.遙在業的用發1農估產遙感即的知在距離上用測儀器不直接接觸目標物體遠把目標的電磁波特性錄下來過析出物體的特征性質及其變化的綜合性探測技[影相便是一最常見的遙機不觸目相隔一定的距離鏡頭把被攝目標的影像錄在底片化學處理便重現被攝目標的圖像。從拍攝目標到再現目標所用的手一種遙感技術。遙感與其他技術結業用中具有科學、快速、及時的特點。對于充分利用農業資源、指導農業生產、農產品供需平衡等方面有著重要的意義。2遙產的原理及農作物估產法2.1遙感的基本原2]任何物體都具有吸收和反射不同長電磁波的特性體的基本特性。人眼正是利用這一特性見光范圍內識各種物體的。遙感技術也是基于同樣的原搭在各種遙感平臺面球、飛機衛星等的感器相機、掃描儀等收地面上物體的波譜反射和輻射特性物的類型和狀態。農作物估產則是指根據生物學原理集分析各種農作物不同生期不同光譜特征的基礎臺上的傳感器記錄的地Word資料.表信息作物類測作物長并在作物收獲預測作物的產量的系列方法作物識別和播種面積提取、長勢測和產量預報兩項重要內容。農物估產的方法農作物估產在方法上可分為傳統作物估產和遙感估產兩類基本上是農學模式和氣象模采用人工區域調查方法。它們把作物生長與主要制約和影響產量的學因子或氣候因子之間用統計分的方式建立起關系算繁雜度慢作量大、成本高某些因子種類往往難以定量不易推廣用。遙感估產則是建立作物光譜與產量之間聯系的一種技是通過光譜來獲取作物的生長信息。在實際工作常用綠度或植被指由多光譜數非線性組合構成的對植被有一定指示意義各種數值為評價作物生長狀況的標準。植指數中包括了作物長勢和面積兩方面的信估模式其是光譜模式中植被指數是一個極為重要的參數。根據傳感器從物中獲得的光譜特征進行估產具有宏觀、快速、準、動態的優。農作物估產中所應用的遙感資料致可分為3類一是氣象衛星資主要為美國第三代業務極軌氣象衛星(NOAA的甚高分辨率輻儀其料特是周期短、覆蓋面積大、資料易獲取、時性強、價格低空間分辨率低但時間分辨率較二是陸地衛(Landsat)資料應用較多功能是專題制圖料它重復周期長、價格間分辨率[5];航空遙感和地面遙感資料,主用于光譜特征及估產農學機理的研究中其中高光譜數據可提供連續光可消除一些外部條件的影響而成為遙感數據處理、地面量、光譜模型和應用的強有力的[6]在遙感估產中農作物面積提取是最重要的內容Word資料.用遙感方法測算一種農作物的種面積主要有以下幾種方感方法星影像磁帶數字圖象處理方(般精度較高和——積模式。2)感方法。可進行總面積的測量、作物分類及測分類面積與統計相合的方法。此方法是由美國農業部統計局在原面積抽樣統計產的基礎上發展起來其原理是利用遙感影像分再實行統計學方法抽樣理信息系(與感相結合方法方法是在地理信息系統的支持下利用遙感信不同農作物的種植面積進行獲。內外遙感估產的研究進展狀況國遙感估產研究的進展狀況美國首先開了農作物遙感估產之美國農業部、國家海洋大氣管理局、宇航局和商業部合作制定農作物估產實計劃”施了小麥估產計先后發射入軌的陸地衛星1～3收處理出的MSS像對美國大平原9個小麥生產州的面積、單產和產量做出估括美國本土、加拿大和前蘇聯部分地區小面積、單產和產量做出估接著是對世界其它地區小麥面積、總產量進行估算。調查分析美國原蘇聯、加拿大等主要產糧國的麥播種面積、出苗狀況和長氣象衛星得的氣象要素信息結歷年統計數據進行綜合分析建立的小麥估產模型精度高達以上。1980年定“資的空間遙感調”核心內容仍是主要作物的種植面積與單產模型的研究糧食作物長勢評估和產量預報科學院自然資源綜合考查委員會的沈斌美國農業部國農業(國以外國家的農作物估建成運行系)當月估計的中國小麥、玉米、水稻總產量后Word資料.來國家統計局公布的數字-3.53%0.66%該項工國世界農產品貿易中獲得巨大的經濟利益此體斯印度國也都應用衛星遙感技術進行農作物長勢監測和產量測均取得了一定的成果。例歐共體用年的時(1983年開)建用于農業的遙感應用系統年歐共體個國家用合NOAA影在60試驗點進行了作物估可精確到地塊和作物種類年美國航空航天局與美國農業部合作在貝茲維爾、馬里蘭用MODIS數代替NOAA-AVHRR進遙感估MODISTERRA星是(國家空航天)、日(國際貿與工業)(間、多倫多大)同合作發射的數據涉及波范圍廣)比分辨率為較大的進這些數據均對農業資源遙感監測有較高的實用價值運用和600個光譜區得到的反射值的轉換植被指數小麥與大麥的單產獲小麥單產與相關系數為0.78日本科技司完成了“感估產”項目可提高平原農業估產的精度并著眼于對全球進行估產。而美國已經將遙感技術用于精細作物進行區域水分分布評估、病害預測直接指導農業生產。用衛星遙感法進行長勢監測和產量估算已進行多方趨于熟[2,4,7,8,.9,10,11,12,13]稻遙感估產以亞洲稻主要生產國為先行和先進。中國、印度、日本等國家都進行過遙感估產研且取得較好的效果和建立水稻產量和試驗區預報精度達到在分蘗或出穗階段值植被指數通過干物質和單產的關系來估單產。但在作物灌漿與成熟階由于反射率與總生量Word資料.之間并不相關值植被指數無法預測水稻的冠層生物量。Wiegand,SSRay為助于歸一化植被指數NDVI{(NIR-R)/(NIR+R)}可地預測產16,17]國遙感估產研究進展情況從“五開始我國試衛星遙感進行農作物產量預報的研究在局部地區開展產量估算試驗五期間象局于年開展了北方省小麥氣衛星綜合測探索運用周期短、價格低的衛星進行作物估產的新方法。該項目以長期的象資料為基以信息為檢驗手段建了不同地區的遙感參數物產量的一階回歸模型。～1989目為中央和方提供了165時空尺度的產量預國家減少糧食損失達33萬t累計經濟效益達元“期遙感估產列為攻關課由中國科學院主合農業部等單開展了對小麥稻大面積遙感估產試驗研建了面積“遙感估產試驗運行系統”并成了全國范圍的遙感估產的部分基礎工作。通過4運對四兩(東、河南、安徽北部和北京市、天津的北、江蘇和上海市的水省的玉米種植面積、長勢和產量的監測和預報在指導農業生產及農業決策中發揮了重要作用。特別是解決了一關鍵技術問為進一步開展全國性的衛星遙感產提供了重要保證。以信息系統及農情速建立全國資源環境數據中國科學院局及多家等院校、研究所致力于遙感估產術的研浙江、江西、江蘇各省及華北、東北江漢平原等地區對冬小麥、玉米、稻、糜子等作物進行遙感估信息源選、作物識別、面積提取、模型構建、系集成等各個技術環節有了大幅的進步。李哲、張軍濤提出Word資料.的基于遺傳算法與人工神經網絡結合的玉米估產方侯等提出的基于作物植被數和溫度的產量估算模東博士提出的基于人工神經網絡的農作物遙感估模潮教授等提出的高光譜遙感估算模型水稻雙向反射模型等這些模型汲取了以前模型的優模型因子的選擇更加合可操作性更精確程度更高。隨遙感估產方法已日趨成熟起來[4,7]。古書[18]借助植被建立了稻單產的預報模式、遙感估算水稻種植面利用遙感手段對水稻進行估產的精度于常規農業氣象模式可提高預報時敬[19]1999年NOAA-AVHRR利用GIS技提取水稻可能種植區在此基礎上計算各區和各縣的比值植被指和歸一化植被指提出的水稻遙感估產比值模型和回歸模型預報浙江省的水稻總年擬合精度和精度都達到95%黃敬峰王人[等綜合冬小麥各種參數及資明地面光譜植被指數與冬小麥度、生物量、葉面積指數關系密了密度與生物量的光譜監測模而建立了北疆試驗區各層冬小麥種植面積估算和產量預報衛星感模小麥產量農業氣象預報模型、農學模及模擬模1994投入應以來的結果表套模型預報精度高果很李建戴若[21]利～1996新疆天山坡不同草地類型上各種資使用集成系統進行了多重相關分析和遙感估產術的深入研了遙感大面積估產目標和草生態學意義及3S家系統一體化集成的應用。農作物遙感估產雖然具有客觀、量、準確的優可以同時獲取單產、面積、總產資料在小區試驗已取得較高的精但其大面積估產還不能滿足專業化要求。農作物產量氣象預報模型和農學預報模型預精度較乏長勢監測和面積資料。模擬模型機明確區試驗效