遙感技術在甘蔗監測應用中的研究進展

陳燕麗，莫偉華*，楊紹鍔，莫建飛，丁美花

(1廣西壯族自治區氣象科學研究所，廣西南寧530022；2廣西壯族自治區農業科學院，廣西南寧530007)

0 引言

甘蔗是多年生草本植物，喜溫喜雨，廣泛種植于 37°N～31°S的熱帶和亞熱帶地區[1]。目前，全世界超過100個國家種植甘蔗，巴西是最大的甘蔗生產國，印度次之，中國列居第三。甘蔗莖節存儲糖分能力強，含糖量10%～18%，是制糖的重要原料，全世界超過 50%的糖來源于甘蔗[2]。甘蔗也是一種重要的能源材料，在巴西等一些國家甘蔗主要用于生產酒精[3]，能源甘蔗已成為生物質能產業開發的熱點之一[4]。作為一種重要的經濟作物，甘蔗是許多發展中國家和地區的經濟支柱，在我國廣西、云南一些地區甘蔗是重要的脫貧致富的來源[5]。

甘蔗是一種大田期較長的作物，從發芽至收獲，由于種植地區差異，生長期歷時10～24個月不等，較長的生長周期及自然環境條件差異給甘蔗生長監測帶來了諸多不便。遙感技術的迅速發展為甘蔗農業生產提供了便利工具，利用遙感監測技術可以開展實時、大范圍、無破壞性的甘蔗生長狀況探測，隨著光譜探測技術的不斷發展和統計學習方法的日益成熟，遙感技術在甘蔗生長狀況監測的應用越來越深入。

作物冠層光譜反射特性是對其生長狀況進行遙感監測的基礎。由于作物郁閉度的差異，遙感接收到的冠層光譜信息通常是作物本身及其底層土壤兩者的組合[6]，與冠層結構、葉面化學、農藝參數、大氣條件等因素密切相關[7]。甘蔗冠層結構對光譜反射率的影響最大，作物株型是決定冠層結構的重要因子，緊湊型甘蔗冠層反射率一般低于中間型株型冠層，冠層葉片傾角直接影響甘蔗冠層反射率的高低，研究指出冠層葉片傾角越大，光譜反射率越低[7-9]，冠層結構還會影響太陽光在冠層和底層葉片之間透射作用大小[10]。葉片中的色素含量對甘蔗冠層光譜也會產生影響，包括葉綠素a、葉綠素b、胡蘿卜素、葉黃素和花青素[6,11]。葉片的營養狀況，如氮素虧缺，也會改變甘蔗冠層反射光譜[6,12]，波長550、741 nm附近光譜反射率對甘蔗葉片氮含量敏感[13]。葉片含水量高低也會通過改變對特定波段的吸收(如980 nm和1205 nm)進而影響甘蔗冠層光譜反射。農藝形狀參數如葉面積指數的高低直接影響光譜反射率的大小，葉面積指數越高，光譜反射率越高[7,14]。土壤條件的差異也會改變甘蔗冠層光譜，不同土壤水分條件下甘蔗光譜反射率存在顯著差異，甘蔗可見光和近紅外波段反射率隨著土壤含水量的增加而增大[15-16]。大氣中的水汽等會直接影響遙感傳感器接收的光譜反射信息，這也是大氣校正的目的所在。目前針對太陽光與甘蔗冠層相互作用原理的相關研究多基于地面遙感，即利用手持光譜采集設備采集不同試驗條件下甘蔗冠層光譜信息[14,17-19]，鮮見有關衛星軌道層次上的甘蔗光譜特性研究報道[7]。

基于甘蔗冠層反射率特征，遙感技術在甘蔗監測發揮了重要作用。本文綜述了遙感技術在甘蔗信息識別、長勢狀況評估、產量估測、品種品質監測等方面的應用情況，并指出未來面臨的機遇和挑戰。

1 遙感技術在甘蔗信息識別中的應用

農作物識別主要是利用綠色植物特有的波譜反射特征，將農作物與其它地物區分開來[20]，作物識別是其面積估算和區域制圖的基礎，可為產量估測、災情統計、收割進度等生產管理提供基礎數據。學者們利用多源遙感數據開展了甘蔗識別研究。

低空間分辨率遙感數據主要以中分辨率成像光譜儀(Moderate Resolution Imaging Spectroradiometer,MODIS)為主，Xavier等人[21]利用MODIS增強型植被指數(Enhanced Vegetation Index, EVI)采用非監督分類方法提取了巴西甘蔗，發現甘蔗與牧草具有相似的光譜特征容易混淆，指出結合更高分辨率的遙感影像及采用監督分類方法是有效區分兩者的有效途徑。譚宗琨[22]和丁美花等人[23]利用 MODIS歸一化植被指數(Normalized Difference Vegetation Index,NDVI)，采用監督分類(最大似然法)和逐步剔除相結合的方法提取廣西甘蔗，識別精度分別達到 90%和85%，甘蔗面積估算在丘陵地區偏小、作物種類繁雜區偏大，提出地理信息(坡度)的引入及混合象元分解可提高識別精度。

中等分辨率遙感數據是目前甘蔗識別的主力遙感數據，以美國陸地探測衛星系統 Landsat系列應用最廣泛。早在 1986年，周蒔等人[24]利用 1978～1982年MSS 457波段假彩色合成衛星遙感圖片，通過多時相分析、光譜特征分析、影像增強和計算機點讀群法進行非監督分類，結合地學分析，確定了洞庭湖區甘蔗、水稻等多種農作物類型，總判斷正確率達 92.6%。但在該研究之后，甘蔗遙感識別技術的深入研究和應用在國內有長達 20余年的空檔期，該期間甘蔗識別技術在國外取得了長足發展。Landsat熱成像儀(Thermal Mapper, TM)數據被發現對甘蔗具有較強的識別能力，在TM數據的藍、綠和紅光波段的甘蔗光譜反射率呈連續降低趨勢[25]，在TM影像上甘蔗與多種作物如咖啡、柑橘類植物[26]以及木薯[27]光譜反射特征差異顯著。Landsat數據的甘蔗識別能力已在多個地區得到了驗證。Tardin等人[26]利用TM數據識別了巴西Furnas地區甘蔗，精度大于95%；Narciso等人[28]利用TM數據識別了南非Eston地區甘蔗，面積估算結果與46個農場主記錄的面積數據誤差小于5%；Hadsarang等人[29]發現1∶50000制圖比例的TM假彩色合成影像可有效區分甘蔗與其他作物，基于此目視解譯了泰國甘蔗種植分布情況。陳劉鳳等人[30]利用Landsat8_OLI數據采用監督分類、非監督分類及NDVI剔除法相結合提取了云南耿馬縣甘蔗，分類精度 86.36%。利用TM 數據還可以快速監測甘蔗秸稈燃燒狀況[31]。法國空間研究中心研制的地球觀測衛星系統(Systeme Probatoire d'Observation de la Terre, SPOT)數據也具有較強的甘蔗識別能力，其可有效區分甘蔗種植區不同的土地利用類型[32]，利用簡單的監督分類即可區分農場尺度下的甘蔗收割和未收割區[33]。我國環境減災衛星HJ-1 CCD數據[23,34-35]、高分一號(GF-1)數據[36-38]和北京二號數據[39-40]等用于甘蔗信息提取也可達到90%以上的識別精度，HJ-1數據被成功用于甘蔗收割進度快速監測[41]。

雷達數據云霧穿透力強，對植被變化響應敏感，是作物監測的潛力數據源[42]，可有效解決南方云雨地區光學遙感數據在甘蔗監測的應用局限。合成孔徑雷達(Advanced Synthetic Aperture Radar, ASAR)的極化hh和hv數據的比值與甘蔗葉面積指數變化具有較好的相關性，利用ASAR極化數據基于輻射傳輸理論可構建模型對甘蔗進行識別[43]。進一步研究指出在處于分蘗期(3月初至5月末)的甘蔗在雷達影像上極化特征明顯，是甘蔗識別的有效時期[44]。利用時間序列 Sentinel雷達數據，通過繪制甘蔗極化特征生長曲線構建的甘蔗識別模型也可對甘蔗進行高精度識別[45]。雷達信息對甘蔗株高響應敏感，利用數據可有效監測甘蔗收割進度，且37°的入射角獲取的雷達信號對監測甘蔗收割更有效[46]。

無人機航拍遙感技術近年來迅速發展，以其分辨率高、時效性強、受天氣影響小等特點被用于作物信息調查[47]。利用無人機航拍影像通過作物表面模型(CSMs)可獲得立體圖像計算甘蔗株高[48]，且利用無人機航拍影像的亞米級高分辨率優勢可監測甘蔗的一些細節信息，如識別甘蔗種植行數[49]、冠層覆蓋度及株心數量[50]和種植密度[51]。

云雨天氣及衛星回訪周期的影響下難以保證高空間分辨率遙感數據的穩定性和連續性，多源遙感數據的簡單結合或時空融合可更好地利用各種遙感數據的優勢，改善遙感技術在甘蔗監測的應用局限。Markley等人[52]利用 SPOT5和增強型熱制圖儀(Ehanced Thermal Mapper, ETM)數據共同監測澳大利亞甘蔗收割面積，遙感識別的收割面積與收割機全球定位系統和人工調查獲取的面積誤差小于2%。彭光雄等人[53]利用CBERS02B和TM數據根據不同作物的物候差異對甘蔗和玉米進行遙感區分。黃麗等人[54]利用MSS和TM數據監測了1974～1991年云南潞江壩地區甘蔗種植面積變化情況。時空融合技術[55-56]解決了遙感影像在空間分辨率和時間分辨率上相互制約，單一的衛星傳感器不能獲得既具有高空間分辨率又具有高時間分辨率的影像的矛盾。利用增強型時空自適應融合模型(Enhanced Spatial-temporal Adaptive Fusion Model, ESTAFRM)對MODIS和HJ數據可進行有效融合獲取時序高空間分辨率影像并適用于甘蔗分類[57-58]。

利用遙感技術進行甘蔗種植面積或收割進度調查精度一般可達到90%[59]，但低分辨率遙感影像由于混合像元的影響在甘蔗種植破碎零散地區難以達到滿意的精度[22]，因此適用的遙感數據選擇是非常必要的。此外，不同的分類方法對識別精度也有影響。目前應用于甘蔗識別的分類技術主要包括基于像元和面向對象兩種分類方法。利用面向對象法，選擇亞米級高空間分辨率無人機航拍數據[49]或中等分辨率的 TM[53]、Sentiel-2[60]、HJ數據[61-62]均可對甘蔗進行高精度識別。周振[61]和彭光雄等人[53]的研究均指出，面向對象方法分類的甘蔗識別精度高于BP神經網絡法、光譜角分類法和最大似然法。

2 遙感技術在甘蔗生長狀況評估中的應用

2.1 營養狀況診斷

作物氮素營養的快速診斷有助于管理者及時有效地采取應對措施保障作物的高產量并合理管控化肥施用量[63]。作物氮素營養狀況直接影響著作物的光譜信息，目前便攜式葉綠素儀法、高光譜遙感診斷法和數字圖像分析法是較常用的氮素營養診斷法。80年代開始學者們就開始了甘蔗氮素營養遙感診斷研究，Jackson等人[64]利用輻射儀獲取的近地甘蔗冠層光譜信息可以較好地檢測甘蔗氮素虧缺狀況，且在其視覺癥狀不太明顯的時候就可以進行檢測，氮、鉀元素充足的甘蔗其紅外波段與紅光波段的比值明顯高于氮、鉀元素缺乏的甘蔗。Schmidt等人[65]設置了不同施肥水平的試驗點并利用DMSV傳感器監測甘蔗養分變化，但未能檢測到甘蔗養分虧缺。Abdel-Rahman等人[66]利用手持式光譜輻射儀FieldSpec 3獲取的高光譜數據估算了甘蔗葉片中氮含量，光譜比值(R744/R2142)與4～5月的甘蔗葉片濃度顯著線性相關(R2=0.74)，(R2200-R2025)/(R2200+R2025)與 6～7月的甘蔗葉片 N顯著線性相關(R2=0.87)。Mokhele等人[67]做了相似的試驗，發現紅邊指數(R740/R720)與甘蔗葉片 N 濃度顯著線性相關(R2=0.81)。Miphokasap等人[68]將手持式光譜輻射儀獲取的光譜反射率轉換為一階導數光譜(First-Derivative Spectrum, FDS)，發現基于FDS(750/700)的歸一化微分指數(NDI)和基于FDS(724/700)的比率光譜指數(RVI)是表征氮濃度的最佳指標。利用便攜式輻射計可以較好地診斷甘蔗氮素養分狀況，但該研究目前還停留在試驗階段，不能測定田間大尺度的養分匱缺狀況，目前鮮見基于衛星遙感甘蔗葉氮含量的相關報道。

2.2 病蟲害監測

病蟲害防治是甘蔗生產管理的重要環節，遙感技術在甘蔗病蟲害監測研究最早是 Apan等人[69]利用 EO-1 Hyperion數據監測了澳大利亞甘蔗的橙色銹病(Puccinia kuehnii)，研究發現發生橙色銹病的甘蔗種植區光譜反射率信號特征顯著，基于專家知識，利用與葉片色素、內部結構、水分含量相關的遙感波段計算了40個光譜植被指數，采用判別函數法篩選適用的監測指數可較好地區分病變區和未病變區。Abdel-Rahman等人[70]利用手持式田間光譜輻射計測定了遭受薊馬蟲害的甘蔗冠層光譜信息，采用單向方差分析、敏感度分析和典型判別分析方法對光譜信息進行分析，發現可見光紅邊區域的光譜反射率與遭受薊馬蟲害的甘蔗相關性最顯著且對不同受害程度的甘蔗區分度最高。Palaniswami等人[71]利用印度IRS-P6衛星數據監測了甘蔗黃葉病，發現受災蔗田在可見光、近紅外和短波紅外的 DN值明顯高于非受災蔗田，平均高 7.5個單位量。遙感甘蔗病蟲災監測仍需要深入研究，某些昆蟲會對甘蔗生產造成嚴重的影響，但其在甘蔗植株呈現的視覺癥狀并不明顯，需要深入分析由蟲害導致的甘蔗生理變化機制，為利用遙感技術對其進行檢測和監測奠定基礎[72]。

2.3 水分狀況監測

干旱是甘蔗生產過程中發生頻率最高、影響范圍最廣、造成損失最嚴重的氣象災害之一[73]。通過監測甘蔗水分狀況可以反映甘蔗旱情，但與小麥、水稻等大宗糧食作物相比，遙感技術應用于甘蔗水分狀況監測方面的研究和應用相對較少。

已有研究普遍證實了近地遙感獲取的光譜信息對甘蔗水分虧缺響應敏感。Jackson等人[64]采用手持輻射計測試了甘蔗地水分狀況時發現利用紅外波段與紅光波段的比值可有效監測甘蔗水分虧缺。利用DMSV傳感器獲取的甘蔗冠層光譜信息可以識別甘蔗發育早期不同程度的水分脅迫[65]。水分脅迫條件下甘蔗冠層光譜反射率在460、560 nm和近紅外波段(760～1200 nm)光譜反射率差異顯著，土壤含水量與460、560 nm的反射率比值均呈顯著正相關關系[15-16]。甘蔗葉片葉綠素含量高低與土壤水分條件密切相關，527～578 nm、701～731 nm的光譜反射率及紅邊位置(REP)與葉綠素含量均具有較高的相關性[74]，通過光譜信息反演葉綠素含量可以間接反映甘蔗水分盈虧狀況[75]。在衛星軌道層次上，Landsat TM的近紅外和短波紅外波段被發現能夠提供更多表征甘蔗水分狀況的信息，可利用波段組合反演甘蔗水分含量狀況[25]。星載雷達信號對由于水分脅迫導致的甘蔗田的 NDVI下降信息響應敏感[76]。

利用衛星遙感數據也可以監測甘蔗水分狀況。低空間分辨率數據高級甚高分辨率輻射計(Advanced Very High Resolution Radiometer, AVHRR)和MODIS已廣泛用于甘蔗區域性旱情監測評估中，基于AVHRR推算的甘蔗NDVI與水需求滿意度指數(WRSI)之間存在顯著的時滯相關關系，利用兩者關系可以實現甘蔗水分狀況監測，但由于甘蔗NDVI具有較強的季節性且 WRSI值變化較大，但該方法難以實現甘蔗水分狀況預測[77]。利用AVHRR的熱紅外數據繪制的陸面溫度分布圖，結合氣象數據制作甘蔗占主導地位的地區的蒸騰分布圖，可用于跟蹤管理蔗田灌溉[78]。利用MODIS推算的溫度/植被干度指數(TVDI)與生長前期(4月)和生長高峰期(10月)甘蔗地土壤水分之間存在著顯著的負相關關系，TVDI能很好地反映印度亞濕潤地區甘蔗地土壤水分變化狀況[79]。采用 MODIS數據和植被溫度指數模型對 2004～2008年廣西崇左市甘蔗種植區秋季旱情進行遙感監測，評估結果較理想[80]。利用MODIS衛星數據采用植被狀態指數(VCI)和溫度條件指數(TCI)構建干旱指數(DI)遙感監測模型，應用該模型對廣西來賓市興賓區典型甘蔗種植區2004、2005年秋季旱情進行了監測評估，評估結果與實際狀況吻合度較高[81]。中等分辨率的TM數據也可以有效監測甘蔗區旱情。Yang等[82]根據植被指數-溫度梯度(VITT)原理，利用Landsat TM數據估算了甘蔗種植區的蒸散狀況，研究發現該方法對區域尺度的甘蔗區蒸散估算非常實用。Veysi等[83]對甘蔗地的冠層溫度和植被水含量進行了實地測量，并利用實地測量的計算作物水分脅迫指數(CWSI)，發現基于Landsat 8熱紅外數據反演的CWSI對甘蔗田水分虧缺具有較好的響應。Lebourgeois等人[84]通過進行不同的水條件下(降雨和灌溉)的試驗，驗證了利用熱紅外線衍生的經驗性作物水分脅迫指數(CWSIE)測量甘蔗水分狀況的有效性。Mark等人[85]指出衛星反演的參數和地面測量的甘蔗水分狀況之間具有良好的關系。Zhang等人[86]利用無人機系統(Unmanned Aerial System, UAS)裝備熱成像相機獲取冠層溫度圖像，發現采用冠層溫度測量方法可用于監測不同的甘蔗品種和灌溉制度的水分虧缺狀況。

多源遙感數據時空融合技術在甘蔗旱情監測也開展了應用嘗試，基于MODIS和HJ數據融合的時序數據反演的適用干旱指標可對甘蔗不同生育期旱情進行較準確的評估[58]。

2.4 寒凍害監測

寒凍害是甘蔗生產過程中影響僅次于干旱的氣象災害。丁美花[87]和譚宗琨等人[88]利用 MODIS數據并結合大量田間調查資料，利用凍害發生前、發生后及上一年同期的甘蔗NDVI值分別監測了2008年初市和區尺度的甘蔗寒凍害時空分布狀況，結果顯示由于甘蔗種植環境差異，以市為單位進行凍害評估結果更準確。何燕等人[89]采用統計分析和實地調查方法，結合MOD IS衛星遙感監測結果，分析了 2008年廣西低溫凍害對廣西甘蔗及蔗糖生產造成的具體影響。鐘仕全等人[90]結合 Landsat 8 OLI和MODIS遙感數據，利用凍害年和正常年的NDVI值差異監測評估了 2013年底云南耿馬縣甘蔗霜凍害。寒凍害分級指標決定了監測精度，目前遙感甘蔗寒凍害研究多針對單次過程，所制定的分級指標適用性有待考證，利用長時間序列遙感數據、災情調查樣本及更多的寒凍害過程案例可制定更客觀合理的寒凍害分級指標。

2.5 長勢綜合評估

地理環境及耕作等條件的差異會使得某一空間區域范圍內的甘蔗表現出不同的生長狀態，農業生產中稱之為長勢(苗情)，許多情況下需要對區域范圍內的甘蔗長勢進行優劣評估。目前作物長勢評估指標多采用 NDVI，評估方法主要有逐年比較模型和等級模型，模型中需要獲取NDVI均值和極值均需要多年數據的積累[91]。針對甘蔗長勢進行綜合評估的研究報道較少，丁美花等人[92]利用NDVI分析了甘蔗年內長勢動態變化，黃敏堂等人[93]采用簡單的NDVI偏差模型對比分析了2009～2012年上思縣甘蔗長勢多年變化狀況。中國氣象局于2015年發布了氣象行業標準《甘蔗長勢衛星遙感評估技術規范》(QX/T 284-2015)[94]，提出利用NDVI偏差和標準差共同對甘蔗長勢進行評估，并給出了甘蔗不同生育期的具體評估參數，為甘蔗長勢客觀定量評估提供科學依據。

3 遙感技術在甘蔗產量估測中的應用

甘蔗產量估測對甘蔗生產至關重要。目前已有相關研究利用低空間分辨率遙感數據和中低空間分辨率數據對甘蔗產量進行估測。

許多國家利用低空間分辨率遙感數據開展了甘蔗產量估測試驗。Bastiaanssen等[95]利用 NOAA AVHRR數據建立了巴基斯坦甘蔗產量估測模型，甘蔗估測精度與區域統計數據均方根誤差為 13.5 t/hm2，研究指出日照時數、空氣溫度和作物分布圖可作為模型改進的重要因子。Sim?es等[14]利用MODIS光合有效輻射數據估測莫桑比克甘蔗產量的試驗中結果并不理想，但通過對 MODIS光合有效輻射數據進行空間純度、作物年歷替代及不規則數據平滑等系信號增強處理獲取的新數據序列可以有效檢測甘蔗生物量累計的絕對變化和年際變化，產量估測誤差最低可達0.6 t/hm2[96]。有研究證明，利用低分辨率的高時間分辨率優勢，結合氣象數據可以更好地估測甘蔗產量。SPOT 1 km NDVI數據與氣象數據耦合被用于巴西不同尺度的甘蔗產量估測，對于大型甘蔗農場精度達66.7%～86.5%，但對于小型甘蔗種植社區產量估測精度僅為8.3%，低空間分辨率遙感數據對甘蔗種植純度較低或小于遙感數據分辨率地區的甘蔗產量預測精度較低[97]。類似的研究也指出，降雨量和MODIS NDVI均與氣象站5 km半徑內的甘蔗產量無明顯相關性，但在在更大的范圍內，NDVI與雨季種植的甘蔗產量顯著正相關(R2=0.57)[98]。對AVHRR NDVI的研究也得出相似結果，AVHRR NDVI與工廠尺度的甘蔗產量顯著相關但與農場尺度甘蔗產量不相關[99-100]。SPOT NDVI與氣象數據結合構建的甘蔗產量估測模型，對中產田和高產田估測精度較高分別為66.7%、86.5%[97]。SPOT NDVI估測甘蔗產量的最佳時期為收獲前2個月，產量估測精度可達85%[101]。衛星數據和氣候指標結合也可以較好地估測甘蔗產量，AVHRR NDVI與農業氣候指數的耦合指數與巴西甘蔗產量的相關性較高(R2=0.69～0.79)[77]。學者們還發現通過適當的方法對衛星數據進行歸一化可以提高其與產量的相關性，克服由于生長環境和甘蔗發育期的地區差異造成的NDVI難以估測甘蔗產量的現狀，對路易斯安那州甘蔗產量的估測研究中，使用熱變量對NDVI進行調整，甘蔗產量與調整后的 NDVI相關性較未調整NDVI高0.20[102]。利用歸一化處理后的MODIS NDVI估測2002～2010年肯尼亞6個甘蔗種植區甘蔗產量，發現甘蔗產量與歸一化 MODIS NDVI相關性在空間維度相關性較高(R2=0.53)，但其在時間維度相關性較低(R2=0.1)，利用現有衛星低分辨率數據估測甘蔗年產量存在較大困難[103]。利用遙感數據和其他輔助數據結合也可實現甘蔗產量估測。Goncalves等人[104]采用多元線性回歸方法，利用AVHRR NDVI、甘蔗種植面積和WRSI共同構建了巴西圣保羅地區的甘蔗產量模型，估測精度較高(R2在0.9左右)。利用MODIS NDVI替代Goncalves提出的甘蔗產量估測模型中的 AVHRR NDVI能獲得更高的甘蔗估測精度(R2＞0.94)[105]。在不使用甘蔗種植面積數據的情況下，MODIS NDVI和官方統計數據的結合也可實現甘蔗產量估測[106]。

中低空間分辨率數據也被用于甘蔗產量估測研究。Lee-Lovick和Kirchner[25]利用Landsat TM估測澳大利亞 Bundaberg地區的甘蔗產量，發現產量和任一波段的反射率均不相關。類似的研究也發現，Landsat ETM+反射率與Umfolozi工廠尺度的甘蔗產量無顯著相關關系[107-108]。Ueno等人[109]利用Landsat TM數據估測日本甘蔗產量的精度也很低。利用 DMSV獲取的精細分辨率光譜數據計算的NDVI與甘蔗產量相關性也不顯著[101-102]，但利用田間光譜儀獲取與Landsat ETM+相同波段數據，其紅光波段、比值植被指數RVI、NDVI和土壤調節植被指數SAVI與甘蔗蔗莖產量及米蔗莖數高度相關(R2＞0.79)，利用RVI，LAI和NPM構建的模型可解釋97%的甘蔗產量變化[14]。Rudorff和 Batista[110]的研究發現Landsat MSS數據結合農業氣象模型估測甘蔗精度較高，同時指出單獨利用光譜數據或農業氣象數據也可估測甘蔗產量，但兩者的耦合模型估測的甘蔗產量精度最高。Almeida等人[111]利用ASTER和Landsat ETM+數據，通過光譜增強、降維及設置權重等方法獲取簡單的DN值圖像，發現利用該DN圖像通過歸一化處理估測的甘蔗產量精度高于傳統方法。利用Landsat TM和ETM+長時間序列數據提取的綠色歸一化植被指數 GNDVI可以較好地表征澳大利亞班達伯格地區的甘蔗長勢狀況，GNDVI最大值與歷史甘蔗產量數據擬合效果較好(R2=0.69)[112]。Landsat反演的 NDVI與巴西圣保羅的某一甘蔗商業田甘蔗產量和總生物量相關性較好，R2分別為0.68和0.97[113]。利用SPOT4和SPOT5的NDVI序列采用多項式回歸方法可以較好估測留尼汪島地區甘蔗產量(R2=0.75)，并且可以提前 2個月實現產量預測[114]。何亞娟[115]利用 SPOT NDVI與甘蔗葉面積顯著正相關，兩者的二次函數擬合效果最佳(R2=0.84)，依據LAI-產量模型得倒的甘蔗單產數據與統計數據相對誤差僅為 2.6%。劉吉凱[116]研究發現利用HJ NDVI在甘蔗不同生育期估產效果有差異，全生育期精度最高，關鍵生育期中以莖伸長中期精度最高，工藝成熟期精度最低。利用無人機獲取的RGB航拍圖像和地面2 m×2 m隨機采樣的株高、莖數、莖重的數據共同構建的甘蔗產量估測模型[117]。

盡管利用多種衛星遙感數據開展了甘蔗估產研究，泰國一些農場或制糖企業甚至在每年甘蔗收獲前都定期開展產量評估[101]，但冠層密度、甘蔗種植和生長發育的地域差異使得甘蔗產量估測仍存在較大困難。學者們發展了眾多的作物生長模型用于甘蔗估產，其中 APSIM、CANEGRO、QCANE應用較廣泛，遙感和作物模型的耦合在理論上充分利用作物模型的機理性和遙感監測的區域性，可獲得更優的產量估測結果，但由于作物模型需要氣象要素、土壤狀況、管理措施和田間觀測數據等多重參數，眾多輸入參數的不確定性會加劇同化方法估測結果的變異，限制了其在區域性甘蔗產量估測上的應用。在利用SPOT4和SPOT5的NDVI數據對回歸統計模型、Kumar-monteith效率模型、遙感-作物模型(MOSICAS)耦合3種遙感估產的比較分析中發現，傳統的回歸統計模型對留尼汪島地區甘蔗產量估測精度最高[118]。

4 遙感技術在品種品質鑒定中的應用

4.1 品種鑒定

甘蔗品種鑒定對產量估測和災害風險評估具有重要意義。目前已有相關研究利用光譜儀、多光譜和高光譜遙感數據等開展了甘蔗品種鑒別試驗。Schmidt等人[65,119]的研究表明，利用高空間分辨率DMSV能夠區分南非不同的甘蔗品種。Johnson等人[120]利用光譜儀收集自然光條件下的甘蔗反射率數據成功區分7個甘蔗品種，包括5個商業品種、1個常規種和 1個野生種。Fortes和 Demattê[7]利用Landsat ETM+數據的不同波段并計算植被指數共同與地面調查品種數據建立關系方程對4個甘蔗品種進行鑒別，甘蔗品種分類精度可達93.6%。但Gers等人[107-108]研究發現Umflozi地區的5大甘蔗品種在Landsat ETM+反射率數據上的差異不顯著。在高光譜數據方面，Apan等人[71]利用 Hyperion數據，結合光譜反射率、波段比值、植被指數采用多元判別分析方法(MDA)對澳大利亞甘蔗品種進行辨別。識別精度對采樣樣本和品種分別為97%、74%。Galv?o等人[8]利用類似的方法有效區分了巴西地區的甘蔗品種。但利用AVHRR、SPOT-5、CBERS-2、Landsat ETM+和 TERRA數據通過濾波函數模擬 Hyperion數據卻無法對甘蔗品種進行有效識別[9]。目前可用的衛星高光譜數據日益豐富，但鮮見 IKONOS、QuickBird等數據用于甘蔗品種識別的報道。

4.2 品質鑒定

甘蔗糖分是決定甘蔗品質的關鍵，提高甘蔗糖分是國內外甘蔗種植者追求的目標，也是提高甘蔗經濟效益的主要方法，因此甘蔗糖分監測是甘蔗品質鑒定的重要內容。目前針對甘蔗糖分監測目前常用方法是近紅外(NIR)光譜分析技術[121]，利用近紅外實驗光譜儀獲得甘蔗中蔗糖的特征振動信息，采用化學計量方法對所得的基團振動的近紅外光譜進行分析，獲得甘蔗中蔗糖分(主要為含糖量)信息[122-125]。盡管 NIR技術可實現蔗莖、蔗葉等非蔗汁樣本糖分的快速測定，但由于NIR光譜試驗儀器對環境適應性差、掃描速度低、設備體積較大且成本較高，因此并不適合在大田使用。目前有關利用NIR技術進行甘蔗糖分測定的報道僅限于對采樣數據進行實驗室測定。此外，微波技術在甘蔗糖分檢測中也存在巨大潛力[126-127]，但該技術的應用也停留在實驗室測定研究范疇[128]。在田間尺度上，Begue等人[114]研究發現，利用SPOT NDVI可較好地監測甘蔗糖分，兩者的回歸模型擬合精度較高(R2=0.75)，且甘蔗糖分在12%～25%之間時，SPOT NDVI與其線性相關，甘蔗糖分穩定25%時，SPOT NDVI與其相關性不明顯。Zhao等人[129]分析糖分累積和產量形成規律，利用RapidEye和Landsat組成的時間序列遙感數據和降水量數據建立了甘蔗糖分估測模型，估測精度達 90.4%；之后又構建了遙感光譜數據與作物生產系統模擬模型 DSSAT同化的甘蔗糖分預測方法，并實現了對糖分含量及其峰值出現時間的準確預測[130]，為最佳砍運方案的制定提供了決策依據。

5 遙感技術用于甘蔗監測的挑戰和機遇

綜上所述，遙感光譜植被指數用于甘蔗品種、內在組分(氮素、糖分、水分)及病蟲害遙感反演的可行性已被證實，但基于光譜指數的波段組合運算方法眾多，不同方法所得指數用于估測甘蔗品種、內在組分及病蟲害的穩定性和普適性均鮮有研究。高光譜數據對甘蔗品種、內在組分及病蟲害的監測優勢已有體現，但目前多局限于近地手持輻射計數據。需深入研究利用在軌高光譜數據甘蔗品種、內在組分及病蟲害監測的方法模型。此外，基于遙感光譜信息的甘蔗產量估測方法眾多，但可以運行化的估測模型較少。統計模型法、過程模型法、作物模型法及遙感-作物模型耦合等多種遙感甘蔗估產方法的穩定性和適用性仍需驗證。

傳感器開發和輻射校正技術的發展進一步促進了遙感技術的發展，但目前針對農業遙感關鍵光譜反射區鮮見研發專用的在軌傳感器。對于甘蔗而言，關于其光譜反射原理及特性的研究仍然局限于近地手持輻射計獲取的光譜數據，針對甘蔗群體品種、內在組分及病蟲害研究甘蔗在軌光譜反射原理及特性，篩選最優波段組合并構建監測模型是實現遙感技術在甘蔗生產實際應用的有效途徑。

日益豐富的衛星數據為農業遙感監測提供了眾多的數據源，但在實際應用中，高質量數據的穩定性仍然是限制遙感技術在甘蔗監測應用的主要問題。可見光-近紅外波段是目前眾多衛星都搭載有的傳感器，但目前遙感可見光—近紅外數據在甘蔗種植區的應用面臨較大的困難。雷達數據不受天氣影響，但其處理技術較復雜，甘蔗在雷達影像上的光譜機理仍需深入研究。多源遙感數據時空融合技術解決了遙感影像在空間分辨率和時間分辨率上相互制約，單一的衛星傳感器不能獲得既具有高空間分辨率又具有高時間分辨率的影像的矛盾，為遙感數據在甘蔗監測的多元化深入應用提供了有效手段，但目前該技術在甘蔗的應用僅限于種植面積識別和干旱監測，且其融合的數據多為可見光-近紅外的衛星遙感數據。時空融合技術在近地(小飛機)、雷達遙感數據的應用研究值得期待，耦合星-地多源遙感信息是充分發揮遙感優勢，拓展遙感技術在甘蔗種植區應用的一種有效途徑。

本文對遙感技術在甘蔗信息識別、生長狀況評估、產量估測、品種品質等方面的應用情況進行了梳理，指出目前在甘蔗品種、內在組分、病蟲害和產量評估中遙感監測模型存在著穩定性和適用性研究不足的問題，提出未來可在甘蔗光譜反射原理和多源遙感數據融合應用等方面深入研究，以期為遙感技術在甘蔗監測評估的深入應用提供參考。