中國遙感衛星在農業領域的應用現狀與未來發展

●　文 |中國空間技術研究院

屈泉酉　安萌　梁德印

農情信息包括農作物全生長周期的長勢、水分、養分、種植結構、作物產量、農業種植/養殖環境、農業病蟲害等。農情信息的全面高效獲取可以用于指導農田的生產管理, 實現定量投入，達到優化生產、提高生產率、減少污染的目的。為了能夠對作物生產進行及時、有效的科學管理，農業用戶和政府管理部門一直對作物農情信息的精準監測技術及應用有著強烈的需求。

農業遙感衛星系統是指利用衛星遙感技術對農業多系統（種植業、畜牧業、水產、農產品流通與及生產等）,全過程（產前、產中、產后）,多要素（生產、環境、生態、資源、災害等）開展多層次農情信息監測的遙感衛星系統。遙感衛星具有信息豐富、觀測覆蓋面積大、現實性強以及高可靠性和高精確性等突出優點，因此從20世紀70年代開始，遙感衛星技術以及遙感地面應用技術就已開始廣泛地應用于國外農業生產監測，包括作物面積與空間分布、生長情況、病蟲害、產量預報預測等；農業用戶也是當前遙感衛星數據的最大用戶群體之一。國外的衛星遙感技術大多首先應用于農業，美國曾率先利用陸地衛星和氣象衛星等數據預測全世界小麥產量，準確度大于90%，為該國在國際農產品貿易中占得先機；近年來，歐盟也利用衛星遙感技術進行農業補貼核查，服務于其共同農業政策（CAP）的執行，提高了歐盟農產品的國際競爭力。

目前，中國已發展多個系列遙感衛星，但還沒有真正意義上的農業專用遙感衛星。在有效載荷以及高品質衛星平臺研制等方面，中國在“十二五”期間開展了大量的技術攻關，已經具備較強的研制基礎。在光學載荷研制方面，已經實現了大規模光學探測器研制，突破了大視場光學系統和干涉成像光譜分光技術等多項關鍵技術；在SAR載荷研制方面，已經突破了大型相控陣天線等關鍵技術，相關載荷已經實現了在軌穩定運行。這些前期的技術攻關和積累為中國未來農業遙感衛星的研制打下了良好的基礎。

一、中國農業領域遙感衛星技術特點和發展現狀

由于農作物生長變化較快，農業遙感觀測參數繁多、復雜性高，因此對遙感衛星觀測的時效性以及多載荷數據融合、聯合反演提出了較高的要求。目前，美國、歐洲和日本等國家和地區已有多顆應用于農業領域的遙感衛星和星座相繼發射與在軌組網應用。歐美等國多采用搭載不同載荷的多星組網方式，滿足農業對于時間、空間和精度的高要求。其中比較典型的衛星系列有哨兵1/2號衛星、TerraSAR-X/ TanDEM-X衛 星、RapidEye衛星星座、SMAP衛星、WorldView衛星等；而日本則采用光學和微波載荷綜合搭載的方式保證觀測任務，如ALOS-1衛星；在該星退役后，日本也在規劃并發射搭載單一類型載荷的多星組網以滿足農業觀測的要求，如ALOS-2衛星和ALOS-3衛星（研制中）。

上述衛星系列中，哨兵1號、TerraSAR-X/ TanDEM-X等衛星采用SAR載荷，SMAP衛星采用輻射計/散射計，具備全天候成像能力，能提供高分辨率和中分辨率地表植被和土壤的微波散射數據，提供并更新農業和草原等土地含水量等參數變化檢測和數據等；哨兵2號衛星、WorldView-2/3號衛星以及RapidEye等衛星則采用高分辨率多光譜相機載荷，光譜譜段選擇適應于農業生產監測的實際應用，可用于包括農作物分類、作物長勢以及葉片含水量等植被指數反演；ALOS系列衛星綜合搭載了光學和微波載荷，以保證對地觀測數據的時空一致性和光譜一致性。

目前，中國的陸地資源衛星系列、高分衛星系列以及環境監測減災小衛星星座的觀測能力部分兼顧了農業遙感觀測業務，能夠初步滿足農情監測、農作物分類估產以及農業災害預警等方面的應用需求。

1．陸地資源衛星系列

中國陸地資源衛星系統是中國最早探索遙感觀測技術，并形成規模化應用的衛星系統，從1999年中國發射第一顆陸地資源衛星——中巴地球資源衛星-01（CBERS-1）星以來，中國已成功發射了4顆資源一號衛星。在農業遙感應用領域，中國農業部遙感應用中心于2001年構建了基于CBERS-1衛星數據的新疆棉花遙感監測技術體系，首次將國產衛星數據納入到農業部“國家農情遙感監測業務運行系統”中，并逐漸應用在全國冬小麥、玉米和水稻等大宗糧食作物種植面積監測業務中。

2011年，中國資源一號02C衛星的成功發射掀開了國土資源業務衛星體系建設的序幕。在譜段選擇和載荷配置方面，該星主要滿足國土資源部的需求，配置1臺5 m/10 m分辨率的全色/多光譜相機和2臺2.36 m高分辨率的HR相機。目前，相關影像產品已廣泛應用于耕地遙感監測、農田細小地物監測（道路、農業附屬用地、林帶）等，并利用其多光譜數據定量提取地表植被反射率、歸一化植被指數、葉面指數等農情信息。

2．測繪衛星系列

在中國測繪衛星系統中，2012年1月研制發射的資源三號（ZY-3）-01星是中國首顆高精度傳輸型光學立體測繪衛星，覆蓋寬度60km，用于1:50000比例尺地圖測繪，衛星可提供2.1m全色/5.8m多光譜分辨率平面影像，數據融合后可滿足農業遙感大尺度定性觀測的要求。2016年5月30日研制發射的ZY-3-02星在ZY-3-01星的基礎之上進行優化，搭載3臺三線陣測繪相機、1臺多光譜相機和1臺激光測距儀等有效載荷，前后視相機分辨率由3.5m提高到優于2.7m，并擁有更優異影像融合能力、更高圖像高程測量精度。ZY-3-02星發射后，與2012年發射的ZY-3-01星共同在軌運行，實現了2顆ZY-3測繪衛星組網運行，可使同一地點的重訪周期由5天縮短至3天之內，全球覆蓋的周期縮短一半，形成有效互補，具備連續、穩定、快速獲取高分辨率立體影像和多光譜數據的能力。在中國現階段的農業業務應用中，兩星數據已初步應用于煙草、茶樹等多類經濟作物的宏觀監測分析評估，以及農業用地和農作物長勢信息的監測。

3．環境衛星系列

中國環境減災系列衛星包括環境一號（HJ-1）“2＋1”星座的2顆光學衛星和1顆雷達衛星，光學衛星裝載了寬覆蓋多光譜相機、超光譜成像儀和紅外相機，雷達衛星裝載了S頻段合成孔徑雷達。

中國農業部遙感應用部門從2009 年開始采用多時相環境減災衛星電荷耦荷（CCD）影像數據，與國外衛星數據相結合，監測全國冬小麥、玉米、水稻、大豆、棉花、油菜和甘蔗等作物種植主產省的年際面積變化率。與上述業務監測運行的同時，一些學者也積極開展了基于HJ-1C雷達衛星的土壤水分遙感監測、作物長勢監測，以及作物產量監測研究，取得了一定的研究進展。

4．高分衛星系列

隨著中國高分辨率對地觀測系統重大專項的實施，在中國現有高分數據政策的引導下，國產高分衛星數據在農業中的應用比重逐漸提高，在替代國外數據的同時，也逐漸提高了農業遙感的監測精度，拓展了衛星遙感技術在農業中的應用領域。其中，高分一號、二號衛星成功發射后，國產中高分辨率衛星數據迎來了黃金期，給農業遙感監測業務運行體系帶來了巨大改善。

高分一號衛星為高分專項首顆對地觀測衛星，于2013年成功發射，可實現2m/8m分辨率對地觀測，同時可利用寬幅相機實現16m分辨率800km幅寬廣域普查。高分二號衛星于2014年成功發射，搭載了兩臺具有1m全色分辨率和4m多光譜分辨率的全色多光譜相機，高分二號衛星在中國自主研制的民用光學遙感衛星中首次達到亞米級分辨率，同時具有高定位精度和快速姿態機動能力等特點，綜合觀測性能大大提升并且達到了國際先進水平，對中國遙感衛星的發展有著重大意義。

經過多年的實踐與探索，高分系列衛星數據已經在全國冬小麥、油菜、水稻、玉米和棉花的種植面積等遙感監測業務中發揮了重要作用，大大減少了對國外數據的依賴，降低了系統運行成本，提高了系統的穩定性與安全性。

二、中國農業領域遙感衛星發展面臨的問題

1．農業領域遙感衛星發展趨勢

根據國內外農業領域衛星的技術特點和發展現狀，可以對未來農業領域遙感衛星系統發展趨勢總結梳理如下。

1）農業遙感觀測參數繁多、復雜性高，故為了保證數據關聯性和時效性，美國和歐洲等國家或地區相繼推出天地一體化的綜合對地觀測計劃，建設全球性、立體、多手段、多維空間的觀測體系，并且在計劃和建設時，很重視系統的頂層設計，優化衛星載荷配置與星座組網，加強應用支撐服務能力建設，統籌規劃系統功能，形成天地協調同步發展。歐洲和日本等國在后續的衛星規劃中，均提出發展完善綜合型立體觀測星座計劃，如補充完善TerraSAR衛星星座和ALOS衛星星座等，以合理配置各類資源，實現綜合觀測效益。

2）典型遙感衛星保持系列化發展態勢，長期連續運行。如美國的Landsat衛星系列保持了三十多年的穩定運行，目前在軌的衛星為Landsat-8，即陸地衛星數據連續任務（LDCM）， 是Landsat-7衛 星的后續任務；歐洲的SPOT衛星系列也發展到SPOT-7，且均已實現業務化穩定運行。在保持觀測數據的持續性和穩定性的基礎上，觀測要素也越來越全面，為農業大數據庫建設和應用研究積累了豐富的數據源。

3）農業觀測要素如地表作物類型、長勢、土壤墑情、病蟲害等的變化特征不僅隨季節而顯著改變，也隨著短時間內的水、光、熱、土壤條件以及人類活動等外界條件的變化而變化。因此，農業主體業務對遙感衛星觀測的時效性要求較高，一般要求觀測數據在農作物關鍵生長期內的多次全球覆蓋，以及在農業災害觀測的應急狀態下的天級重訪周期，因此，國外遙感衛星單星均具有較大的觀測幅寬，如Landsat-8、Sentinel-2等衛星的觀測幅寬均在100km以上，以保證快速覆蓋。此外，像RapidEye、Urthecast等衛星則進行多星組網，進一步提升觀測時間分辨率。

2．中國農業遙感衛星面臨的挑戰

相比美國、歐洲等傳統遙感強國，中國農業遙感衛星系統起步晚、技術底子薄，雖然通過近些年的發展取得了長足的進步，但仍與世界先進水平有著較大的差距。

現階段，美國農業部中高分辨率遙感衛星數據可實現每年覆蓋美國本土多次，而中國針對農業需求定制的專業衛星仍處于空白狀態，目前還沒有滿足直接開展農作物生物參數監測、農業資源調查所需的高光譜衛星和SAR衛星等。中高分辨率農業遙感數據主要依賴高分專項衛星數據，然而由于衛星數量限制，衛星數據國土覆蓋每年不足一次，一般只能覆蓋農業主產區，而且缺乏能夠區分農作物類型的波段。在遙感數據質量方面，僅能獲取經過初級處理的二級遙感數據，因此在多源數據融合與聯合反演、遙感數據深層次挖掘以及遙感增值服務方面的發展水平與國外相比仍存在較大的差距。

三、發展中國天地一體化農情監測技術

近年來，中國農業遙感技術的發展取得了長足的進步，農業遙感應用技術理論發展也緊跟國際最先進水平；然而相比于國外農業遙感監測系統技術的發展，由于中國相關領域研究起步較晚，基礎相對薄弱，政府投入有限，以及應用研究和成果轉化之間的脫節現象嚴重等客觀原因，導致現在還沒有建成一套完備的天地一體化農情監測體系。

天地一體化農情監測系統作為一種高度定制化、體系化、實用化協調運行的對地觀測體系，需要在探測體制、載荷配置、數據反演及應用等方面開展系統深入的研究工作。

1．深化需求論證，完善發展規劃

衛星的論證和設計工作與用戶需求直接相關，因此應首先與各用戶單位展開深入交流，進一步明確各類用戶對于其關心的探測要素的測量需求和精度要求，并結合地面反演算法的優化，研究衛星的具體實現形式，確保滿足用戶需求。

同時，還應充分調研分析國內外在天基農業遙感衛星方面所開展的科學應用研究和工程技術實現的情況，仔細剖析其發展路徑過程，認真梳理國內相關技術的基礎與發展計劃，在適當考慮未來的衛星平臺技術發展基礎上，規劃出未來10～15年衛星的技術發展路線圖。

2．深入研究高精度遙感數據應用技術

過去的20年，中國農業遙感技術研究和應用從深度和廣度上都得到長足發展，取得了顯著的成果。然而，與國際前沿研究相比，在以下這些方面還需要開展進一步的深入研究工作：

1）目前農業遙感定量反演研究集中在經驗統計方法的應用和改進上，而在經驗統計方法本身的創新上還有待進一步加強；

2）定量反演過程缺乏物理模型方法的研究，如作物LAI的輻射傳輸模型和適用于田間尺度的土壤水分反演模型等仍需要加強創新性探索和開發工作；

3）農作物遙感分類特征變量選擇的理論研究不足，需進一步挖掘農作物遙感分類新特征變量；

4）農作物遙感分類特征變量的綜合應用存在缺陷，未來農作物遙感分類特征變量選擇應該更多地從理論研究與特征變量的綜合應用方面進行挖掘與創新，使其更好地服務于農業遙感應用需求；

5）現階段，農業遙感應用存在研究與成果轉化脫節的現象，需要進一步補充和完善農業光譜數據庫，并與GIS、GPS技術集成，更好地為精準農業、數字農業服務。

[1]劉良云．植被定量遙感原理與應用[M]．北京：科學出版社，2014.

[2]李德仁．論天地一體化對地觀測網絡[J]．地球信息科學學報，2012，14(4):419-425.

[3]吳炳方，蒙繼華，李強子，張飛飛，杜鑫，閆娜娜．全球農情遙感速報系統(CropWatch) 新進展.地球科學進展[J]．2010，25(10)：1013—1022.

[4]Ozdogan M and Gutman G.A new methodology to map irrigated areas using multi-temporal MODIS and ancillary data：all application example in the continental US.Remote Sensing of Environmet，2008，112(9)：3520-3537.

[5]賈坤，李強子.農作物遙感分類特征變量選擇研究現狀與展望[J]．資源科學，2013，35（12）：2507-2516.

[6]錢永蘭，侯英雨，延昊，毛留喜，吳門新，何延波．基于遙感的國外作物長勢監測與產量趨勢估計[J]．農業工程學報，2012，28(13)：166-171.

[7]Salmon J M，Friedl M A，Frolking S，Wisser D and Douglas E M.Global rainfed，irrigated，and paddy croplands：a new highresolution map derived from remote sensing，crop inventories andcl imate data.International Journal of Applied Earth Observation and Geoinformation，2015，38：321-334.

[8]賀佳，劉冰鋒，李軍．不同生育時期冬小麥葉面積指數高光譜遙感監測模型[J]．農業工程學報，2014，30(24)：141-150.

[9]馮煉，吳瑋，陳曉玲，田禮喬，蔡曉斌，蘇國振．基于HJ衛星CCD數據的冬小麥病蟲害面積監測[J]．農業工程學報，2010，26(7)：213-219.