許淇 李啟亮 張吳平 張曄萍 張明偉 高浩 范錦龍

（1 國(guó)家衛(wèi)星氣象中心，北京 100081；2 山西農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，晉中 030800）

0 引言

我國(guó)是農(nóng)業(yè)大國(guó)，及時(shí)準(zhǔn)確的農(nóng)情信息對(duì)農(nóng)業(yè)生產(chǎn)管理、國(guó)家糧食安全政策制訂、農(nóng)業(yè)可持續(xù)發(fā)展戰(zhàn)略規(guī)劃具有極其重要的意義。依靠人工定點(diǎn)觀測(cè)或抽樣調(diào)查獲取農(nóng)情信息的方法具有一定的滯后性和片面性，難以滿足大范圍、宏觀和及時(shí)的基本需求，此外還需要大量的人力、物力和財(cái)力的投入。遙感技術(shù)憑借其觀測(cè)范圍大、重復(fù)觀測(cè)周期短、數(shù)據(jù)可比性較強(qiáng)等特點(diǎn)，在快速獲取作物長(zhǎng)勢(shì)信息、作物空間分布、產(chǎn)量估測(cè)及作物災(zāi)害調(diào)查等方面得到了廣泛應(yīng)用。我國(guó)農(nóng)業(yè)遙感技術(shù)的研究與應(yīng)用經(jīng)歷了從20世紀(jì)70年代末的技術(shù)引進(jìn)、80年代到90年代中期的關(guān)鍵技術(shù)攻關(guān)、90年代中后期到現(xiàn)在的快速發(fā)展、業(yè)務(wù)應(yīng)用幾個(gè)階段[1]。近年來(lái)，隨著我國(guó)風(fēng)云氣象衛(wèi)星第二代極軌衛(wèi)星的發(fā)展，其上搭載的中低分辨率傳感器的數(shù)據(jù)質(zhì)量得到了大幅提升，并可以近實(shí)時(shí)獲取全球數(shù)據(jù)，在全球農(nóng)業(yè)監(jiān)測(cè)中逐漸發(fā)揮著重要的作用。

我國(guó)第一代極軌衛(wèi)星風(fēng)云一號(hào)A、B、C和D星分別于1988年、1990年、1999年和2002年發(fā)射。風(fēng)云三號(hào)第二代極軌衛(wèi)星系列目前有4顆衛(wèi)星（A星、B星、C星和D星，簡(jiǎn)稱FY-3A、FY-3B、FY-3C、FY-3D）在軌運(yùn)行，分別于2008年5月7日、2010年11月5日、2013年9月23日和2017年11月15日成功發(fā)射，星上主要搭載有中分辨率成像光譜儀（MERSI）和FY-3微波成像儀[2]，MERSI數(shù)據(jù)具有全球性、全天候、三維、定量、多光譜遙感的特點(diǎn)，并可免費(fèi)下載使用，具有監(jiān)測(cè)全球性自然災(zāi)害和生態(tài)環(huán)境變化的能力，MERSI數(shù)據(jù)還擁有包括藍(lán)、綠、紅、近紅和熱紅外在內(nèi)的5個(gè)250 m分辨率的波段（表1）[2]，進(jìn)一步加強(qiáng)了對(duì)地表精細(xì)地物的觀測(cè)能力，為大面積農(nóng)業(yè)遙感提供了新的遙感數(shù)據(jù)源[3]。此外，F(xiàn)Y-3微波成像儀（表 2）以其在監(jiān)測(cè)土壤水分方面的明顯優(yōu)勢(shì)可為農(nóng)情遙感提供監(jiān)測(cè)數(shù)據(jù)。

我國(guó)在20世紀(jì)90年代就開始推動(dòng)風(fēng)云衛(wèi)星數(shù)據(jù)在農(nóng)業(yè)遙感中的應(yīng)用工作[4]，隨著衛(wèi)星技術(shù)水平、衛(wèi)星數(shù)據(jù)處理和分發(fā)能力的提升，2008年發(fā)射第二代衛(wèi)星之后，風(fēng)云氣象衛(wèi)星的農(nóng)業(yè)遙感應(yīng)用得到了快速的發(fā)展，本文將重點(diǎn)對(duì)我國(guó)學(xué)者利用風(fēng)云衛(wèi)星在作物長(zhǎng)勢(shì)監(jiān)測(cè)、作物分類與面積估計(jì)、農(nóng)業(yè)氣象災(zāi)害監(jiān)測(cè)、草原生態(tài)監(jiān)測(cè)以及數(shù)據(jù)精細(xì)化處理等方面的最新應(yīng)用進(jìn)行概述和總結(jié)。

表1 MERSI 250米分辨率通道特性 Table 1 MERSI 250m resolution channel characteristics

表2 FY-3微波成像儀主要系統(tǒng)參數(shù) Table 2 main system parameters of FY-3 microwave imager

1 風(fēng)云衛(wèi)星數(shù)據(jù)的處理方法研究

遙感數(shù)據(jù)處理是數(shù)據(jù)應(yīng)用前的關(guān)鍵一環(huán)。遙感數(shù)據(jù)的處理方法比較成熟，但由于FY-3/MERSI是新的衛(wèi)星數(shù)據(jù)源，隨衛(wèi)星工程開發(fā)的衛(wèi)星監(jiān)測(cè)分析與遙感應(yīng)用系統(tǒng)（SMART）有所滯后且該系統(tǒng)不是專門針對(duì)數(shù)據(jù)處理的，在一定程度上影響了FY-3/MERSI L1數(shù)據(jù)的廣泛應(yīng)用。遙感數(shù)據(jù)應(yīng)用前的處理方法主要包括HDF5格式的數(shù)據(jù)讀取、輻射轉(zhuǎn)換、太陽(yáng)高度角訂正、幾何投影變換以及大氣糾正等關(guān)鍵圖像處理步驟[3]。

為了方便使用FY-3/MERSI數(shù)據(jù)開展農(nóng)業(yè)應(yīng)用研究，在數(shù)據(jù)的讀取與圖像合成方面，張茂鑫等[5]針對(duì)HDF5文件格式的MERSI影像數(shù)據(jù)的讀取、圖像合成方法進(jìn)行了研究，王衛(wèi)東等[6]基于C++開發(fā)了風(fēng)云三號(hào)衛(wèi)星實(shí)時(shí)遙感數(shù)據(jù)提取和中分辨率真彩色圖像合成的方法；在數(shù)據(jù)的校正轉(zhuǎn)換方面，鄧書斌等[7]提出了將地理位置查照表（GLT）幾何校正法應(yīng)用于VIRR的幾何校正，楊何群等[8]采用基于三角網(wǎng)的幾何校正算法實(shí)現(xiàn)了對(duì)研究區(qū)的全部20個(gè)通道的幾何校正，并在此基礎(chǔ)上利用后向映射重采樣輸出各通道圖像糾正后像元的數(shù)字值，對(duì)其進(jìn)行輻射定標(biāo)、太陽(yáng)高度角訂正等預(yù)處理，提高了FY-3/MERSI數(shù)據(jù)的處理效率。

在數(shù)據(jù)反演方面，李聰?shù)萚9]批量處理了F Y-3A/MERSI數(shù)據(jù)，生成整個(gè)新疆的植被指數(shù)圖，節(jié)省了數(shù)據(jù)處理時(shí)間并為監(jiān)測(cè)植物長(zhǎng)勢(shì)等后續(xù)應(yīng)用作好了準(zhǔn)備，胡博等[10]利用IDL編程語(yǔ)言自動(dòng)批量對(duì)全國(guó)數(shù)據(jù)進(jìn)行處理并按旬生成NDVI和EVI兩種植被指數(shù)，提高了工作效率并方便了全國(guó)植被類型分布研究、植被長(zhǎng)勢(shì)監(jiān)測(cè)以及推動(dòng)了國(guó)產(chǎn)數(shù)據(jù)在林業(yè)中的應(yīng)用等。然而，在FY-3/MERSI的數(shù)據(jù)處理過(guò)程中發(fā)現(xiàn)MERSI數(shù)據(jù)的幾何定位精度還存在數(shù)個(gè)像元的誤差[11]，在開展農(nóng)業(yè)遙感應(yīng)用前還需要進(jìn)一步進(jìn)行幾何地理定位精度訂正，以保證時(shí)間序列遙感影像應(yīng)用的質(zhì)量。

在FY-3微波數(shù)據(jù)的處理及反演方面，楊虎等[12]根據(jù)FY-3微波成像儀傳感器參數(shù)特性借助微波地表輻射傳輸方程在10.65、18.7 GHz頻段上模擬了地表微波輻射特性并建立了地表參數(shù)反演算法，同時(shí)可以得到地表土壤水分和地表溫度參數(shù)。權(quán)維俊等[13]提出了一個(gè)適用于NOAA AVHRR和FY-3A VIRR數(shù)據(jù)的改進(jìn)型Becker和Li分裂窗地表溫度反演算法，為作物的干旱監(jiān)測(cè)做好了準(zhǔn)備。

遙感影像往往會(huì)由于天氣、電磁干擾、數(shù)據(jù)傳輸故障等因素導(dǎo)致影像出現(xiàn)云遮蓋、缺值、無(wú)數(shù)據(jù)的現(xiàn)象，在研究使用中無(wú)法獲取覆蓋完整研究區(qū)、晴空、長(zhǎng)時(shí)間序列、逐旬的影像以及數(shù)據(jù)處理流程不成熟、不精準(zhǔn)而帶來(lái)較大誤差，如何應(yīng)用現(xiàn)有的數(shù)據(jù)融合得到所需數(shù)據(jù)以及進(jìn)行精細(xì)化的數(shù)據(jù)處理成為了研究難點(diǎn)。眾多學(xué)者針對(duì)Landsat、Sentinel、MODIS、資源一號(hào)數(shù)據(jù)的精細(xì)化處理進(jìn)行了研究[14-24]。我國(guó)風(fēng)云衛(wèi)星精細(xì)化處理方面目前鮮有人研究，吳榮華等[25]針對(duì)FY-3A/MERSI數(shù)據(jù)進(jìn)行了高精度交叉定標(biāo)，洪毅等[26]通過(guò)對(duì)數(shù)據(jù)組合處理獲取云圖組合產(chǎn)品資料等方法，對(duì)FY-2靜止氣象衛(wèi)星云圖進(jìn)行了高分辨率精細(xì)化處理，以上學(xué)者均針對(duì)風(fēng)云衛(wèi)星數(shù)據(jù)精準(zhǔn)處理的部分環(huán)節(jié)進(jìn)行了探討，對(duì)數(shù)據(jù)的填補(bǔ)與融合方面還未開展。

2 風(fēng)云衛(wèi)星數(shù)據(jù)的農(nóng)業(yè)應(yīng)用

2.1 作物長(zhǎng)勢(shì)監(jiān)測(cè)

作物的生長(zhǎng)狀況與作物的光譜反射特征密切相關(guān)，萬(wàn)宗義[27]觀察發(fā)現(xiàn)FY-1號(hào)衛(wèi)星兩個(gè)探測(cè)通道的資料合成處理后的圖像的色調(diào)差異反映了作物的長(zhǎng)勢(shì)差異。利用FY-3衛(wèi)星影像數(shù)據(jù)不同波段的組合生成的歸一化植被指數(shù)（NDVI）和增強(qiáng)植被指數(shù)（EVI），根據(jù)當(dāng)年的植被指數(shù)與上一年或歷史多年的平均，即可判斷作物在該生育期內(nèi)的長(zhǎng)勢(shì)，也可對(duì)同一區(qū)域的植被指數(shù)進(jìn)行聚合，根據(jù)多年植被指數(shù)的對(duì)比來(lái)判斷當(dāng)前作物的長(zhǎng)勢(shì)情況。很多應(yīng)用研究使用的就是這個(gè)技術(shù)方法[28-29]，祝必琴等[30]、梁鳳超等[31]分別基于FY3B/MERSI數(shù)據(jù)計(jì)算所得的NDVI對(duì)水稻和棉花進(jìn)行長(zhǎng)勢(shì)監(jiān)測(cè)并得到了可觀的結(jié)果，于成龍等[32]則利用EVI對(duì)水稻的關(guān)鍵生育期進(jìn)行識(shí)別為長(zhǎng)勢(shì)監(jiān)測(cè)提供了方法參考。國(guó)家衛(wèi)星氣象中心利用風(fēng)云三號(hào)衛(wèi)星的中分辨率數(shù)據(jù)構(gòu)建了全球植被指數(shù)，并利用前后兩年的植被指數(shù)差異對(duì)比，實(shí)現(xiàn)了全球作物的長(zhǎng)勢(shì)監(jiān)測(cè)，但是作物長(zhǎng)勢(shì)監(jiān)測(cè)信息發(fā)布還是利用常規(guī)技術(shù)。未來(lái)發(fā)展趨勢(shì)是開發(fā)基于網(wǎng)絡(luò)平臺(tái)的系統(tǒng)，以便于更多的用戶及時(shí)了解和掌握關(guān)注區(qū)域的作物長(zhǎng)勢(shì)。

2.2 作物分類與產(chǎn)量估算

作物的空間分布和面積統(tǒng)計(jì)對(duì)糧食安全、農(nóng)業(yè)的可持續(xù)發(fā)展以及政府的宏觀調(diào)控有著重要意義。作物的產(chǎn)量與其前期的生長(zhǎng)狀況和作物的種植面積有關(guān)，在獲取當(dāng)季作物空間分布的基礎(chǔ)上可以由前期的植被指數(shù)及其變化與后期產(chǎn)量建立關(guān)系，進(jìn)而對(duì)總產(chǎn)量進(jìn)行估算。一些學(xué)者利用我國(guó)的氣象衛(wèi)星數(shù)據(jù)對(duì)大宗作物和經(jīng)濟(jì)作物進(jìn)行了作物分類以及總產(chǎn)量研究，張文智[33]基于風(fēng)云氣象衛(wèi)星MERSI數(shù)據(jù)和作物生長(zhǎng)模型，采用數(shù)據(jù)同化方法，在我國(guó)華北地區(qū)開展了冬小麥估產(chǎn)的方法研究，表明FY-3/MERSI在作物產(chǎn)量估算中有較大的應(yīng)用潛力，王馨凝等[34]研究發(fā)現(xiàn)基于 250 m 分辨率的 MERSI 數(shù)據(jù)采用最小距離法和最大似然法分類效果都要好于 MODIS 數(shù)據(jù)。武永利等35]基于單時(shí)相FY-3A/MERSI采用監(jiān)督分類方法對(duì)山西南部冬小麥提取得到了可靠的結(jié)果。陳興娟等[36]采用決策樹模型自動(dòng)提取江西水稻總體精度達(dá)90%以上，基本滿足水稻生育期面積遙感監(jiān)測(cè)與產(chǎn)量的需求，祝必琴等[30]研究發(fā)現(xiàn)FY3B/MERSI遙感影像可用于水稻苗情監(jiān)測(cè)分類。李峰等[37]在菏澤市進(jìn)行玉米面積提取，認(rèn)為FY3等低分辨率衛(wèi)星影像可以作為地面調(diào)查資料的有效補(bǔ)充，減少野外調(diào)查人力和物力的投入，特別是方便于進(jìn)行大區(qū)域作物種植面積提取，樊香所等[38-39]利用冬季和春季早期獲取的 MERSI數(shù)據(jù)，采用分層提取的方法構(gòu)建決策樹，提取的華北平原冬小麥種植區(qū)精度可達(dá)90.8%；在基于MERSI NDVI旬產(chǎn)品建立作物提取模型對(duì)華北平原春玉米、夏玉米及棉花進(jìn)行提取研究中，總體精度也達(dá)84%以上。我國(guó)的氣象衛(wèi)星數(shù)據(jù)在作物分類方面與面積估算中展現(xiàn)了較大的應(yīng)用潛力，但多數(shù)研究還是針對(duì)大宗作物開展的研究，要進(jìn)一步滿足針對(duì)不同種植模式和復(fù)雜多樣的作物進(jìn)行遙感分類和面積提取的需求，還須進(jìn)行更深入的研究。另外，開展業(yè)務(wù)化的作物分類工作，還需要利用部門力量加強(qiáng)地面樣方數(shù)據(jù)的及時(shí)獲取與處理，然后引入最新的遙感分類算法，如隨機(jī)森林，構(gòu)建一套遙感影像分類技術(shù)平臺(tái)來(lái)支撐此項(xiàng)工作。

2.3 農(nóng)業(yè)氣象災(zāi)害調(diào)查

干旱是影響社會(huì)發(fā)展和農(nóng)業(yè)生產(chǎn)的主要?dú)庀鬄?zāi)害之一。與地面觀測(cè)相比，借助遙感技術(shù)進(jìn)行大范圍旱情動(dòng)態(tài)監(jiān)測(cè)具有一定的優(yōu)勢(shì)[40]。MERSI數(shù)據(jù)具有5個(gè)250 m分辨率通道，可以得到250 m分辨率的干旱監(jiān)測(cè)結(jié)果，有比MODIS 更為優(yōu)越的應(yīng)用潛力，利用FY-3/MERSI 數(shù)據(jù)對(duì)中國(guó)大面積干旱連續(xù)監(jiān)測(cè)對(duì)確保干旱監(jiān)測(cè)的及時(shí)性和準(zhǔn)確性有十分重要的意義。向大亨等[41]通過(guò)對(duì)比TVDI發(fā)現(xiàn)FY-3A MERSI具有與MODIS數(shù)據(jù)一樣強(qiáng)的干旱監(jiān)測(cè)能力，且在空間分辨率及光譜分辨率方面有較大的提高，武鵬飛等[42]對(duì)同一區(qū)域不同時(shí)次的FY-3A/MERSI 與MODIS 的歸一化植被指數(shù)（NDVI）和比值植被指數(shù)（RVI）進(jìn)行計(jì)算，并針對(duì)地面光譜和影像數(shù)據(jù)方面分析發(fā)現(xiàn)FY-3A/MERSI 比MODIS 數(shù)據(jù)更敏感。朱琳等[43]和李峰等[44]利用FY-3A MERSI數(shù)據(jù)基于垂直干旱指數(shù)進(jìn)行干旱情況監(jiān)測(cè)，發(fā)現(xiàn)基于FY-3A MERSI 250 m 分辨率衛(wèi)星資料計(jì)算的PDI 能夠客觀反映研究區(qū)旱情的空間分布和動(dòng)態(tài)發(fā)展過(guò)程，說(shuō)明利用FY-3A MERSI衛(wèi)星資料進(jìn)行干旱監(jiān)測(cè)可行。王穎等[32]基于FY-3A/MERSI 數(shù)據(jù)建立了運(yùn)用耦合干旱指數(shù)（VSWIC）評(píng)價(jià)干旱的方法，比運(yùn)用VSWI指數(shù)評(píng)價(jià)干旱效果更理想。王衛(wèi)東等[45]基于兩個(gè)熱紅外通道的FY-3 VIRR一級(jí)（L1）數(shù)據(jù)，采用地表溫度分裂窗反演算法反演得到的TDVI能較好的反映研究區(qū)干旱分布情況，改善了向大亨[41]、王穎[45]、李爽[47]、李峰[44]等基于MERSI單一熱紅外通道反演精度不足的問(wèn)題。劉凱等[48]建立了2015—2016 年冬小麥生育期內(nèi)月尺度的FY-3C/SM TVDI模型，初步實(shí)現(xiàn)冬小麥主要種植區(qū)內(nèi)微波遙感監(jiān)測(cè)10～20 cm土層旱情模型?，F(xiàn)有的干旱監(jiān)測(cè)研究大多是基于遙感指數(shù)開展的，未來(lái)應(yīng)充分利用風(fēng)云三號(hào)衛(wèi)星的全球觀測(cè)能力，在現(xiàn)有數(shù)據(jù)處理的基礎(chǔ)上，直接生成相應(yīng)的干旱指數(shù)，同時(shí)利用基于云平臺(tái)的技術(shù)，直接服務(wù)于用戶。

霜凍災(zāi)害通常發(fā)生在作物的幼苗期與花期（春季）和晚熟作物灌漿成熟期（秋季），作物每個(gè)物候期的生長(zhǎng)狀況均與其最終產(chǎn)量的形成密切有關(guān)[49]，幼苗期與花期、灌漿成熟期遭受霜凍災(zāi)害均可能直接造成作物的減產(chǎn)，甚至絕產(chǎn)，及時(shí)準(zhǔn)確的獲取霜情信息迫在眉睫。而依靠氣象站插值得出的霜凍災(zāi)害和依靠霜凍實(shí)地調(diào)查分別具有不確定性與滯后性。劉晨晨[50]和牛新贊[51]探討了風(fēng)云衛(wèi)星數(shù)據(jù)在寧夏自治區(qū)霜凍災(zāi)害監(jiān)測(cè)的可行性和可靠性，為業(yè)務(wù)化霜凍監(jiān)測(cè)提供理論和技術(shù)支持。以上學(xué)者的研究均未考慮云對(duì)監(jiān)測(cè)結(jié)果的影響，并且針對(duì)試驗(yàn)點(diǎn)的研究普適性不強(qiáng)。未來(lái)為了更好地滿足全國(guó)性準(zhǔn)確的農(nóng)業(yè)霜凍災(zāi)害監(jiān)測(cè)的需求，應(yīng)充分考慮并降低遙感數(shù)據(jù)處理環(huán)節(jié)帶來(lái)的誤差并且將更多的霜凍指標(biāo)與衛(wèi)星數(shù)據(jù)納入監(jiān)測(cè)系統(tǒng)。

2.4 草原生態(tài)監(jiān)測(cè)

風(fēng)云三號(hào)極軌氣象衛(wèi)星數(shù)據(jù)的快速、覆蓋面廣、不受地面條件限制的優(yōu)點(diǎn)為草原監(jiān)測(cè)提供了可能，并且植被指數(shù)空間分辨率為250 m，比以往研究常用的1.1 km 分辨率的AVHRR 能更詳盡地反映草地的空間差異。裴浩等[52]利用第1代極軌氣象衛(wèi)星資料對(duì)內(nèi)蒙古烏拉蓋地區(qū)草地生產(chǎn)力的遙感估測(cè)研究表明運(yùn)用極軌氣象衛(wèi)星遙感資料可以省時(shí)省力地實(shí)現(xiàn)大面積草地生產(chǎn)力的估測(cè)任務(wù)，同時(shí)保證其時(shí)效性、動(dòng)態(tài)性、客觀性和實(shí)用性。李云鵬等[53]建立了基于 MERSI NDVI估測(cè)內(nèi)蒙古草原牧草產(chǎn)量的估測(cè)模型，并證明了將其用于遙感估測(cè)天然草地牧草產(chǎn)量的可行性，其精度可以滿足宏觀測(cè)產(chǎn)的要求，不僅適合大面積監(jiān)測(cè)估產(chǎn)，還可用于局部地域牧草產(chǎn)量的定點(diǎn)估產(chǎn)?；谖覈?guó)氣象衛(wèi)星的草原生態(tài)監(jiān)測(cè)處于初步發(fā)展階段，未來(lái)需要建立產(chǎn)草量估測(cè)模型和草原承載力模型，快速、準(zhǔn)確、實(shí)時(shí)的監(jiān)測(cè)草原生產(chǎn)力變化，對(duì)草原生態(tài)系統(tǒng)給予及時(shí)的健康診斷。

隨著我國(guó)氣象衛(wèi)星的快速發(fā)展，未來(lái)我們將面臨的是海量的衛(wèi)星數(shù)據(jù)，如何處理、管理、應(yīng)用、服務(wù)將成為研究難題。云平臺(tái)已成為目前解決海量數(shù)據(jù)計(jì)算、存儲(chǔ)、應(yīng)用、發(fā)布等問(wèn)題的重要途徑。楊如軍等[54]提出了基于“混合云”架構(gòu)的國(guó)土資源運(yùn)輸局中心建設(shè)方案，極大地提高了數(shù)據(jù)處理和發(fā)布方面的工作效率；張樹凡等[55]設(shè)計(jì)了基于云計(jì)算的多元遙感數(shù)據(jù)服務(wù)系統(tǒng)，在保護(hù)源數(shù)據(jù)安全、降低數(shù)據(jù)使用成本的前提下提高了數(shù)據(jù)的共享率及用戶使用率；沈盛彧[56]針對(duì)適用于云計(jì)算的高分辨率遙感影像存儲(chǔ)組織結(jié)果進(jìn)行了研究。未來(lái)應(yīng)構(gòu)建針對(duì)我國(guó)風(fēng)云衛(wèi)星的云平臺(tái)系統(tǒng)，便捷高效的方便用戶使用，推動(dòng)我國(guó)風(fēng)云衛(wèi)星數(shù)據(jù)發(fā)揮最大效用。

3 結(jié)論與展望

農(nóng)業(yè)領(lǐng)域是遙感技術(shù)最早開始應(yīng)用和產(chǎn)生顯著效益的領(lǐng)域。與歐美同類衛(wèi)星相比，我國(guó)的衛(wèi)星發(fā)展較晚，其應(yīng)用的廣度和深度還有限，可喜的是2008年以來(lái)在第二代極軌氣象衛(wèi)星數(shù)據(jù)的支持下，在農(nóng)業(yè)領(lǐng)域的應(yīng)用得到了一定程度的促進(jìn)，在大面積作物分類與估產(chǎn)、作物的干旱和霜凍監(jiān)測(cè)、草原生態(tài)系統(tǒng)監(jiān)測(cè)等方面開展了系列性的工作，但風(fēng)云衛(wèi)星遙感數(shù)據(jù)的處理、應(yīng)用及方法中仍存在不足和問(wèn)題。

1）完善、成熟、精準(zhǔn)的數(shù)據(jù)處理平臺(tái)是保證數(shù)據(jù)應(yīng)用研究的基礎(chǔ)。當(dāng)前我國(guó)風(fēng)云衛(wèi)星數(shù)據(jù)處理的平臺(tái)還不夠成熟，在幾何訂正方面還存在較大的偏差，今后需要加強(qiáng)數(shù)據(jù)處理平臺(tái)的建設(shè)，提升遙感數(shù)據(jù)處理的質(zhì)量，以發(fā)揮我國(guó)衛(wèi)星數(shù)據(jù)的最大效用。

2）我國(guó)風(fēng)云衛(wèi)星數(shù)據(jù)在農(nóng)業(yè)監(jiān)測(cè)應(yīng)用方面表現(xiàn)出巨大的潛力，完全實(shí)現(xiàn)業(yè)務(wù)化應(yīng)用還需要調(diào)動(dòng)各方資源繼續(xù)推動(dòng)科研向業(yè)務(wù)的轉(zhuǎn)化。在農(nóng)業(yè)應(yīng)用方面不僅要開展針對(duì)研究區(qū)大宗作物分類、干旱、霜凍災(zāi)害監(jiān)測(cè)、草原生產(chǎn)力等研究，還應(yīng)進(jìn)行更廣泛的農(nóng)業(yè)應(yīng)用研究，尋求更有效的研究方法和思路以滿足我國(guó)地形復(fù)雜、氣候多樣、作物類型繁多的現(xiàn)實(shí)需求。

在遙感參數(shù)反演方面，應(yīng)積極開展除了現(xiàn)有的植被指數(shù)、干旱指數(shù)之外的葉片含水量、葉片生化組分、土壤有機(jī)質(zhì)含量等方面的研究；在作物分類方面應(yīng)建立樣本數(shù)據(jù)庫(kù)，動(dòng)員公眾志愿者采集和上傳樣本，降低樣本獲取的時(shí)間和費(fèi)用，并在海量樣本庫(kù)的基礎(chǔ)上嘗試多類作物同步提取識(shí)別研究；在農(nóng)業(yè)災(zāi)害監(jiān)測(cè)方面，在現(xiàn)有干旱、霜凍災(zāi)害監(jiān)測(cè)研究的基礎(chǔ)上開展洪澇、農(nóng)業(yè)病蟲害研究。在此基礎(chǔ)上我國(guó)風(fēng)云衛(wèi)星數(shù)據(jù)將更全面的服務(wù)于農(nóng)業(yè)領(lǐng)域，同時(shí)將為農(nóng)業(yè)政策制訂與施用效果評(píng)估提供更完善的基礎(chǔ)數(shù)據(jù)。

3）未來(lái)應(yīng)充分挖掘風(fēng)云衛(wèi)星數(shù)據(jù)的巨大的潛力，利用最新的云計(jì)算數(shù)據(jù)處理技術(shù)、基于互聯(lián)網(wǎng)的信息服務(wù)技術(shù)，建設(shè)風(fēng)云衛(wèi)星農(nóng)業(yè)應(yīng)用綜合平臺(tái)，面向全球農(nóng)業(yè)監(jiān)測(cè)，及時(shí)、高效、準(zhǔn)確地提供全球作物生產(chǎn)信息，以支撐國(guó)家的糧食安全戰(zhàn)略和聯(lián)合國(guó)的可持續(xù)發(fā)展目標(biāo)，同時(shí)，推動(dòng)我國(guó)氣象衛(wèi)星在農(nóng)業(yè)遙感領(lǐng)域發(fā)揮更大的效益。