小麥生長監(jiān)測大數(shù)據(jù)平臺系統(tǒng)開發(fā)和應用

李振星 張子玉 歐陽薇 高潔 李昊珉 查沛 郝娟娟

摘要 為實現(xiàn)農業(yè)現(xiàn)代化，推進農業(yè)供給側結構性改革，保障小麥生產高質高效，通過對小麥種植過程中的土壤墑情、苗情長勢、光合作用、蟲情、氣象等數(shù)據(jù)的收集和分析整理，為農技人員和生產經營者提供決策所需數(shù)據(jù)和種植方案。以寧津縣小麥生產為例，運用物聯(lián)網、無人機遙感、大數(shù)據(jù)平臺處理等技術，設計開發(fā)了小麥生長監(jiān)測大數(shù)據(jù)平臺系統(tǒng)。該系統(tǒng)分為3個模塊，包括1個大數(shù)據(jù)平臺和5個現(xiàn)場監(jiān)測點，系統(tǒng)每隔30 min采集1次蟲情、墑情和氣象數(shù)據(jù)，并24 h不間斷地提供現(xiàn)場小麥長勢的監(jiān)控畫面，數(shù)據(jù)通過互聯(lián)網的形勢傳輸?shù)酱髷?shù)據(jù)平臺的數(shù)據(jù)庫中，平臺對數(shù)據(jù)的匯總形成圖像和報表，為農業(yè)專家和農業(yè)生產經營者提供更合適的種植方案。

關鍵詞 小麥；大數(shù)據(jù)平臺；生長監(jiān)測；物聯(lián)網

中圖分類號 TP 391? 文獻標識碼 A

文章編號 0517-6611（2024）12-0215-07

doi：10.3969/j.issn.0517-6611.2024.12.046

Development and Application of Big Data Platform System for Wheat Growth Monitoring

LI Zhen-xing1，ZHANG Zi-yu2，OUYANG Wei2 et al

（1.Ningjin County Agriculture and Rural Bureau，Ningjin，Shandong 253400;2.School of Management，Anhui Institute of Science and Technology，Bengbu，Anhui 233030）

Abstract In order to realize agricultural modernization，to promote the structural reform of the agricultural supply side，and to ensure high-quality and efficient wheat production，we collected and analyzed the data of soil moisture，seedling growth，photosynthesis，insects and meteorology in wheat planting process，so as to provide data and planting options for decision making of agricultural technicians and producers.Taking wheat production of Ningjin County as an example，we used the Internet of Things，UAV remote sensing and big data platform processing to design a big data platform system for wheat growth monitoring.This system could be divided to 3 modules，including 1 big data platform and 5 field monitoring point.The system collected insect pest situation，soil moisture and meteorological data every 30 min，provided monitoring picture of wheat growth at the site all through 24 h.The data were transferred to the database of the big data platform through the internet.The platform summarized the data to form images and reports，so as to provide more suitable planting schemes for agricultural experts and agricultural producers and operators.

Key words Wheat;Big data platform;Growth monitoring;Internet of Things？倓

基金項目

安徽省教育廳科技計劃項目“譜圖融合的作物長勢檢測傳感器及算法的開發(fā)”（2022AH051029）。

作者簡介 李振星（1984—），男，山東寧津人，高級農藝師，碩士，從事數(shù)字農業(yè)和農業(yè)技術研究推廣。*通信作者，碩士研究生，研究方向：鄉(xiāng)村振興、農業(yè)經濟管理。

收稿日期 2023-06-12；修回日期 2023-07-20

小麥是世界上分布范圍最廣、種植面積最大、總貿易量最多的糧食作物，有“世界糧食”之稱［1］。小麥是我國第三大糧食作物，也是我國主要的細糧作物之一，在國家糧食供給和經濟發(fā)展中占據(jù)重要地位［2］。但在小麥生長發(fā)育的過程中，自然災害和病蟲害等問題會對其產量造成一定的影響［3-4］。例如，小麥的葉銹病會導致防治病害農藥的過度使用，從而增加農產品有毒殘留的風險［5］。利用信息化技術在農作物生產過程中進行精確的評估和恰當?shù)臎Q策，可以幫助實現(xiàn)農作物的低風險和高產量［6］。伴隨著快速發(fā)展的智慧農業(yè)和農業(yè)信息化，遙感監(jiān)測技術可以實現(xiàn)快速、實時、無損的監(jiān)測，從而有針對性地防治葉銹病的發(fā)生［3，7-9］。小麥生長的智能監(jiān)測和管理已經得到了現(xiàn)代信息技術發(fā)展的有效支持。“天-空-地”一體化的智慧農業(yè)系統(tǒng)，是指通過運用衛(wèi)星、無人機和地面通信系統(tǒng)，從天、空、地3種視角對農產品生長實施監(jiān)控，形成完整的農業(yè)立體生產監(jiān)控系統(tǒng)，這種監(jiān)測方式可以擴大監(jiān)測范圍、提高監(jiān)測效率和可信度［10-12］。

遙感檢測技術在自然災害監(jiān)測領域中有著廣闊的監(jiān)測范圍，獲取災害信息量及時、準確，同時能夠測算出大量的有效數(shù)據(jù)，遙感技術在實際的監(jiān)測應用中具備適應性強的優(yōu)點，在農業(yè)災害預防中能夠發(fā)揮出重要的監(jiān)測作用［13-14］。如今，遙感監(jiān)測技術應用范圍和普及程度不斷加深，在農業(yè)生產方面對于旱災、病蟲害、洪澇、冰雹等災害具有有效的監(jiān)測作用。利用遙感技術，可以快速、準確地獲取大規(guī)模的作物生長狀況信息，而且不會對作物造成任何影響，這為作物病蟲害和倒伏監(jiān)測提供了重要的數(shù)據(jù)支持［15］。

遙感技術的優(yōu)勢在于其能夠以多種尺度、波長和視角提供豐富的地面觀測數(shù)據(jù)，迅速獲取有關土地特征的信息［16］，這些信息包括植被指數(shù)、亮度指數(shù)以及地表輻射溫度等。此外，通過定量反演技術，還可以獲取地表反射率、葉面積指數(shù)以及土壤水分含量等地表特征參數(shù)［17-19］。利用“農業(yè)遙感大數(shù)據(jù)監(jiān)管服務平臺”，土地可以更加充分、有效、合理地種植；與此同時，時間和資源得到更加充分的利用，工作效率得到了提升，每一處的成本可以最大限度地降低，減少了人力財力等資源浪費［20-22］。例如，施肥量和澆水量的有效實施數(shù)據(jù)，可以通過對莊稼肥力、水分監(jiān)測科學地分析出來［23-24］。該平臺應用后，種植莊稼在每個季度都可以顯著降低對水資源的需求，同時減少人力成本的投入，而且還大大增加了作物的產量。民用資源衛(wèi)星在20世紀70年代使用后，農業(yè)成為遙感技術領域最早應用并獲得顯著收益的行業(yè)之一［25］。特別是隨著高空間、高光譜和高時間分辨率遙感數(shù)據(jù)的出現(xiàn)，農業(yè)遙感技術在長時間序列作物長勢動態(tài)監(jiān)測、農作物種類細分、田間精細農業(yè)信息獲取等關鍵技術方面得到了突破［26-28］。農業(yè)遙感監(jiān)測主要以作物、土壤為對象，利用地物的光譜特性，被用來進行作物長勢、作物品質、作物病蟲害等方面的監(jiān)測［29］。由于遙感技術具有覆蓋面積大、重訪周期短的特點，因此主要應用于大面積農業(yè)生產的調查、評價、監(jiān)測和管理［30］，它施用于農業(yè)上，主要可以分為4類應用，即農業(yè)資源調查、農作物估產、農業(yè)災害預報、精準農業(yè)［31-33］。鑒于此，筆者介紹了小麥生長監(jiān)測大數(shù)據(jù)平臺系統(tǒng)的架構、系統(tǒng)功能設計與實現(xiàn)。

1 系統(tǒng)的架構

寧津縣根據(jù)自身條件，在民天農谷現(xiàn)代農業(yè)產業(yè)園區(qū)內成立1個農業(yè)信息化服務中心和5個監(jiān)測示范點。建立了小麥生產監(jiān)測網絡，該網絡覆蓋整個縣域范圍。制定了軟硬件平臺的詳細制度文件，實現(xiàn)了對巡檢、維修和運營等方面的有效管理。

小麥生長監(jiān)測系統(tǒng)的設計采用了經典的物聯(lián)網3層體系結構，其中包括感知層、網絡層和應用層。感知層用于數(shù)據(jù)采集，網絡層用于數(shù)據(jù)傳輸，應用層則用于數(shù)據(jù)挖掘。

1.1 系統(tǒng)的第1層 感知層主要包括采集氣象數(shù)據(jù)的傳感器，這些傳感器可以測量空氣溫濕度、風速風向、大氣壓力、雨量和輻射照度。攝像機每日準時拍攝田間苗情，主動上傳。

1.2 系統(tǒng)的第2層 網絡層主要是用來處理數(shù)據(jù)遠程傳輸問題，方便感知層和應用層的異地使用。在網絡層中有效地使用路由協(xié)議和網絡安全協(xié)議，可以更加安全、便捷和穩(wěn)定地對監(jiān)管中心服務器的數(shù)據(jù)安全的交互。

1.3 系統(tǒng)的第3層 應用層主要用于數(shù)據(jù)交匯、數(shù)據(jù)處理、人機交互等，該層主要采用關系型數(shù)據(jù)庫和文件數(shù)據(jù)庫來存儲各個監(jiān)測點的數(shù)據(jù)，隨著數(shù)據(jù)的積累，系統(tǒng)可以通過軟件對數(shù)據(jù)進行組織和發(fā)布，并對其進行診斷和管理決策。同時，該系統(tǒng)可以向新型經營主體推送相關結果，以實現(xiàn)農業(yè)信息化服務。

2 系統(tǒng)功能設計與實現(xiàn)

2.1 系統(tǒng)功能模塊

該模塊主要分為大屏可視化界面、大數(shù)據(jù)可視化和農業(yè)生產決策支持3部分。為了確保系統(tǒng)功能的可拓展性、可操作性和應用性，系統(tǒng)的開發(fā)和完善將采用動態(tài)的方式，以跟上信息技術不斷發(fā)展的步伐。進入系統(tǒng)后，登錄頁面就展現(xiàn)出來，填寫賬號、密碼和驗證碼登錄后，可以進入寧津縣天空地一體化智慧農業(yè)大數(shù)據(jù)平臺——種植基地一張圖界面。天空地一體化智慧農業(yè)大數(shù)據(jù)平臺主要采用“323”工作模式，即3種數(shù)據(jù)來源，天是衛(wèi)星遙感數(shù)據(jù)，空是無人機或浮空器獲得的低空遙感數(shù)據(jù)，地是指對面?zhèn)鞲衅骱娃r學取樣數(shù)據(jù)；“2”是藏糧于地、藏糧于技的“兩藏”數(shù)據(jù)應用方式，運用地理信息系統(tǒng)和人工智能等算法，實現(xiàn)對土地和農業(yè)技術的管理；系統(tǒng)賦能3類對象，包括農業(yè)主管和監(jiān)督者、農業(yè)技術指導者和農業(yè)生產經營者。系統(tǒng)應用后能夠有效地提升農業(yè)生產經營能力，降低成本和經營風險，提升監(jiān)管能力，增強農業(yè)管理效率。用戶可以通過一張圖，實現(xiàn)對田間感知部件的管控、地理信息庫可視化以及重點任務進展的獲取和掌握等功能。

2.2 大屏可視化模塊

大屏可視化模塊主要展示了傳感器和蟲情設備數(shù)據(jù)數(shù)量統(tǒng)計、土壤墑情數(shù)據(jù)實時監(jiān)測、氣象數(shù)據(jù)實時展示、作物長勢監(jiān)測、田間監(jiān)測站分布、蟲情圖像輪播展示。具體見圖1智慧農業(yè)一張圖。

2.3 大數(shù)據(jù)可視化模塊 該模塊包含了農田地圖展示與查詢、土壤墑情數(shù)據(jù)實時展示、“兩區(qū)”內經濟指標展示以及“兩區(qū)”種植歷史信息展示4個部分內容。

在農田地圖展示與查詢部分，系統(tǒng)可展示“兩區(qū)”劃定成果圖、高標準農田建設成果、土地承包經營權確權登記頒證成果、基本農田圖斑（圖2）、村級鄉(xiāng)鎮(zhèn)邊界以及最新的衛(wèi)星遙感影像等數(shù)據(jù)。系統(tǒng)也可通過點、面等方式對空間矢量數(shù)據(jù)的屬性數(shù)據(jù)進行查詢，同時也可以對其進行直接搜索，進而快速定位目標地塊的屬性和位置。

土壤pH是一項重要的土壤屬性，直接影響土壤養(yǎng)分的狀態(tài)和有效性，是土壤質量和生態(tài)功能的重要指標，其含量展示見圖3。土壤墑情數(shù)據(jù)實時展示部分主要針對已有的土壤墑情監(jiān)測系統(tǒng)，其中存儲了大量的土壤溫度和濕度數(shù)據(jù)。在現(xiàn)有土壤墑情監(jiān)測站的基礎上，通過調用硬件接口數(shù)據(jù)并進行空間插值，將所有的點插值成一張圖，形成墑情動態(tài)地圖。同時，用戶可以通過時間軸查看過去的土壤墑情地圖，該功能可為作物灌溉分配管理提供依據(jù)。

“兩區(qū)”內經濟指標展示部分顯示了所轄范圍內的利潤總收入、單產、人均收入等評價農業(yè)產業(yè)建設成果的經濟指標。展示內容包括對時間上的動態(tài)曲線展示和分鄉(xiāng)鎮(zhèn)展示，更加直觀地凸顯了農業(yè)產業(yè)建設成果。

“兩區(qū)”種植歷史信息展示如下：時空動態(tài)展示種植結構時空演變。收集項目區(qū)2000年至今衛(wèi)星遙感數(shù)據(jù)，并使用監(jiān)督分類或者其他方法，提取不同年份每個季度的作物種植空間分布，形成項目區(qū)種植業(yè)結構變化數(shù)據(jù)集，導入到可視化系統(tǒng)中，通過時間軸的方式，展示種植結構時空大數(shù)據(jù)。快速展示近20年來，全縣種植業(yè)轉方式，調結構成果。

2.4 農業(yè)生產決策支持模塊

農業(yè)生產決策支持系統(tǒng)主要為農業(yè)專家定制開發(fā)，包含測土配方計算等10大服務模塊，為“兩區(qū)”建設的管理服務提供技術保障。

2.4.1 測土配方決策支持。該系統(tǒng)搭建了一個在線測土配方計算工具。用戶只需輸入諸如目標產量、每百公斤產量所需的養(yǎng)分數(shù)量、不施肥的產量、有效養(yǎng)分校正系數(shù)、肥料的養(yǎng)分含量及利用率等參數(shù)，便可以通過調用GP服務的方法得到適用于“兩區(qū)”地塊和不同尺度片區(qū)的氮磷鉀基肥方案。該方案涵蓋了所需氮磷鉀配方比、單質基肥使用比例追肥方案等內容，用戶可以通過在線方式生成相應的配方卡，并提供導出打印等功能。

2.4.2

農業(yè)遙感苗情監(jiān)測服務。獲得高分辨率衛(wèi)星數(shù)據(jù)后，同時獲取不少于30個地面采樣點數(shù)據(jù)，測定葉面積指數(shù)、生物量和葉片SPAD值，建立衛(wèi)星的植被指數(shù)數(shù)據(jù)與地面采樣點數(shù)據(jù)獲得的農學數(shù)據(jù)的相關關系，利用相關關系估計出“兩區(qū)”地塊尺度的葉面積指數(shù)、生物量和植株地上部吸氮量，實施動態(tài)監(jiān)測“兩區(qū)”的作物長勢情況（圖4）。

2.4.3

農業(yè)遙感種植結構提取服務。獲得最新的高分辨衛(wèi)星數(shù)據(jù)后，根據(jù)目視解譯和現(xiàn)場確認的方法，建立監(jiān)督分類的訓練集，訓練樣本后，提取所有的種植結構信息，并與“兩區(qū)”地塊結合，生成每個地塊當季的作物類型。可視化等系統(tǒng)隨即更新所有種植結構數(shù)據(jù)，實現(xiàn)數(shù)據(jù)實時更新（圖5）。

2.4.4

土壤墑情預警服務。根據(jù)建設好的土壤墑情監(jiān)測站，通過物聯(lián)網接入到系統(tǒng)中，利用空間內插的方法，得到“兩區(qū)”的墑情數(shù)據(jù)，管理員可以設置預警值，例如當土壤質量含水量低于10%時，系統(tǒng)將自動高亮顯示超過閾值范圍的預期，起到預警作用。

2.4.5 產量估測服務。在作物關鍵時期，根據(jù)氣象數(shù)據(jù)、土壤數(shù)據(jù)，結合作物生長模型，對“兩區(qū)”地塊尺度的產量進行估測，估測數(shù)據(jù)自動更新到數(shù)據(jù)庫，根據(jù)當季的糧食價格，計算出項目區(qū)內產值（圖6）。

2.4.6 災害等級評估服務。在作物遭受干旱、洪澇災害、嚴重病蟲害等遭受農業(yè)災害時，根據(jù)農業(yè)部門有關指令，收集來自不同尺度、不同來源的衛(wèi)星數(shù)據(jù)，提取各地區(qū)的受災面積，以此為依據(jù)劃分災害等級，為后續(xù)救災和保險理賠提供有利的參考數(shù)據(jù)資源等信息（圖7）。

2.4.7

遠程田間可視化系統(tǒng)。系統(tǒng)需要預留實時視頻可視化接口，支持海康、大華等主流攝像機，用戶可自主添加錄像機到系統(tǒng)中，可以控制攝像頭拍照、錄像、旋轉。

2.4.8

選址規(guī)劃支持決策分析。系統(tǒng)還能支持選址規(guī)劃決策，用戶使用簡單的指令，可以生成緩沖區(qū)，并有疊加、裁剪等功能。例如，根據(jù)要求建設一個農業(yè)園區(qū)，要求必須坡度小于15°，必須離水資源1 000 m以內，不能在居民區(qū)2 000 m范圍內，選址不能在高標準農田等條件，系統(tǒng)自動會調用GP服務，生成合適的地址，供決策者參考。

2.4.9

原有的墑情、物聯(lián)網等維修與系統(tǒng)接入。寧津縣建設了多套墑情監(jiān)測與物聯(lián)網系統(tǒng)，項目需要將原有的系統(tǒng)進行維修，接入到現(xiàn)有的系統(tǒng)內容。

2.4.10

基于高分辨率遙感的穗肥推薦服務。獲得高分辨率衛(wèi)星數(shù)據(jù)后，根據(jù)苗情監(jiān)測得到的生物量和地上部吸氮量和當?shù)氐淖魑锏牡R界曲線。根據(jù)推薦施肥量=區(qū)域優(yōu)化施肥量-（地上部真實氮吸氮量-臨界吸氮量）/氮利用效率公示，得到“兩區(qū)”地塊尺度的穗肥推薦施用量（圖8）。

2.3 系統(tǒng)開發(fā)實現(xiàn)

現(xiàn)有平臺在開發(fā)語言選擇時優(yōu)先選用主流的、方便維護的、支持跨平臺的語言，主要包括前端開發(fā)、后端開發(fā)以及對接接口常用的幾種技術語言。前端使用主流的技術為HTML5+CSS3+JavaScript，引入了Vue.js前端框架。后端主要采用跨平臺的開發(fā)語言Java，少部分接口或應用程序使用C#。

3 結論與討論

在經濟效益方面，傳統(tǒng)農業(yè)的物聯(lián)網智能環(huán)境監(jiān)測系

統(tǒng)一般采用現(xiàn)場數(shù)據(jù)信息控制裝置，通過傳感器信號電纜分別連接各類傳感器，農業(yè)遙感大數(shù)據(jù)平臺則采取了遙感技術，具有獲取數(shù)據(jù)范圍大、獲取信息速度快、周期短、獲取信息手段多、信息量大等特點。相較于傳統(tǒng)感知層布置，硬件成本節(jié)省80%以上，人工成本節(jié)約70%以上。另外，農業(yè)遙感大數(shù)據(jù)平臺運用了國際前沿的云計算技術搭建了服務后臺，提供海量數(shù)據(jù)存儲、智能分析、科學決策等功能，同時采用SaaS模式運營，根據(jù)作物生長狀況，智能化模型匹配管理方式。預計平均增產20%以上，節(jié)水50%以上，節(jié)肥30%以上。

在應用成果方面，寧津縣基于農業(yè)大數(shù)據(jù)平臺的技術支持，在現(xiàn)代農業(yè)產業(yè)園區(qū)內實施以小麥良種繁育為主、蔬菜種植培育為輔的產業(yè)模式，搶抓鄉(xiāng)村振興戰(zhàn)略機遇，圍繞農村新舊動能轉換、農村高質量發(fā)展，堅持構建特色農業(yè)園，全面加快良種繁育、食用菌、中草藥種植等特色產業(yè)發(fā)展，推進鄉(xiāng)村產業(yè)振興，全力打造鄉(xiāng)村振興齊魯樣板下的“寧津實踐”。

寧津縣以現(xiàn)代農業(yè)特色產業(yè)園的大數(shù)據(jù)平臺技術為引領，全方位整合縣域資源，閉環(huán)生態(tài)鏈條，積蓄產業(yè)勢能，高標準規(guī)劃了“一心多元”現(xiàn)代農業(yè)產業(yè)園區(qū)建設布局，整縣域打造現(xiàn)代農業(yè)產業(yè)精品園區(qū)，全面推廣新型農業(yè)生產技術，建成后將全面培植全縣農業(yè)發(fā)展新動能，成為發(fā)展現(xiàn)代農業(yè)的強大引擎。

參考文獻

［1］ 張承毅，呂建華，毛瑞喜，等.山東省優(yōu)質小麥產業(yè)發(fā)展現(xiàn)狀調研報告［J］.種子科技，2020，38（22）：3-11.

［2］ 徐向英.江蘇小麥綜合氣象指數(shù)構建與產量變化預測和分析［D］.揚州：揚州大學，2019.

［3］ 孫瑞琳.基于近地高光譜與無人機圖像的小麥葉銹病遙感監(jiān)測研究［D］.揚州：揚州大學，2021.

［4］ 石建軍.論小麥病蟲害的綜合防治措施［J］.農業(yè)開發(fā)與裝備，2017（7）：170.

［5］ 董瑞，王佳榮，張靜，等.63個小麥高代品系的葉銹病抗性鑒定［J］.植物遺傳資源學報，2022，23（3）：678-690.

［6］ 黃沖，劉萬才.我國農作物病蟲測報信息化發(fā)展進程、現(xiàn)狀與推進思路［J］.中國植保導刊，2018，38（2）：21-25，31.

［7］ 冷偉鋒.小麥條銹病遙感監(jiān)測及網絡信息平臺構建［D］.北京：中國農業(yè)大學，2015.

［8］ 袁琳.小麥病蟲害多尺度遙感識別和區(qū)分方法研究［D］.杭州：浙江大學，2015.

［9］ 黃文江，張競成，師越，等.作物病蟲害遙感監(jiān)測與預測研究進展［J］.南京信息工程大學學報（自然科學版），2018，10（1）：30-43.

［10］ 顧學邁，趙康僆，賈敏，等.對中國建設天、空、地一體化信息網絡的幾點認識［J］.中興通訊技術，2016，22（4）：2-8.

［11］ 朱厲洪，史晶晶，趙揚.基于空基平臺的天空地一體化通信網絡研究［J］.國防科技，2019，40（6）：19-23，27.

［12］ 徐培林，周興霞，余安平.松材線蟲病天空地一體化立體監(jiān)測技術［J］.測繪，2020，43（3）：104-108.

［13］ 楊昆，黃詩峰，辛景峰，等.水旱災害遙感監(jiān)測技術及應用研究進展［J］.中國水利水電科學研究院學報，2018，16（5）：451-456，465.

［14］ 范一大，吳瑋，王薇，等.中國災害遙感研究進展［J］.遙感學報，2016，20（5）：1170-1184.

［15］ 吳伶.基于遙感與作物生長模型同化的水稻生長參數(shù)時空分析［D］.北京：中國地質大學（北京），2013.

［16］ 史舟，梁宗正，楊媛媛，等.農業(yè)遙感研究現(xiàn)狀與展望［J］.農業(yè)機械學報，2015，46（2）：247-260.

［17］ 蘇仁忠.遙感技術在農業(yè)信息化中的應用［J］.農業(yè)工程，2018，8（6）：45-47.

［18］ 桂淮濛.遙感技術在農業(yè)生產中的實際應用［J］.農業(yè)工程，2019，9（2）：22-24.

［19］ 陳淑敏，張紅艷，曾奧麗，等.遙感技術在農業(yè)災害監(jiān)測中的應用［J］.衛(wèi)星應用，2020（8）：19-24.

［20］ 張超，李昆，張鑫.遙感大數(shù)據(jù)關鍵技術發(fā)展研究綜述［J］.科技創(chuàng)新導報，2017，14（21）：145，147.

［21］ 吳文斌，史云，段玉林，等.天空地遙感大數(shù)據(jù)賦能果園生產精準管理［J］.中國農業(yè)信息，2019，31（4）：1-9.

［22］ 陳穎博.大數(shù)據(jù)在智慧農業(yè)中的應用研究［J］.湖北農業(yè)科學，2020，59（1）：17-22.

［23］ 陳雯，武威，孫成明，等.無人機遙感在作物監(jiān)測中的應用與展望［J］.上海農業(yè)學報，2016，32（2）：138-143.

［24］ 范道全，張美娜，呂曉蘭，等.無人機低空遙感技術在大田作物監(jiān)測與產量預測中的應用［J］.新疆農機化，2019（3）：17-20.

［25］ 姚立民.無人機低空遙感技術在大田作物監(jiān)測與產量預測中的應用［J］.農業(yè)工程技術，2020，40（33）：35-36.

［26］ 錢永蘭，侯英雨，延昊，等.基于遙感的國外作物長勢監(jiān)測與產量趨勢估計［J］.農業(yè)工程學報，2012，28（13）：166-171.

［27］ 王景發(fā)，壽春光.吉林雨養(yǎng)玉米作物長勢監(jiān)測系統(tǒng)設計與實現(xiàn)［J］.農業(yè)與技術，2019，39（11）：8-9.

［28］ 孫麗，錢永蘭，吳尚榮，等.2020年我國冬小麥長勢動態(tài)監(jiān)測［J］.安徽農業(yè)科學，2020，48（21）：230-233，273.

［29］ 張競成，袁琳，王紀華，等.作物病蟲害遙感監(jiān)測研究進展［J］.農業(yè)工程學報，2012，28（20）：1-11.

［30］ 趙春江.農業(yè)遙感研究與應用進展［J］.農業(yè)機械學報，2014，45（12）：277-293.

［31］ 吳思超，李蘊雅，李世忠，等.遙感技術在農業(yè)生物質資源調查中的應用［J］.南方農業(yè)，2018，12（26）：180-182.

［32］ 王鶯，鞏垠熙.遙感光譜技術在農作物估產中的應用研究進展［J］.中國農學通報，2019，35（3）：69-75.

［33］ 帕提曼·阿布都艾尼，阿依仙木古麗·阿布來提，努爾帕提曼·買買提熱依木，等.衛(wèi)星遙感技術在農業(yè)氣象災害監(jiān)測研究中的應用［J］.農業(yè)災害研究，2018，8（4）：48-49.