高光譜技術(shù)在農(nóng)業(yè)遙感中的應(yīng)用

鮑義東 陳秋實(shí) 陳果

（中國航天科工集團(tuán)十院智慧農(nóng)業(yè)公司 貴州省貴陽市 550022）

傳統(tǒng)的農(nóng)業(yè)作業(yè)方式比較落后，不利于農(nóng)業(yè)的管理，而農(nóng)業(yè)遙感有助于農(nóng)業(yè)管理，尤其是高光譜技術(shù)在農(nóng)業(yè)遙感中的應(yīng)用，更是有助于監(jiān)督農(nóng)業(yè)的生產(chǎn)，為農(nóng)作物的生長創(chuàng)造出優(yōu)質(zhì)的條件。高光譜技術(shù)在農(nóng)業(yè)遙感中發(fā)揮著重要的作用，監(jiān)測(cè)農(nóng)業(yè)的發(fā)展，為農(nóng)業(yè)作物提供生長參數(shù)，優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)的管理。

1 高光譜技術(shù)在農(nóng)業(yè)遙感中的應(yīng)用表現(xiàn)

高光譜技術(shù)在農(nóng)業(yè)遙感中主要是監(jiān)測(cè)地面上農(nóng)作物的生長狀況，高光譜技術(shù)可以準(zhǔn)確的監(jiān)測(cè)到農(nóng)業(yè)中的信息，把農(nóng)業(yè)遙感中的各種信息資源結(jié)合起來，為農(nóng)業(yè)建設(shè)提供基礎(chǔ)的信息，同時(shí)還能預(yù)估農(nóng)作物的生長以及可能出現(xiàn)的災(zāi)害，提高農(nóng)業(yè)管理的水平[1]。農(nóng)業(yè)遙感的工作量比較大，采用高光譜技術(shù)能夠減輕農(nóng)業(yè)遙感的工作負(fù)擔(dān)，促進(jìn)農(nóng)業(yè)遙感的發(fā)展。本文結(jié)合農(nóng)業(yè)遙感分析高光譜技術(shù)的應(yīng)用表現(xiàn)，如下：

1.1 研究農(nóng)作物葉片光譜特征

高光譜技術(shù)在農(nóng)業(yè)遙感中研究農(nóng)作物葉片的光譜特征，農(nóng)作物生長過程中，其生長狀態(tài)和葉片光譜特征存在著密切的關(guān)系，葉片光譜特征中的信息含量非常高，包含大量的信息，比如光譜反射率、土質(zhì)內(nèi)水分含量等，這些因素都會(huì)影響到農(nóng)作物的生長狀態(tài)。例如：高光譜技術(shù)分析農(nóng)作物葉片光譜特征時(shí)，成像光譜儀的波段范圍調(diào)制500～1800nm，在這個(gè)波段中研究水稻農(nóng)作物的光譜特征，該研究中土壤內(nèi)水分狀態(tài)穩(wěn)定，早期階段中水稻冠層水分能夠光譜儀中提供的不同波段探測(cè)微分導(dǎo)數(shù)及反射率，以此來分析水稻對(duì)土壤水分的需求。高光譜技術(shù)除了用在水稻農(nóng)作物以外，還能用在油菜作物上，高光譜技術(shù)研究油菜葉片的光譜特征，根據(jù)油菜光譜特征的變化構(gòu)建了綠葉素模型，定量研究綠葉素的變化，以便為油菜生長提供合適的條件。

1.2 識(shí)別農(nóng)作物并準(zhǔn)確的分類

農(nóng)業(yè)遙感中利用高光譜技術(shù)準(zhǔn)確的識(shí)別農(nóng)作物并且分類，在此基礎(chǔ)上才能評(píng)估農(nóng)作物的產(chǎn)量，并且監(jiān)測(cè)農(nóng)作物的災(zāi)害。高光譜技術(shù)利用波普范圍監(jiān)測(cè)農(nóng)作物的實(shí)際變化，在波普范圍中研究農(nóng)作物的細(xì)微狀態(tài)。高光譜技術(shù)從更細(xì)微的角度上識(shí)別農(nóng)作物并做好分類工作，高光譜技術(shù)中可以采用光譜角分類以及決策樹分層的方法識(shí)別農(nóng)作物。

（1）光譜角分類技術(shù)在農(nóng)作物識(shí)別和分類上的應(yīng)用，測(cè)定光譜與參照光譜產(chǎn)生的夾角，運(yùn)用計(jì)算方法表達(dá)光譜與參照光譜的相似程度，完成光譜匹配分類，再進(jìn)行光譜角分類[2]。如果光譜匹配分類和光譜角分類非常相似，產(chǎn)生的夾角就會(huì)很小，此時(shí)就能更為準(zhǔn)確的識(shí)別出農(nóng)作物的分類。高光譜技術(shù)中光譜角分析法能夠減少地勢(shì)、光照這些因素對(duì)研究項(xiàng)目的影響，保障分析結(jié)果的準(zhǔn)確性。

（2）決策樹分層分類在農(nóng)作物識(shí)別與分類上的應(yīng)用，決策樹分層分類的直接目的是把農(nóng)作物的信息細(xì)致的劃分，劃分到最小的子集狀態(tài)，決策樹分層分類時(shí)，樹干是節(jié)點(diǎn)，每個(gè)中間位置的節(jié)點(diǎn)和末端位置的節(jié)點(diǎn)會(huì)構(gòu)成一個(gè)決策樹，決策樹可以分為單變、多變以及混合這三種，主要是詳細(xì)的區(qū)分農(nóng)作物的類別，便于識(shí)別農(nóng)作物。

1.3 預(yù)測(cè)農(nóng)作物生長中的勢(shì)態(tài)

高光譜技術(shù)在農(nóng)業(yè)遙感中預(yù)測(cè)農(nóng)作物的長勢(shì)，主要從葉面積指數(shù)和生物量兩個(gè)方面進(jìn)行分析。

葉面積指數(shù)分析中，高光譜遙感技術(shù)對(duì)葉片沒有破壞性，監(jiān)測(cè)葉面積時(shí)不會(huì)產(chǎn)生破壞問題。高光譜遙感技術(shù)解決了傳統(tǒng)監(jiān)測(cè)方法中的問題，在基本無破壞的條件下獲得精準(zhǔn)的葉面積指數(shù)。葉面積指數(shù)在高光譜提供的寬波段光譜中能夠被分析出來，同時(shí)還能構(gòu)建出不同類型的遙感反演模型。例如：某冬小麥種植區(qū)域中，葉面積指數(shù)分析時(shí)采用了便攜式地物光譜儀，測(cè)量冬小麥葉片在特定波段中的反射率、透過率，同時(shí)配合冠層分析儀分析冬小麥的冠層部分，得出冬小麥的冠層光譜。高光譜技術(shù)分析葉面積指數(shù)的過程中，研究了葉面積指數(shù)反演遙感模型，利用模型預(yù)測(cè)葉面積指數(shù)，逐步提高葉面積指數(shù)反演模型的精度，由此才能預(yù)測(cè)農(nóng)作物的長勢(shì)。

生物量與葉面積指數(shù)相關(guān)性比較大，生物量和葉面積指數(shù)都用作預(yù)測(cè)農(nóng)作物生長的勢(shì)態(tài)中，高光譜技術(shù)在生物量監(jiān)測(cè)中的應(yīng)用類似于其在葉面積指數(shù)中的應(yīng)用，同樣需要把高光譜技術(shù)中得出的生物量參數(shù)和實(shí)際生物量比較，系統(tǒng)監(jiān)測(cè)農(nóng)作物生長過程中的生物量，從高光譜技術(shù)得出的反射光譜參數(shù)中，研究農(nóng)作物生物量和葉面積指數(shù)的關(guān)聯(lián)性。

1.4 監(jiān)測(cè)農(nóng)作物生理生化性狀

農(nóng)作物的生理生化性狀包括光合作用和氮含量。農(nóng)作物的光合作用會(huì)在體內(nèi)囤積有機(jī)物，促進(jìn)農(nóng)作物的生長，高光譜技術(shù)監(jiān)測(cè)農(nóng)作物的光合作用，其可快速、準(zhǔn)確的得出農(nóng)作物光合作用的特征，高光譜技術(shù)反射光譜指數(shù)的差異反應(yīng)農(nóng)作物光合作用的狀態(tài)，高光譜技術(shù)對(duì)農(nóng)作物遙感時(shí)獲取了一階微分光譜、二階微分光譜以及光譜反射率，對(duì)這三個(gè)光譜進(jìn)行分析，分析農(nóng)作物光合作用的實(shí)際狀態(tài)。高光譜技術(shù)可以監(jiān)督農(nóng)作物在太陽光照下產(chǎn)生葉綠素的實(shí)際情況，采集農(nóng)作物生長的相關(guān)數(shù)據(jù)，動(dòng)態(tài)跟蹤農(nóng)作物葉綠素含量與冠層光譜反射率之間的變化規(guī)律，完成農(nóng)作物光合作用的監(jiān)測(cè)工作。

氮含量是反應(yīng)農(nóng)作物生理生化性狀的一項(xiàng)因素，高光譜技術(shù)監(jiān)測(cè)農(nóng)作物的氮含量，這樣可以在農(nóng)作物生長期間合理的施加化學(xué)肥料，避免出現(xiàn)肥料浪費(fèi)的情況，還能減少化學(xué)肥料對(duì)空氣、土壤的污染，確保農(nóng)作物的生長質(zhì)量。高光譜在監(jiān)測(cè)農(nóng)作物時(shí)，把氮含量作為主要的監(jiān)測(cè)對(duì)象，控制好氮元素養(yǎng)料的使用，同時(shí)按照氮元素參數(shù)的實(shí)際變化去獲取光譜參數(shù)，進(jìn)而針對(duì)不同品種的農(nóng)作物構(gòu)建出不同類型的監(jiān)測(cè)模型，合理、科學(xué)的向農(nóng)作物施肥。

1.5 預(yù)估農(nóng)作物生長中的產(chǎn)量

農(nóng)作物產(chǎn)量預(yù)估是農(nóng)業(yè)遙感中的重要工作，高光譜技術(shù)具有預(yù)估農(nóng)作物生產(chǎn)產(chǎn)量的作用，基于高光譜技術(shù)的光譜遙感器能夠獲取農(nóng)作物生長特征。光譜遙感器搭載在衛(wèi)星上，利用遙感的條件收集農(nóng)作物的生長信息以及光譜特征，這些信息就可以反映農(nóng)作物的產(chǎn)量，預(yù)估出農(nóng)作物的產(chǎn)量值。高光譜技術(shù)在農(nóng)作物單產(chǎn)預(yù)測(cè)方面有著較高的應(yīng)用價(jià)值，其可用的方法分為兩種，分別是直接算法和間接算法，直接算法就是直接套用計(jì)算方法，比如計(jì)算過程中可以采用綠度算法，獲取農(nóng)作物的種植面積后，再采用間接算法，也就是利用高光譜技術(shù)提供的模型計(jì)算未來農(nóng)作物的產(chǎn)量。

2 高光譜技術(shù)在農(nóng)業(yè)遙感中存在的問題

總結(jié)高光譜技術(shù)在農(nóng)業(yè)遙感中出現(xiàn)的問題，主要表現(xiàn)為兩個(gè)方面的問題，具體分析如下。

2.1 農(nóng)學(xué)信息模型適用性問題

高光譜技術(shù)在農(nóng)業(yè)遙感中，其可獲取農(nóng)作物的信息模型，雖然獲取模型的方法及路徑比較多，但是很難找到一種極其適應(yīng)性的模型，這也就說明了高光譜遙感農(nóng)學(xué)信息時(shí)模型適用性方面存在一些問題，而且提取的模型大部分適用在初級(jí)的農(nóng)作物分析中，還不能深入應(yīng)用到更多的層面。高光譜農(nóng)業(yè)遙感中不同的模型會(huì)有不同的分析結(jié)果，即使模型之間的差異性很小也會(huì)在農(nóng)作物信息分析時(shí)產(chǎn)生較大的誤差，因此必須要重視模型適用性這項(xiàng)問題，要以農(nóng)作物生長的實(shí)際情況為基礎(chǔ)進(jìn)行遙感，發(fā)揮高光譜技術(shù)提取模型的準(zhǔn)確性作用。

2.2 光譜分解模型提取的問題

農(nóng)業(yè)遙感時(shí)要在田間分成不同的組，按照田間組別分析土壤和農(nóng)作物。高光譜技術(shù)在混合光譜分解以及端元提取時(shí)有著很多問題，比如提取信息后給出的處理方案不符合農(nóng)作物的實(shí)際需求，降低了農(nóng)業(yè)遙感的實(shí)用性水平，無法定量分析農(nóng)作物的生長。高光譜技術(shù)分析之后建立起來的模型中，有時(shí)無法直接應(yīng)用到農(nóng)業(yè)遙感中，預(yù)測(cè)和分析的農(nóng)作物信息非常不準(zhǔn)確，影響了信息之間的聯(lián)系，同時(shí)也說明高光譜的光譜分解模型有誤差。高光譜技術(shù)在農(nóng)業(yè)遙感中必須要以農(nóng)作物的實(shí)際情況為基準(zhǔn)，才能完成模型提取的工作，幫助農(nóng)作物的發(fā)展。

3 農(nóng)業(yè)遙感中高光譜技術(shù)問題的解決措施

針對(duì)農(nóng)業(yè)遙感中高光譜技術(shù)出現(xiàn)的問題，綜合給出可行的解決措施，完善高光譜技術(shù)的實(shí)踐應(yīng)用。

3.1 完善數(shù)據(jù)庫

農(nóng)業(yè)遙感中的高光譜技術(shù)對(duì)數(shù)據(jù)庫的需求很大，農(nóng)業(yè)建設(shè)中，土壤以及農(nóng)作物的組成有差異，比如相同組成的土壤上有不同的農(nóng)作物，相同的農(nóng)作物生長在不同組成的土壤上，這些差異是影響高光譜在農(nóng)業(yè)遙感中適應(yīng)性的主體因素，引起嚴(yán)重的數(shù)據(jù)差異。高光譜技術(shù)應(yīng)用到農(nóng)業(yè)遙感中以后要完善數(shù)據(jù)庫，最先就要為高光譜技術(shù)提供海量數(shù)據(jù)的數(shù)據(jù)庫，隨時(shí)供應(yīng)高光譜技術(shù)中的數(shù)據(jù)應(yīng)用，數(shù)據(jù)庫中要輸入一些有用的數(shù)據(jù)，比如不同土壤組成對(duì)農(nóng)作物的影響，土壤成分在農(nóng)作物生長中的效應(yīng)，環(huán)境對(duì)農(nóng)作物的影響等，土壤一定會(huì)引起農(nóng)作物光譜變化，而且這是普遍存在的現(xiàn)象，想要改善這種情況就要積極完善數(shù)據(jù)庫，不斷的分析高光譜技術(shù)所對(duì)應(yīng)的標(biāo)準(zhǔn)地，挖掘出標(biāo)準(zhǔn)地中所有的信息，掌握光譜在農(nóng)作物生長中的變化狀態(tài)，尤其是光譜在有差異條件種植農(nóng)作物的土壤中的特征表現(xiàn)，總結(jié)可用的數(shù)據(jù)，積極完善高光譜技術(shù)的數(shù)據(jù)庫，實(shí)現(xiàn)農(nóng)學(xué)信息的適用性，提高農(nóng)學(xué)信息在農(nóng)作物研究方面的準(zhǔn)確性，落實(shí)高光譜技術(shù)在農(nóng)業(yè)遙感中的精準(zhǔn)應(yīng)用。

3.2 推行技術(shù)融合

技術(shù)融合是指在農(nóng)業(yè)遙感中融入GIS 技術(shù)和GPS 技術(shù)，為高光譜分析提供技術(shù)支持。農(nóng)作物生長研究中大部分信息都是通過高光譜遙感獲得的，在高光譜遙感中引入GIS 技術(shù)和GPS 技術(shù)，拓寬高光譜遙感技術(shù)的工作范圍。GIS 技術(shù)具有空間分析的作用，還能提供數(shù)據(jù)分析和處理的條件，GPS 技術(shù)實(shí)現(xiàn)了精準(zhǔn)定位，在農(nóng)業(yè)遙感中把高光譜技術(shù)、GPS 技術(shù)和GIS 技術(shù)結(jié)合起來，更有利的分析農(nóng)作物的生長狀態(tài)，最終保障農(nóng)作物生長狀態(tài)的分析結(jié)果更為貼近實(shí)際的標(biāo)準(zhǔn)。農(nóng)業(yè)遙感中的技術(shù)融合解決了很多復(fù)雜的問題，在高光譜技術(shù)分析中掌握土壤、地勢(shì)、農(nóng)作物的關(guān)系，保障獲取信息的精準(zhǔn)度，擴(kuò)大高光譜技術(shù)的應(yīng)用范圍。現(xiàn)代很多領(lǐng)域中都比較注重技術(shù)的融合，農(nóng)業(yè)遙感中實(shí)現(xiàn)技術(shù)融合，不僅改善高光譜技術(shù)的應(yīng)用，更是強(qiáng)調(diào)高光譜技術(shù)的準(zhǔn)確性，在此基礎(chǔ)上監(jiān)測(cè)農(nóng)作物的生長及變化，為農(nóng)作物的生長創(chuàng)造良好的條件。

3.3 挖掘數(shù)據(jù)信息

高光譜技術(shù)在農(nóng)業(yè)遙感中的核心操作就是光譜空間內(nèi)的數(shù)據(jù)反應(yīng)，積極的挖掘農(nóng)業(yè)遙感中的數(shù)據(jù)信息，全面落實(shí)混合光譜分解模型的使用，分離高光譜中有用的譜段信息?；旌瞎庾V分解模型具有較多操作經(jīng)驗(yàn)，實(shí)際其分析農(nóng)業(yè)遙感時(shí)的規(guī)律性偏低，數(shù)據(jù)可移植的能力也比較低，在高光譜技術(shù)中引入數(shù)據(jù)挖掘技術(shù)，致力于根據(jù)數(shù)據(jù)信息之間的關(guān)聯(lián)性找到相關(guān)的數(shù)據(jù)信息，不斷的去挖掘數(shù)據(jù)信息，構(gòu)建強(qiáng)大的數(shù)據(jù)庫。高光譜技術(shù)在農(nóng)業(yè)遙感技術(shù)中全面挖掘數(shù)據(jù)信息，這樣才有利于獲取與農(nóng)作物監(jiān)測(cè)直接相關(guān)的數(shù)據(jù)，更重要的是確保高光譜技術(shù)可以獲得更多的數(shù)據(jù)信息。

4 高光譜技術(shù)在農(nóng)業(yè)遙感中的發(fā)展方向

高光譜技術(shù)是農(nóng)業(yè)遙感的主要技術(shù)，高光譜技術(shù)具有圖譜合一的優(yōu)勢(shì)，精確的監(jiān)測(cè)農(nóng)作物的生長，實(shí)現(xiàn)精準(zhǔn)農(nóng)業(yè)。高光譜技術(shù)在農(nóng)業(yè)遙感中取得了較好的應(yīng)用成果，實(shí)際仍舊存在著較大的提升空間，規(guī)劃好高光譜技術(shù)在農(nóng)業(yè)遙感中的發(fā)展方向，以便為農(nóng)業(yè)建設(shè)提供技術(shù)支持。

農(nóng)業(yè)遙感中，高光譜技術(shù)的發(fā)展圍繞精細(xì)農(nóng)業(yè)展開，精細(xì)農(nóng)業(yè)是現(xiàn)代農(nóng)業(yè)遙感的核心工作內(nèi)容，高光譜技術(shù)應(yīng)用到精細(xì)農(nóng)業(yè)中，實(shí)現(xiàn)精準(zhǔn)無損的農(nóng)業(yè)預(yù)測(cè)。高光譜技術(shù)未來發(fā)展中，要從數(shù)據(jù)及信息兩個(gè)方面進(jìn)行建設(shè)，合理選擇可行的分析方法，幫助高光譜技術(shù)的有效應(yīng)用[3]。高光譜技術(shù)發(fā)展時(shí)不僅要結(jié)合其他先進(jìn)的技術(shù)，還要為農(nóng)業(yè)遙感提供不同類型的模型，比如災(zāi)害分析預(yù)估模型、土壤成分遙感分析模型等，致力于完善農(nóng)業(yè)遙感中的預(yù)測(cè)工作，為農(nóng)業(yè)提供精準(zhǔn)化的服務(wù)。

5 結(jié)束語

高光譜技術(shù)在農(nóng)業(yè)遙感中有著較高的實(shí)踐價(jià)值，高光譜技術(shù)應(yīng)用到農(nóng)業(yè)遙感的多個(gè)方面中，雖然高光譜技術(shù)應(yīng)用良好，但是不可避免的會(huì)出現(xiàn)一些問題，全面了解高光譜技術(shù)在農(nóng)業(yè)遙感中的應(yīng)用，總結(jié)了常見的幾類問題，在此基礎(chǔ)上給出解決措施，改進(jìn)高光譜技術(shù)的應(yīng)用并推進(jìn)其在農(nóng)業(yè)遙感中的發(fā)展。高光譜技術(shù)在農(nóng)業(yè)遙感上發(fā)展前景良好，積極落實(shí)高光譜技術(shù)在農(nóng)業(yè)遙感方面的應(yīng)用，體現(xiàn)高光譜技術(shù)的優(yōu)勢(shì)。