通常有上百個(gè)波段。Landsat多光譜衛(wèi)星有8個(gè)波段，能夠獲取可見(jiàn)光、近紅外、短波紅外和熱紅外光譜的信息，但其空間分辨率低。大多數(shù)航空平臺(tái)和無(wú)人機(jī)平臺(tái)搭載的傳感器有4個(gè)波段。法國(guó)SPOT系列衛(wèi)星搭載的傳感器曾有一個(gè)寬的短波紅外波段，不過(guò)在SPOT6衛(wèi)星上已經(jīng)中斷。目前在空間分辨率小于1 m的商業(yè)衛(wèi)星中，只有DigitalGlobe公司有超過(guò)4個(gè)波段的多光譜及高光譜數(shù)據(jù)。DigitalGlobe的WorldView-2衛(wèi)星在可見(jiàn)光和近紅外部分設(shè)計(jì)有8個(gè)光譜波段，除了4個(gè)傳統(tǒng)波段以外，還有海岸帶、紅邊、黃光和近紅外波段，在擁有極高的空間分辨率(0.3 m)的同時(shí)，其多光譜分辨率也高達(dá)1.85 m，主要為農(nóng)業(yè)應(yīng)用而設(shè)計(jì)。有研究表明，紅光對(duì)于植物分類(lèi)和植物健康狀態(tài)更為敏感，因此有人將其用于對(duì)作物的分類(lèi)及對(duì)甘蔗生長(zhǎng)狀態(tài)的監(jiān)測(cè)，取得了良好的效果[12](如圖4所示)。該公司的WorldView-3衛(wèi)星是全球第一個(gè)極高空間分辨率(0.3 m)的高光譜衛(wèi)星，擁有覆蓋可見(jiàn)光和近紅外、短波紅外的16個(gè)波段，其多光譜分辨率達(dá)到1.24 m，短波紅外分辨率為3.7 m，是解決小農(nóng)戶農(nóng)業(yè)問(wèn)題的理想衛(wèi)星。短波紅外的兩個(gè)波段主要用來(lái)估計(jì)作物冠層水分，并測(cè)量土壤水分含量和有機(jī)質(zhì)含量，用于精細(xì)化的作物種類(lèi)分類(lèi)、作物估產(chǎn)、病蟲(chóng)害監(jiān)測(cè)、土壤制圖等。如同一生長(zhǎng)期的大豆和玉米的分類(lèi)，因?yàn)樯L(zhǎng)時(shí)期相同，用多時(shí)相的影像處理方式無(wú)法區(qū)別出來(lái)，若用WorldView的近紅外波段就很容易將其區(qū)別。

圖4 紅邊、黃光用于甘蔗生態(tài)狀態(tài)監(jiān)測(cè)

3 影像輻射特征

輻射特征包括輻射分辨率和動(dòng)態(tài)范圍。輻射分辨率指成像系統(tǒng)辨別非常細(xì)微的能量差異的能力；動(dòng)態(tài)范圍是可以捕獲的最高能量與最低能量(包括探測(cè)器噪聲)的比值。

早期成像系統(tǒng)的動(dòng)態(tài)范圍為256∶1。對(duì)于數(shù)字系統(tǒng)，這些測(cè)量數(shù)據(jù)可以以8位的形式存儲(chǔ)?，F(xiàn)代成像系統(tǒng)的動(dòng)態(tài)范圍介于2048∶1(11位)和16 384∶1(14位)之間。為了防止在地球上太陽(yáng)最低點(diǎn)出現(xiàn)飽和情況(即超過(guò)可記錄的最高值)，需要設(shè)置傳感器增益。這意味著高緯度點(diǎn)甚至不會(huì)使用所有可用的位。對(duì)于早期的8位系統(tǒng)，高緯度目標(biāo)的能量也許僅限于動(dòng)態(tài)范圍的5位，那么其反射率值分散到32 個(gè)DN值，這通常意味著可辨別的反射率最小差異約為3%。因此，能夠反映植被指數(shù)(如歸一化植被指數(shù))的紅光對(duì)于監(jiān)測(cè)作物所受壓迫水平幾乎沒(méi)用?，F(xiàn)代系統(tǒng)可以根據(jù)緯度調(diào)整動(dòng)態(tài)范圍。對(duì)于11位動(dòng)態(tài)范圍的系統(tǒng)，有效動(dòng)態(tài)范圍可以達(dá)到9位甚至更高，可辨別的反射率最小差異約為0.2%或更小，很適合監(jiān)測(cè)作物壓迫的細(xì)微變化。高輻射分辨率對(duì)農(nóng)業(yè)是極為重要的，尤其是對(duì)精確模擬早期作物活力和健康情況，以及識(shí)別土壤水分和土壤有機(jī)物的細(xì)微變化。這些增加的功能提高了圖像信息質(zhì)量，從而可提高自動(dòng)準(zhǔn)確提取信息的能力。

4 影像精度及信息提取

4.1 位置精度

定位系統(tǒng)已成為人們生活中不可或缺的一部分，同樣的，高定位精度也是確保圖像和提取的信息能夠應(yīng)用于農(nóng)業(yè)等各個(gè)領(lǐng)域的關(guān)鍵所在。圖像的位置精度從21世紀(jì)初大約23 m的誤差穩(wěn)步提升到現(xiàn)在的不到3 m。精度的提高主要得益于更穩(wěn)定的衛(wèi)星軌道和創(chuàng)新的后處理技術(shù)。未來(lái)幾年，隨著光譜分辨率的增加，遙感影像的空位精度將越來(lái)越好。從圖5可以看出，新一代的WorldView系列衛(wèi)星平臺(tái)的影像定位精度明顯高于早期QuickBird影像，在無(wú)地面控制點(diǎn)的情況下可以達(dá)到小于3 m，其精度已與精度航空成像的性能相當(dāng)。

圖5 影像定位精度對(duì)比

4.2 信息提取

高性能提取(high performance extraction，HPX)定義為通過(guò)利用輔助信息，以各種方式從單個(gè)圖像或圖像序列中非常準(zhǔn)確地對(duì)目標(biāo)進(jìn)行分類(lèi)和/或估計(jì)目標(biāo)狀態(tài)。在過(guò)去的40年，世界各地的科學(xué)家基于大量的遙感研究建立了作物分類(lèi)、健康評(píng)價(jià)、資源普查、產(chǎn)量監(jiān)測(cè)等大量的農(nóng)業(yè)遙感信息提取的算法，近年來(lái)還采用了機(jī)器學(xué)習(xí)、醫(yī)學(xué)成像和人工智能技術(shù)最大可能地獲取影像的信息。隨著互聯(lián)網(wǎng)、云計(jì)算、云存儲(chǔ)及移動(dòng)技術(shù)的發(fā)展，遙感與地理信息系統(tǒng)、全球定位系統(tǒng)等各種地理空間技術(shù)相互集成，基于多源技術(shù)的決策支持系統(tǒng)得以發(fā)展，信息提取，以及各種遠(yuǎn)程觀察、實(shí)地測(cè)量與可行的智能操作必將變?yōu)楝F(xiàn)實(shí)。

5 結(jié) 語(yǔ)

在過(guò)去的幾十年里， 遙感產(chǎn)業(yè)迅速興起并不斷發(fā)展，并以其宏觀、準(zhǔn)確和實(shí)時(shí)等諸多優(yōu)點(diǎn)在農(nóng)業(yè)、水文、氣候和生態(tài)等眾多領(lǐng)域中發(fā)揮著越來(lái)越重要的作用，今后也將在信息技術(shù)、云計(jì)算、移動(dòng)技術(shù)、全球定位系統(tǒng)和數(shù)字技術(shù)不斷發(fā)展和廣泛應(yīng)用的助力下，全面服務(wù)于數(shù)字農(nóng)業(yè)、精準(zhǔn)農(nóng)業(yè)和生態(tài)農(nóng)業(yè)，更智能地解決全球小農(nóng)戶的每一個(gè)農(nóng)業(yè)問(wèn)題。

[1] 莊逢甘，陳述彭．2006遙感科技論壇[M]．北京：中國(guó)宇航出版社，2006.

[2] 李德仁，李明. 無(wú)人機(jī)遙感系統(tǒng)的研究進(jìn)展與應(yīng)用前景[J]. 武漢大學(xué)學(xué)報(bào)(信息科學(xué)版)，2014, 39(5): 505-513.

[3] 閆麗陽(yáng). 無(wú)人機(jī)遙感的應(yīng)用[J]. 科技與管理，2016(21): 92.

[4] 金偉，葛宏立，杜華強(qiáng)，等. 無(wú)人機(jī)遙感發(fā)展與應(yīng)用概況[J]. 遙感信息，2009(1):88-92.

[5] 盧國(guó)銘，姜遵富，方永綏. 遙感技術(shù)基礎(chǔ)[M]. 北京：科學(xué)出版社，1984.

[6] 李良序，武鵬飛，姬金虎. 現(xiàn)行遙感衛(wèi)星傳感器淺述[J]. 新疆氣象，2003, 26(5): 19-28.

[7] 唐延林，王人潮. 遙感技術(shù)在精準(zhǔn)農(nóng)業(yè)中的應(yīng)用[J]. 現(xiàn)代化農(nóng)業(yè)，2002(2): 33-35.

[8] 陳仲新，任建強(qiáng)，唐華俊，等. 農(nóng)業(yè)遙感研究應(yīng)用進(jìn)展與展望[J]. 遙感學(xué)報(bào)，2016, 20(5): 748-767.

[9] SHI Y, JI S P, SHAO X W, et al. Framework of SAGI Agriculture Remote Sensing and Its Perspectives in Supporting National Food Security[J]. Journal of Integrative Agriculture, 2014, 13(7): 1443-1450.

[10] MENG Jihua, LI Z, WU B. Design, Development and Application of a Satellite-based Field Monitoring System to Support Precision Farming[C]∥International Conference on Agro-geoinformatics. [S.l.]: IEEE,2014: 1-9.

Remote Sensing Image Trends and Its Application in Agriculture

PANG Zhiguo, CAI Jingya

(China Institute of Water Resources and Hydropower Research, Beijing 100038, China)

In this paper, the author systematically introduced the development trends of remote sensing image and its application in agriculture from four key aspects: spatial-temporal features, spectral features, radiant features, and precision and information extraction of remote sensing images. The article also indicated that as the remote sensing sensor and data processing technology continue to evolve, remote sensing technology world fully serve in fields of digital agriculture, precision agriculture and ecological agriculture and intelligently solve every agricultural problem for small farmers worldwide.

remote sensing; agriculture; resolution

龐治國(guó)，蔡靜雅.遙感影像發(fā)展趨勢(shì)及其在農(nóng)業(yè)中的應(yīng)用[J].測(cè)繪通報(bào)，2017(7)：45-48.

10.13474/j.cnki.11-2246.2017.0221.

2017-01-06

國(guó)家自然科學(xué)基金青年科學(xué)基金(41601569)

龐治國(guó)(1975—)，男，博士，教授級(jí)高級(jí)工程師，主要從事遙感技術(shù)應(yīng)用研究。E-mail: 2865578@qq.com

P237

A

0494-0911(2017)07-0045-04