遙感技術在農業災害監測中的應用

文 | 陳淑敏 張紅艷 曾奧麗 冷偉 孫拱武漢珈和科技有限公司

一、引言

我國是傳統的農業大國，也是世界上農業災害最嚴重的國家之一。農業災害主要有病蟲、洪澇、干旱、風雹、冷凍等災害，嚴重的農業災害不但會造成農作物大幅減產，致使農業經濟運行混亂，還有可能會威脅到人民的生產、生活質量和生命財產的安全。根據國家統計局公布的數據，2019年國內農作物受災面積19256.9千公頃，其中絕收2802千公頃。及時、客觀地了解農業災害發展情況并采取農業防災、減災措施，對于農業的可持續發展非常重要。

農業災害的傳統監測方法主要是田間定點監測和隨機調查。傳統方法在具體操作上較為精準，但如果進行大范圍監測，則非常費時費力且效率低下。而且有些農業災害（如病蟲害等）在發生早期并不能靠肉眼識別，尤其在大范圍監測時，采用傳統監測方法容易造成較大的誤差。

與傳統的農業災害監測方法相比，農業災害遙感監測在時效性、空間性、經濟性方面都具有十分明顯的優勢。農業災害遙感監測的物理基礎是植被光譜反射曲線，當農作物遭受災害時，其葉片的結構、葉綠素含量以及冠層結構等生物物理參數會發生變化，導致植被光譜反射曲線發生相應變化。植被光譜特征的變化，某種程度上反映了植被受災的程度。利用遙感技術進行農業災害監測，就是基于災害發生前后作物（或地面）光譜反射率的差異進行災害解譯和評估。目前，遙感技術在旱災、洪澇災害、病蟲災害、風雹災害、冷凍災害中應用較多，還有雪災、火災和沙塵暴災害等。

隨著衛星數據源越來越豐富、技術處理越來越智能，遙感技術應用空間更加廣闊。但遙感監測并不能完全取代地面調查，二者在實際操作中可相互補充、相互論證，使監測結果更加準確。

二、農業災害遙感監測的主要內容

農業災害遙感監測內容主要包括以下幾個方面：

一是搜集國內外的多源衛星遙感影像，采用多傳感器、多時相、多分辨率數據相結合的監測方式，對災前災后的情況進行對比分析；

二是根據衛星影像，結合歷史資料和實地調查信息，確定受災的范圍，包括識別受災對象、提取作物分布地塊、計算受災面積，同時和土地確權數據匹配，確定不同經營主體的種植區域受災情況；

三是結合環境、土壤和氣象等信息，分析致災因素，模擬和預測災情發展趨勢；

四是計算災損程度，例如通過對災后作物長勢進行評估，推算產量損失率；

五是對救災工作和災后重建提出生產經營建議，例如根據某保險客戶受災地塊的氣候條件，判斷某種作物是否適合種植投保。

獲得的農業災害遙感監測結果一般用于公益援助、防災減災、保險定損、田間作業指導、大宗交易決策等。

三、農業災害遙感監測應用案例

本文選取了近幾年武漢珈和科技有限公司（以下簡稱珈和科技）開展的農業災害遙感監測典型案例，從不同的角度展示災情監測技術流程。需要說明的是，由于用戶需求和發生時點不同，具體案例中同樣災害采用的數據源和技術方法也存在區別。

1.冰雹災害

2019年5月上旬，新疆大部氣溫偏低，受對流云團發展旺盛影響，降水偏多，多地出現冰雹天氣，由于冰雹持續時間較長，易引起冰雹災害。冰雹會對農作物的枝葉、莖桿產生機械性損傷，對當地小麥、玉米、棉花等農作物造成了較嚴重影響。

在冰雹災害剛發生時，受當地用戶的委托，珈和科技對作物種植區的冰雹災害進行了全程監測。一方面，技術人員迅速收集國內外的遙感數據，獲得初步的災情嚴重程度分布圖；另一方面，外業調查團隊根據災情嚴重程度分布圖，前往新疆多個棉區開展了冰雹災害受損實地調研和遙感樣區采集。

利用冰雹災害發生前后多時段高分一號衛星、Planet衛星、哨兵二號衛星（Sentinel－2）等高分辨率衛星影像及遙感技術，及時跟蹤監測棉苗受災情況。圖1為2019年5月上旬新疆某團局部區域棉花遭受冰雹災害前后的衛星遙感監測結果，可以看到棉田有不同程度的災損。經監測統計，該團棉苗面積為17.2萬畝，受災面積比例約占全團棉苗種植面積的61%，輕災比例46%，重災比例15%。獲得的監測結果有助于當地農業管理部門和保險機構統計受災面積，做好農業保險理賠服務工作，加快恢復生產。

圖1 新疆某地棉花冰雹災害監測專題圖（2019年5月）

圖2 是2018年6月中旬發生在新疆棉花主產區冰雹災害前后的假彩色合成影像，可以看到，正常棉苗在影像中呈紅色，如圖2（a）所示。棉花遭受冰雹災害后，莖葉遭受不同程度破壞，受損棉地的植被特征明顯減弱，呈青白色裸地特征，如圖2（b）所示。根據衛星影像監測結果進行統計分析，該監測區棉苗受災面積約5100畝，占棉苗總面積的48%左右。

圖2 新疆某地棉花冰雹災害前后影像圖（2018年6月）

2.冷凍災害

2018年內蒙古某地大豆、玉米遭受霜凍災害，受災區域約4000～5000km2，當地的農業企業和保險公司需要在最短的時間內對災情進行監測，根據受災程度制定相應的作業方案和賠付方案。單憑傳統人力測算，平均30人一個月的地面調查也只能覆蓋受災區域的1%，且人工量化災損情況的主觀誤差非常大。珈和科技利用遙感技術監測災情，在3天內核定了受災范圍，第5天出具了對應農作物的定損分析報告，幫助當地用戶極大地提高了工作效率，降低了核損成本，也減少了在定損理賠過程中與投保農戶之間不必要的溝通摩擦。表1為該地大豆受霜凍災后的實地拍攝圖和在遙感影像上的特征截圖對比，沒有受災的大豆顏色特征為粉紅色，受災后顏色變青，顏色越青綠表示受災越嚴重。

表1 大豆受災影像與實地植株狀態對比表

3.風災

2019年“利奇馬”臺風災害后，山東某地玉米受強降雨和臺風影響，出現了不同程度倒伏或莖折斷，而當地玉米正處于拔節期和開花期，臺風對玉米生長發育和后期結果造成了嚴重影響。災前災后的玉米地遙感監測結果對比顯示，未受災的玉米為紅色特征，受災后的玉米為青白色特征。圖3是此次臺風過境后放大的局部玉米受災程度分布圖，參考承保協議和實地抽樣查勘數據，將玉米地分為嚴重受災、次嚴重受災和未受災三類，開展實際業務工作時，對每塊地進行量化分析，實現精細化定損。

圖3 山東某地玉米受災程度分布圖（2019年8月）

4.病蟲災害

病蟲災害的發生存在一定規律性，可在早期利用遙感技術進行監測評估，及時掌握病蟲災害發生風險，提早進行干預。圖4（a）是在小麥關鍵物候期，針對2019年湖北漢川市冬小麥種植區制作的條銹病發病指數分布圖，圖中顏色越紅，表示發病風險越高。

圖4 漢川市冬小麥條銹病監測圖

小麥條銹病發病后，光譜特征發生變化，據此可以利用遙感技術監測條銹病的發病范圍。圖4（b）是2019年湖北漢川市冬小麥條銹病發生后獲得的遙感影像解譯圖。通過與圖4（a）對比可以發現，小麥條銹病發病的分布情況與前期預警基本一致。對比出現差異的地方，主要是由于部分地區本來風險比較高，但人工干預做得比較好，小麥條銹病情并沒有很嚴重。

5.旱澇災害

遙感技術在農作物干旱和洪澇災害等方面也有廣泛的應用。2018年6-8月湖北某地區持續高溫少雨，該地區種植2萬多畝夏玉米受高溫天氣的影響，生長狀況與產量均有一定程度受損。通過衛星遙感影像，結合氣象數據，對該地區夏玉米受干旱災害進行了監測評估。圖5為該地區玉米受災情況局部影像圖，結果顯示，該地區玉米受災程度約58%，受災面積達6900多畝。

圖5 湖北某地玉米受災情況分布圖（2018年8月）

2016年6月，湖北天門市遭遇多場強降雨襲擊，造成了特大洪澇災害。據統計，該地區農作物受災面積14352公頃，絕收面積697公頃。圖6為天門市棉花受災情況遙感監測分布圖，監測數據顯示，本次洪澇災害造成該地區棉花受災面積達51469畝，主要集中在黃潭鎮、漁薪鎮、拖市鎮、張港鎮等棉花主產區域。

圖6 天門市棉花受災情況分布圖（2016年8月）

四、結束語

我國已構建高分辨率對地觀測系統，隨著高分辨率衛星數據資源越來越豐富，遙感處理技術越來越智能，農業行業應用越來越滲透，遙感技術已逐漸成為助力鄉村振興的有效科技手段。農業遙感災害監測評估集衛星遙感技術農業應用、氣象技術農業應用于一體，可獲取天、地、空多維度的農業生產及氣象影像信息，為現代農業精準化、智慧化管理提供技術支撐。