遙感影像發展趨勢及其在農業中的應用

龐治國，蔡靜雅

(中國水利水電科學研究院，北京 100038)

?

遙感影像發展趨勢及其在農業中的應用

龐治國，蔡靜雅

(中國水利水電科學研究院，北京 100038)

主要從遙感影像的時空特征、光譜特征、輻射特征和精度及信息提取4個方面系統地介紹了遙感影像的發展趨勢及其在農業中的應用，并指出隨著遙感傳感器、平臺及數據處理技術的不斷發展，遙感技術必將全面服務于數字農業、精準農業和生態農業，更加智能地解決全球小農戶的每一個農業問題。

遙感;農業;分辨率

隨著遙感傳感器、搭載平臺、計算機等技術的發展，遙感技術迎來了一個發展高潮[1-4]。傳感器是遙感技術中最關鍵的部分，它的性能決定了遙感的能力[5-6]。經過幾十年的發展，傳感器的時間分辨率從長到短，空間分辨率越來越高，從以前的千米級到目前的米級甚至分米級，波譜分辨率越來越高，波譜通道越來越多，波段越來越窄，近乎點波束，判識范圍得到了極大拓寬，判識能力變強。目前DigitalGlobe是市場上經營較好的高分辨率衛星遙感服務商，其衛星的全色波段分辨率均已達到了0.3～0.5 m。

遙感技術具有覆蓋面積大、重訪周期短、獲取成本相對低等優勢,對大面積露天農業生產的調查、評價、監測和管理具有獨特的作用。從20世紀70年代出現民用資源衛星后，隨著高空間、高光譜和高時間分辨率遙感數據的出現，遙感技術為現代化農業發展作出了重要貢獻[7-8]。農業遙感應用已經從早期的土地利用和覆蓋面積估測研究、農作物遙感估產研究，擴展到精準農業實踐中作物全生命周期實時診斷、農作物種類細分、精細農業農田作物信息的快速獲取與解析等多個層次和多個方面[9]。

本文聚焦遙感影像的時空特征、光譜特征、輻射特征和精度及信息提取4個方面，介紹其發展變化及在農業中的應用。

1 影像時空特征

1.1 時間特征

在過去的幾十年里，遙感衛星星座的開發與發射取得了重大進展，這些星座系統對全球的重訪周期能夠達到每天。如美國DigitalGlobe公司的WorldView-2以其高軌及快速的姿態機動能力使衛星的重訪周期達到了驚人的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)。農作物遙感監測一直是遙感應用的一個重要主題，其中農作物長勢監測、單產監測/預測，以及時效性很強的作物病蟲害監測、成熟期預測(如圖1所示)等，都需要高頻率時間序列的遙感數據作為支撐[10]。目前，極高空間分辨率成像衛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，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域，商業遙感產業可以通過提高重訪頻率來支持全球范圍內的精準農業和小農戶農業生產實踐活動。

圖1 黑龍江雙山基地大豆成熟期遙感預測

1.2 空間特征

1.2.1 空間質量

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是能夠被檢測到的地面特征的最小尺寸。代表空間分辨率的指標有多個，而國家圖像解譯等級量(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區別于像素分辨率、清晰度、噪音和對比度等效果(見表1)。這些效果可能是由系統參數(如光學質量和焦平面特性)、獲取條件(如太陽角、大氣霧霾、氣溶膠和水汽)和開發條件(如復制影像質量、軟拷貝監控質量)引起的。隨著影像空間質量的不斷提高，作物類型的精細識別可以達到小顆粒谷物的谷物頭。

1.2.2 空間分辨率特征

自從1972年美國國家航空航天局(NASA)發射了Landsat衛星后，遙感衛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：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。對于農業應用，隨著遙感數據空間分辨率越來越高，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射的，其幅寬較大，并能提供全球日數據。低空間分辨率影像對于大尺度的監測具有一定的優勢，已廣泛應用于大尺度的農用地資源監測與保護、農作物長勢監測和大面積估產，以及干旱、洪澇、凍害等農業氣象災害監測中。

表1 NIIRS各等級特點

圖2 不同空間分辨率影像細節展示

1.2.2.2 中空間分辨率衛星(5～30 m)

目前，全球有多個中分辨率傳感器正常運行，從政府到商業都有其運營商。中空間分辨率衛星數據以其相對更高的空間分辨率廣泛應用于測定農用地的數量與質量的動態變化中(如圖3所示)，也為在地塊內開展作物長勢及產量變異分析提供了可能。

圖3 農田分布年際動態變化

1.2.2.3 高空間分辨率遙感產業(1～5 m)

計算機及大數據處理技術的發展，使快速處理海量遙感數據成為可能。人們嘗試利用高空間分辨率遙感數據獲取更加精細的作物長勢、養分等信息，顯著提高精準農業的應用范圍和精度。

1.2.2.4 極高空間分辨率遙感產業(<1 m)

1999年美國DigitalGlobe公司Ikonos的成功發射正式宣告極高分辨率(1 m或更高空間分辨率)商業衛星圖像市場的興起。國外衛星中，星下點空間分辨率優于0.5 m的大型商業衛星全部由DigitalGlobe公司提供。2016年底，DigitalGlobe公司發射了又一顆空間分辨率為0.3 m的WorldView-4衛星，形成了5顆在軌運行的衛星星座群，其強大的采集能力是無可比擬的，見表2。這些極高分辨率圖像數據集可以區分花園中的草地和樹木，可以評價一顆或幾棵植株的健康狀態或者一塊土地上的灌溉、施肥的詳細情況等，對解決小農戶農業問題非常有幫助。不久的將來，更多極高空間分辨率遙感衛星的加入將基本實現全球覆蓋和頻繁訪問，全面解決全球農業問題。

表2 國外極高空間分辨率影像源

最近幾年，出現了一個代表空間分辨率的新術語，稱為縮放級別(Zoom Levels)，旨在代替空間分辨率的概念。必應地圖和谷歌地球已經基于地球數學模型創建了一個縮放級別命名法，現在被繪圖門戶廣泛接受，尤其是可視化三維地球。表3[11]顯示了必應地圖對縮放級別的定義和相關的像元分辨率。

目前大部分的極高分辨率和高分辨率圖像供應商都在為客戶提供多種分辨率/縮放級別的影像，希望從宏觀、區域和微觀不同尺度為研究農業問題創造更加獨特的機會。

表3 縮放級別

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個波段，高光譜傳感器有10～20個波段，超光譜傳感器通常有上百個波段。Landsat多光譜衛星有8個波段，能夠獲取可見光、近紅外、短波紅外和熱紅外光譜的信息，但其空間分辨率低。大多數航空平臺和無人機平臺搭載的傳感器有4個波段。法國SPOT系列衛星搭載的傳感器曾有一個寬的短波紅外波段，不過在SPOT6衛星上已經中斷。目前在空間分辨率小于1 m的商業衛星中，只有DigitalGlobe公司有超過4個波段的多光譜及高光譜數據。DigitalGlobe的WorldView-2衛星在可見光和近紅外部分設計有8個光譜波段，除了4個傳統波段以外，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，其多光譜分辨率也高達1.85 m，主要為農業應用而設計。有研究表明，紅光對于植物分類和植物健康狀態更為敏感，因此有人將其用于對作物的分類及對甘蔗生長狀態的監測，取得了良好的效果[12](如圖4所示)。該公司的WorldView-3衛星是全球第一個極高空間分辨率(0.3 m)的高光譜衛星，擁有覆蓋可見光和近紅外、短波紅外的16個波段，其多光譜分辨率達到1.24 m，短波紅外分辨率為3.7 m，是解決小農戶農業問題的理想衛星。短波紅外的兩個波段主要用來估計作物冠層水分，并測量土壤水分含量和有機質含量，用于精細化的作物種類分類、作物估產、病蟲害監測、土壤制圖等。如同一生長期的大豆和玉米的分類，因為生長時期相同，用多時相的影像處理方式無法區別出來，若用WorldView的近紅外波段就很容易將其區別。

圖4 紅邊、黃光用于甘蔗生態狀態監測

3 影像輻射特征

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

早期成像系統的動態范圍為256∶1。對于數字系統，這些測量數據可以以8位的形式存儲。現代成像系統的動態范圍介于2048∶1(11位)和16 384∶1(14位)之間。為了防止在地球上太陽最低點出現飽和情況(即超過可記錄的最高值)，需要設置傳感器增益。這意味著高緯度點甚至不會使用所有可用的位。對于早期的8位系統，高緯度目標的能量也許僅限于動態范圍的5位，那么其反射率值分散到32 個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(如歸一化植被指數)的紅光對于監測作物所受壓迫水平幾乎沒用。現代系統可以根據緯度調整動態范圍。對于11位動態范圍的系統，有效動態范圍可以達到9位甚至更高，可辨別的反射率最小差異約為0.2%或更小，很適合監測作物壓迫的細微變化。高輻射分辨率對農業是極為重要的，尤其是對精確模擬早期作物活力和健康情況，以及識別土壤水分和土壤有機物的細微變化。這些增加的功能提高了圖像信息質量，從而可提高自動準確提取信息的能力。

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用于農業等各個領域的關鍵所在。圖像的位置精度從21世紀初大約23 m的誤差穩步提升到現在的不到3 m。精度的提高主要得益于更穩定的衛星軌道和創新的后處理技術。未來幾年，隨著光譜分辨率的增加，遙感影像的空位精度將越來越好。從圖5可以看出，新一代的WorldView系列衛星平臺的影像定位精度明顯高于早期QuickBird影像，在無地面控制點的情況下可以達到小于3 m，其精度已與精度航空成像的性能相當。

圖5 影像定位精度對比

4.2 信息提取

高性能提取(high performance extraction，HPX)定義為通過利用輔助信息，以各種方式從單個圖像或圖像序列中非常準確地對目標進行分類和/或估計目標狀態。在過去的40年，世界各地的科學家基于大量的遙感研究建立了作物分類、健康評價、資源普查、產量監測等大量的農業遙感信息提取的算法，近年來還采用了機器學習、醫學成像和人工智能技術最大可能地獲取影像的信息。隨著互聯網、云計算、云存儲及移動技術的發展，遙感與地理信息系統、全球定位系統等各種地理空間技術相互集成，基于多源技術的決策支持系統得以發展，信息提取，以及各種遠程觀察、實地測量與可行的智能操作必將變為現實。

5 結 語

在過去的幾十年里， 遙感產業迅速興起并不斷發展，并以其宏觀、準確和實時等諸多優點在農業、水文、氣候和生態等眾多領域中發揮著越來越重要的作用，今后也將在信息技術、云計算、移動技術、全球定位系統和數字技術不斷發展和廣泛應用的助力下，全面服務于數字農業、精準農業和生態農業，更智能地解決全球小農戶的每一個農業問題。

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

[2] 李德仁，李明. 無人機遙感系統的研究進展與應用前景[J]. 武漢大學學報(信息科學版)，2014, 39(5): 505-513.

[3] 閆麗陽. 無人機遙感的應用[J]. 科技與管理，2016(21): 92.

[4] 金偉，葛宏立，杜華強，等. 無人機遙感發展與應用概況[J]. 遙感信息，2009(1):88-92.

[5] 盧國銘，姜遵富，方永綏. 遙感技術基礎[M]. 北京：科學出版社，1984.

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

[7] 唐延林，王人潮. 遙感技術在精準農業中的應用[J]. 現代化農業，2002(2): 33-35.

[8] 陳仲新，任建強，唐華俊，等. 農業遙感研究應用進展與展望[J]. 遙感學報，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，蔡靜雅.遙感影像發展趨勢及其在農業中的應用[J].測繪通報，2017(7)：45-48.

10.13474/j.cnki.11-2246.2017.0221.

2017-01-06

國家自然科學基金青年科學基金(41601569)

龐治國(1975—)，男，博士，教授級高級工程師，主要從事遙感技術應用研究。E-mail: 2865578@qq.com

P237

A

0494-0911(2017)07-0045-04