何 勇，楊培潔，張春梅，許 剛，黑桂林

（寧夏回族自治區(qū)農(nóng)業(yè)勘查設(shè)計(jì)院，寧夏銀川 750001）

傳統(tǒng)農(nóng)業(yè)作業(yè)方式的生產(chǎn)模式、生產(chǎn)工具相對(duì)滯后，不利于農(nóng)業(yè)經(jīng)濟(jì)的發(fā)展管理。農(nóng)業(yè)遙感模式的應(yīng)用，尤其是高光譜技術(shù)在農(nóng)業(yè)遙感中的應(yīng)用，能夠更好地監(jiān)督農(nóng)業(yè)發(fā)展，并為農(nóng)作物的穩(wěn)定生長提供可靠環(huán)境。研究高光譜技術(shù)在農(nóng)業(yè)遙感中的具體應(yīng)用，不僅可以監(jiān)測(cè)農(nóng)業(yè)的發(fā)展情況，而且能夠優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)管理，加快農(nóng)業(yè)經(jīng)濟(jì)發(fā)展速度。

1 高光譜技術(shù)在農(nóng)業(yè)遙感中的具體應(yīng)用

1.1 葉片光譜特征監(jiān)測(cè)

農(nóng)作物生長過程中，其生長狀態(tài)和葉片光譜特征存在著密切的關(guān)系，葉片光譜特征中的包含大量的信息，如光譜反射率、土質(zhì)內(nèi)水分含量等，這些因素都會(huì)影響到農(nóng)作物的生長狀態(tài)，因此可以應(yīng)用高光譜技術(shù)研究農(nóng)作物葉片的光譜特征。例如，利用高光譜技術(shù)分析農(nóng)作物葉片光譜特征時(shí)，可將成像光譜儀的波段范圍調(diào)至500～1 800 nm，在這個(gè)波段中研究水稻農(nóng)作物的光譜特征，并對(duì)土壤內(nèi)水分狀態(tài)進(jìn)行檢測(cè)。在水稻生長的早期階段，可以利用光譜儀提供的不同波段來探測(cè)水稻冠層的微分導(dǎo)數(shù)及反射率，以此來分析水稻對(duì)土壤水分的需求。高光譜技術(shù)除了用在水稻農(nóng)作物以外，還能用在油菜作物上，例如根據(jù)油菜光譜特征的變化構(gòu)建綠葉素模型，定量研究綠葉素的變化，以便為油菜生長提供合適的條件。

1.2 識(shí)別農(nóng)作物種類

高光譜技術(shù)也可以對(duì)農(nóng)作物種類進(jìn)行精準(zhǔn)識(shí)別，為生長數(shù)據(jù)的監(jiān)測(cè)提供參考。在具體的應(yīng)用中，該技術(shù)主要通過以下兩種方法來輔助識(shí)別工作。1）依托光譜角來識(shí)別農(nóng)作物，即對(duì)光譜和參考光譜產(chǎn)生的夾角進(jìn)行計(jì)算，將計(jì)算數(shù)值和光譜分類進(jìn)行對(duì)比，確定具體的應(yīng)用類別。所產(chǎn)生的夾角數(shù)值越小，其相似度越高，識(shí)別結(jié)果的準(zhǔn)確性越強(qiáng)。2）決策樹分層法。在具體的應(yīng)用中，該方法基于以往農(nóng)作物識(shí)別數(shù)據(jù)，對(duì)于農(nóng)作物的應(yīng)用信息進(jìn)行更加細(xì)致的分類處理，從而將其劃分到最小的子集應(yīng)用狀態(tài)。在實(shí)際應(yīng)用中，需要明確樹干節(jié)點(diǎn)位置，并對(duì)于決策樹單變、多變和混合變化等內(nèi)容進(jìn)行可靠性分析，從而對(duì)所需要識(shí)別的農(nóng)作物進(jìn)行精準(zhǔn)識(shí)別，提高數(shù)據(jù)識(shí)別結(jié)果的準(zhǔn)確性和可靠性。

1.3 生長狀態(tài)的監(jiān)測(cè)

高光譜技術(shù)在生長狀態(tài)的監(jiān)測(cè)中也有著很好的應(yīng)用，具體應(yīng)用中主要監(jiān)測(cè)參考數(shù)據(jù)如下。1）葉面積指數(shù)計(jì)算，高光譜遙感技術(shù)應(yīng)用時(shí)，并不會(huì)破壞葉面積，借此來得到可靠的分析數(shù)據(jù)。在具體的應(yīng)用中，主要使用到的儀器設(shè)備為便攜式地物光譜儀，利用該儀器測(cè)定葉片特定波段的反射率和通過率，同時(shí)在分析中也需要采集農(nóng)作物冠層部分的參數(shù)信息，根據(jù)得到的冠層光譜來確定相關(guān)參數(shù)，提高分析結(jié)果的準(zhǔn)確性。2）生物量參數(shù)信息的分析，在具體應(yīng)用中，需要明確生物量和農(nóng)作物生長之間的關(guān)聯(lián)性，對(duì)于區(qū)域內(nèi)的生物量進(jìn)行科學(xué)性分析，采集對(duì)應(yīng)的數(shù)據(jù)信息，借此來得到合理的參數(shù)信息，提升數(shù)據(jù)信息的使用價(jià)值。

1.4 生理生化性狀監(jiān)測(cè)

利用高光譜技術(shù)分析農(nóng)作物生理生化性狀時(shí)，主要的監(jiān)測(cè)指標(biāo)如下。1）農(nóng)作物的光合作用。光合作用可以在農(nóng)作物體內(nèi)積聚有機(jī)物，為農(nóng)作物生長提供必要的能量來源。高光譜技術(shù)可以利用反射光譜指數(shù)信息來明確農(nóng)作物光合作用的基本特征，利用一階微分光譜、二階微分光譜以及光譜反射率，來完成光合作用實(shí)際情況的分析工作。同時(shí)還可以采集農(nóng)作物葉綠色含量變化參數(shù)，對(duì)于冠層光譜內(nèi)容進(jìn)行分析，從而得到可靠的數(shù)據(jù)分析結(jié)果。2）氮含量。氮元素在農(nóng)作物生長期間有著重要的作用，在對(duì)其進(jìn)行監(jiān)測(cè)時(shí)，會(huì)著重采集氮元素含量，以此為基礎(chǔ)含量模型，對(duì)于農(nóng)作物的氮元素含量進(jìn)行分析，根據(jù)分析結(jié)果來擬定合理的施肥策略，確保農(nóng)作物生長過程的可靠性。

1.5 農(nóng)作物產(chǎn)量預(yù)估

農(nóng)業(yè)經(jīng)濟(jì)效益情況和農(nóng)作物的產(chǎn)量有著直接聯(lián)系，因此農(nóng)作物產(chǎn)量預(yù)估是農(nóng)業(yè)遙感工作中的重要環(huán)節(jié)。應(yīng)用高光譜技術(shù)，將光譜遙感器搭載到衛(wèi)星上，借助遙感基礎(chǔ)條件來采集農(nóng)作物具體生長過程的基礎(chǔ)信息，對(duì)于光譜特征進(jìn)行應(yīng)用分析，這些信息參數(shù)也可以合理反映出農(nóng)作物的產(chǎn)量趨勢(shì)，利用合理的計(jì)算模型，得到農(nóng)作物的產(chǎn)量數(shù)值。從實(shí)際應(yīng)用情況來看，高光譜技術(shù)常用的算法包括直接算法和間接算法兩種，前者在應(yīng)用中直接使用了套用計(jì)算的方法來完成數(shù)據(jù)計(jì)算，如依托于綠度算法來確定農(nóng)作物面積，以此為基礎(chǔ)明確種植面積，預(yù)估出農(nóng)作物的具體產(chǎn)量；后者則會(huì)采用相應(yīng)的計(jì)算模型來完成參數(shù)計(jì)算，同時(shí)對(duì)于評(píng)估結(jié)果進(jìn)行科學(xué)性分析，得到可靠的數(shù)據(jù)計(jì)算結(jié)果。

1.6 農(nóng)業(yè)災(zāi)害監(jiān)測(cè)

在農(nóng)作物生長期間，有時(shí)也會(huì)面臨病蟲害的威脅，如何基于災(zāi)害情況擬定合理的應(yīng)對(duì)措施也是需要關(guān)注的內(nèi)容。借助高光譜技術(shù)對(duì)農(nóng)業(yè)災(zāi)害情況進(jìn)行監(jiān)測(cè)時(shí)，可以通過監(jiān)測(cè)綠葉面積、生長狀態(tài)等指標(biāo)來確定目前農(nóng)作物遇到病害的情況，如蚜蟲、地老虎等蟲害會(huì)啃食農(nóng)作物的莖葉，導(dǎo)致葉片泛黃、殘缺等情況，此時(shí)借助光譜也可以準(zhǔn)確識(shí)別，從而分析農(nóng)業(yè)災(zāi)害的具體情況。同時(shí)，借助該技術(shù)可以對(duì)于病蟲害發(fā)病數(shù)據(jù)進(jìn)行匯總，得到整個(gè)區(qū)塊中病蟲害的高發(fā)區(qū)域，在來年翻種之前，可以采用深耕、施撒石灰等措施來改善土壤環(huán)境，借此來降低病害問題的發(fā)生率，確保農(nóng)作物可以按照要求順利完成生產(chǎn)，提高農(nóng)作物的產(chǎn)量。

1.7 遙感信息模型分析

高光譜技術(shù)在遙感信息模型分析中也有著很好的應(yīng)用。1）借助高光譜技術(shù)對(duì)于一些基礎(chǔ)參數(shù)信息進(jìn)行匯總，匯總過程中采用分類整理的方法完成數(shù)據(jù)信息整合，以此作為遙感信息模型完善的基礎(chǔ)條件。2）遙感信息模型中的內(nèi)容也需要進(jìn)行細(xì)化處理，如綠葉面積、氮含量等。3）在信息模型中需要做好技術(shù)更新工作，除了高光譜技術(shù)外，還應(yīng)引入大數(shù)據(jù)技術(shù)、云計(jì)算技術(shù)等，使其價(jià)值能夠得到充分發(fā)揮，從而提高遙感模型的應(yīng)用效果。

2 提高高光譜技術(shù)應(yīng)用水平的相關(guān)措施

2.1 完善農(nóng)業(yè)數(shù)據(jù)庫

完善農(nóng)業(yè)數(shù)據(jù)庫有利于智能化管理體系的快速建立，為農(nóng)業(yè)經(jīng)濟(jì)進(jìn)一步發(fā)展奠定堅(jiān)實(shí)的基礎(chǔ)。在具體的應(yīng)用環(huán)節(jié)中，可以依托于數(shù)據(jù)庫技術(shù)來完善所需要的數(shù)據(jù)庫，在數(shù)據(jù)庫建設(shè)初期，需要在其中錄入一些有用數(shù)據(jù)，如分析不同土壤條件對(duì)于農(nóng)作物的影響，同時(shí)對(duì)于農(nóng)作物生長情況進(jìn)行分析，明確環(huán)境帶來的影響。

2.2 做好技術(shù)融合工作

做好技術(shù)融合工作，可以優(yōu)化整個(gè)技術(shù)應(yīng)用體系，為農(nóng)業(yè)遙感體系的快速完善奠定基礎(chǔ)。在具體應(yīng)用中，可以利用信息技術(shù)建立數(shù)據(jù)采集平臺(tái)，采集市場(chǎng)中流通的新技術(shù)、新設(shè)備信息，定期整理應(yīng)用信息，從中篩選出可靠的分析信息，評(píng)估新技術(shù)、新設(shè)備的使用價(jià)值，結(jié)合經(jīng)濟(jì)性分析情況，選擇性對(duì)其進(jìn)行引入。同時(shí)對(duì)于技術(shù)融合情況進(jìn)行應(yīng)用分析，將技術(shù)的應(yīng)用價(jià)值發(fā)揮到最大，提升技術(shù)內(nèi)容的實(shí)用價(jià)值。

2.3 加強(qiáng)數(shù)據(jù)信息挖掘

加強(qiáng)數(shù)據(jù)信息挖掘，能夠提高數(shù)據(jù)信息的使用價(jià)值，并對(duì)于綜合體系的快速完善奠定基礎(chǔ)。在數(shù)據(jù)信息挖掘過程中，會(huì)使用到大數(shù)據(jù)挖掘技術(shù)，對(duì)于信息的潛在價(jià)值進(jìn)行客觀分析，對(duì)于篩選出的信息內(nèi)容進(jìn)行匯總整理，建立專屬的數(shù)據(jù)庫［1］。此外，需要做好關(guān)鍵詞的標(biāo)記工作，為后續(xù)數(shù)據(jù)查詢提供便利條件，提升數(shù)據(jù)信息的應(yīng)用價(jià)值。

2.4 組建高水平管理隊(duì)伍

組建高水平管理隊(duì)伍，可以為農(nóng)業(yè)遙感工作的有序推進(jìn)提供保障，減少人為失誤問題的發(fā)生率。在組建管理隊(duì)伍初期，需要做好隊(duì)伍成員的篩選工作，選擇綜合實(shí)力強(qiáng)、責(zé)任心強(qiáng)的人員來組成管理隊(duì)伍。同時(shí)在日常生活中進(jìn)行定期培訓(xùn)，培訓(xùn)內(nèi)容包括新技術(shù)應(yīng)用流程、新規(guī)范要求等，并在培訓(xùn)工作結(jié)束后對(duì)其進(jìn)行考核，考核成績折合比例計(jì)入到月末績效評(píng)估中，借此來提升人員重視度，保持管理隊(duì)伍的綜合水平［2］。

3 結(jié)語

高光譜技術(shù)作為一類影像數(shù)據(jù)技術(shù)，具備識(shí)別能力強(qiáng)、探測(cè)結(jié)果準(zhǔn)確性高等應(yīng)用優(yōu)勢(shì)，目前已經(jīng)在許多領(lǐng)域中得到了推廣。將高光譜技術(shù)應(yīng)用到農(nóng)業(yè)遙感中，不僅可以加快數(shù)據(jù)信息的采集速度，提升數(shù)據(jù)信息應(yīng)用價(jià)值，而且對(duì)于加快農(nóng)業(yè)智能化管理體系建設(shè)速度也有著積極意義。