中国遥感卫星在农业领域的应用现状与未来发展

●　文 |中国空间技术研究院

屈泉酉　安萌　梁德印

农情信息包括农作物全生长周期的长势、水分、养分、种植结构、作物产量、农业种植/养殖环境、农业病虫害等。农情信息的全面高效获取可以用于指导农田的生产管理, 实现定量投入，达到优化生产、提高生产率、减少污染的目的。为了能够对作物生产进行及时、有效的科学管理，农业用户和政府管理部门一直对作物农情信息的精准监测技术及应用有着强烈的需求。

农业遥感卫星系统是指利用卫星遥感技术对农业多系统（种植业、畜牧业、水产、农产品流通与及生产等）,全过程（产前、产中、产后）,多要素（生产、环境、生态、资源、灾害等）开展多层次农情信息监测的遥感卫星系统。遥感卫星具有信息丰富、观测覆盖面积大、现实性强以及高可靠性和高精确性等突出优点，因此从20世纪70年代开始，遥感卫星技术以及遥感地面应用技术就已开始广泛地应用于国外农业生产监测，包括作物面积与空间分布、生长情况、病虫害、产量预报预测等；农业用户也是当前遥感卫星数据的最大用户群体之一。国外的卫星遥感技术大多首先应用于农业，美国曾率先利用陆地卫星和气象卫星等数据预测全世界小麦产量，准确度大于90%，为该国在国际农产品贸易中占得先机；近年来，欧盟也利用卫星遥感技术进行农业补贴核查，服务于其共同农业政策（CAP）的执行，提高了欧盟农产品的国际竞争力。

目前，中国已发展多个系列遥感卫星，但还没有真正意义上的农业专用遥感卫星。在有效载荷以及高品质卫星平台研制等方面，中国在“十二五”期间开展了大量的技术攻关，已经具备较强的研制基础。在光学载荷研制方面，已经实现了大规模光学探测器研制，突破了大视场光学系统和干涉成像光谱分光技术等多项关键技术；在SAR载荷研制方面，已经突破了大型相控阵天线等关键技术，相关载荷已经实现了在轨稳定运行。这些前期的技术攻关和积累为中国未来农业遥感卫星的研制打下了良好的基础。

一、中国农业领域遥感卫星技术特点和发展现状

由于农作物生长变化较快，农业遥感观测参数繁多、复杂性高，因此对遥感卫星观测的时效性以及多载荷数据融合、联合反演提出了较高的要求。目前，美国、欧洲和日本等国家和地区已有多颗应用于农业领域的遥感卫星和星座相继发射与在轨组网应用。欧美等国多采用搭载不同载荷的多星组网方式，满足农业对于时间、空间和精度的高要求。其中比较典型的卫星系列有哨兵1/2号卫星、TerraSAR-X/ TanDEM-X卫 星、RapidEye卫星星座、SMAP卫星、WorldView卫星等；而日本则采用光学和微波载荷综合搭载的方式保证观测任务，如ALOS-1卫星；在该星退役后，日本也在规划并发射搭载单一类型载荷的多星组网以满足农业观测的要求，如ALOS-2卫星和ALOS-3卫星（研制中）。

上述卫星系列中，哨兵1号、TerraSAR-X/ TanDEM-X等卫星采用SAR载荷，SMAP卫星采用辐射计/散射计，具备全天候成像能力，能提供高分辨率和中分辨率地表植被和土壤的微波散射数据，提供并更新农业和草原等土地含水量等参数变化检测和数据等；哨兵2号卫星、WorldView-2/3号卫星以及RapidEye等卫星则采用高分辨率多光谱相机载荷，光谱谱段选择适应于农业生产监测的实际应用，可用于包括农作物分类、作物长势以及叶片含水量等植被指数反演；ALOS系列卫星综合搭载了光学和微波载荷，以保证对地观测数据的时空一致性和光谱一致性。

目前，中国的陆地资源卫星系列、高分卫星系列以及环境监测减灾小卫星星座的观测能力部分兼顾了农业遥感观测业务，能够初步满足农情监测、农作物分类估产以及农业灾害预警等方面的应用需求。

1．陆地资源卫星系列

中国陆地资源卫星系统是中国最早探索遥感观测技术，并形成规模化应用的卫星系统，从1999年中国发射第一颗陆地资源卫星——中巴地球资源卫星-01（CBERS-1）星以来，中国已成功发射了4颗资源一号卫星。在农业遥感应用领域，中国农业部遥感应用中心于2001年构建了基于CBERS-1卫星数据的新疆棉花遥感监测技术体系，首次将国产卫星数据纳入到农业部“国家农情遥感监测业务运行系统”中，并逐渐应用在全国冬小麦、玉米和水稻等大宗粮食作物种植面积监测业务中。

2011年，中国资源一号02C卫星的成功发射掀开了国土资源业务卫星体系建设的序幕。在谱段选择和载荷配置方面，该星主要满足国土资源部的需求，配置1台5 m/10 m分辨率的全色/多光谱相机和2台2.36 m高分辨率的HR相机。目前，相关影像产品已广泛应用于耕地遥感监测、农田细小地物监测（道路、农业附属用地、林带）等，并利用其多光谱数据定量提取地表植被反射率、归一化植被指数、叶面指数等农情信息。

2．测绘卫星系列

在中国测绘卫星系统中，2012年1月研制发射的资源三号（ZY-3）-01星是中国首颗高精度传输型光学立体测绘卫星，覆盖宽度60km，用于1:50000比例尺地图测绘，卫星可提供2.1m全色/5.8m多光谱分辨率平面影像，数据融合后可满足农业遥感大尺度定性观测的要求。2016年5月30日研制发射的ZY-3-02星在ZY-3-01星的基础之上进行优化，搭载3台三线阵测绘相机、1台多光谱相机和1台激光测距仪等有效载荷，前后视相机分辨率由3.5m提高到优于2.7m，并拥有更优异影像融合能力、更高图像高程测量精度。ZY-3-02星发射后，与2012年发射的ZY-3-01星共同在轨运行，实现了2颗ZY-3测绘卫星组网运行，可使同一地点的重访周期由5天缩短至3天之内，全球覆盖的周期缩短一半，形成有效互补，具备连续、稳定、快速获取高分辨率立体影像和多光谱数据的能力。在中国现阶段的农业业务应用中，两星数据已初步应用于烟草、茶树等多类经济作物的宏观监测分析评估，以及农业用地和农作物长势信息的监测。

3．环境卫星系列

中国环境减灾系列卫星包括环境一号（HJ-1）“2＋1”星座的2颗光学卫星和1颗雷达卫星，光学卫星装载了宽覆盖多光谱相机、超光谱成像仪和红外相机，雷达卫星装载了S频段合成孔径雷达。

中国农业部遥感应用部门从2009 年开始采用多时相环境减灾卫星电荷耦荷（CCD）影像数据，与国外卫星数据相结合，监测全国冬小麦、玉米、水稻、大豆、棉花、油菜和甘蔗等作物种植主产省的年际面积变化率。与上述业务监测运行的同时，一些学者也积极开展了基于HJ-1C雷达卫星的土壤水分遥感监测、作物长势监测，以及作物产量监测研究，取得了一定的研究进展。

4．高分卫星系列

随着中国高分辨率对地观测系统重大专项的实施，在中国现有高分数据政策的引导下，国产高分卫星数据在农业中的应用比重逐渐提高，在替代国外数据的同时，也逐渐提高了农业遥感的监测精度，拓展了卫星遥感技术在农业中的应用领域。其中，高分一号、二号卫星成功发射后，国产中高分辨率卫星数据迎来了黄金期，给农业遥感监测业务运行体系带来了巨大改善。

高分一号卫星为高分专项首颗对地观测卫星，于2013年成功发射，可实现2m/8m分辨率对地观测，同时可利用宽幅相机实现16m分辨率800km幅宽广域普查。高分二号卫星于2014年成功发射，搭载了两台具有1m全色分辨率和4m多光谱分辨率的全色多光谱相机，高分二号卫星在中国自主研制的民用光学遥感卫星中首次达到亚米级分辨率，同时具有高定位精度和快速姿态机动能力等特点，综合观测性能大大提升并且达到了国际先进水平，对中国遥感卫星的发展有着重大意义。

经过多年的实践与探索，高分系列卫星数据已经在全国冬小麦、油菜、水稻、玉米和棉花的种植面积等遥感监测业务中发挥了重要作用，大大减少了对国外数据的依赖，降低了系统运行成本，提高了系统的稳定性与安全性。

二、中国农业领域遥感卫星发展面临的问题

1．农业领域遥感卫星发展趋势

根据国内外农业领域卫星的技术特点和发展现状，可以对未来农业领域遥感卫星系统发展趋势总结梳理如下。

1）农业遥感观测参数繁多、复杂性高，故为了保证数据关联性和时效性，美国和欧洲等国家或地区相继推出天地一体化的综合对地观测计划，建设全球性、立体、多手段、多维空间的观测体系，并且在计划和建设时，很重视系统的顶层设计，优化卫星载荷配置与星座组网，加强应用支撑服务能力建设，统筹规划系统功能，形成天地协调同步发展。欧洲和日本等国在后续的卫星规划中，均提出发展完善综合型立体观测星座计划，如补充完善TerraSAR卫星星座和ALOS卫星星座等，以合理配置各类资源，实现综合观测效益。

2）典型遥感卫星保持系列化发展态势，长期连续运行。如美国的Landsat卫星系列保持了三十多年的稳定运行，目前在轨的卫星为Landsat-8，即陆地卫星数据连续任务（LDCM）， 是Landsat-7卫 星的后续任务；欧洲的SPOT卫星系列也发展到SPOT-7，且均已实现业务化稳定运行。在保持观测数据的持续性和稳定性的基础上，观测要素也越来越全面，为农业大数据库建设和应用研究积累了丰富的数据源。

3）农业观测要素如地表作物类型、长势、土壤墒情、病虫害等的变化特征不仅随季节而显著改变，也随着短时间内的水、光、热、土壤条件以及人类活动等外界条件的变化而变化。因此，农业主体业务对遥感卫星观测的时效性要求较高，一般要求观测数据在农作物关键生长期内的多次全球覆盖，以及在农业灾害观测的应急状态下的天级重访周期，因此，国外遥感卫星单星均具有较大的观测幅宽，如Landsat-8、Sentinel-2等卫星的观测幅宽均在100km以上，以保证快速覆盖。此外，像RapidEye、Urthecast等卫星则进行多星组网，进一步提升观测时间分辨率。

2．中国农业遥感卫星面临的挑战

相比美国、欧洲等传统遥感强国，中国农业遥感卫星系统起步晚、技术底子薄，虽然通过近些年的发展取得了长足的进步，但仍与世界先进水平有着较大的差距。

现阶段，美国农业部中高分辨率遥感卫星数据可实现每年覆盖美国本土多次，而中国针对农业需求定制的专业卫星仍处于空白状态，目前还没有满足直接开展农作物生物参数监测、农业资源调查所需的高光谱卫星和SAR卫星等。中高分辨率农业遥感数据主要依赖高分专项卫星数据，然而由于卫星数量限制，卫星数据国土覆盖每年不足一次，一般只能覆盖农业主产区，而且缺乏能够区分农作物类型的波段。在遥感数据质量方面，仅能获取经过初级处理的二级遥感数据，因此在多源数据融合与联合反演、遥感数据深层次挖掘以及遥感增值服务方面的发展水平与国外相比仍存在较大的差距。

三、发展中国天地一体化农情监测技术

近年来，中国农业遥感技术的发展取得了长足的进步，农业遥感应用技术理论发展也紧跟国际最先进水平；然而相比于国外农业遥感监测系统技术的发展，由于中国相关领域研究起步较晚，基础相对薄弱，政府投入有限，以及应用研究和成果转化之间的脱节现象严重等客观原因，导致现在还没有建成一套完备的天地一体化农情监测体系。

天地一体化农情监测系统作为一种高度定制化、体系化、实用化协调运行的对地观测体系，需要在探测体制、载荷配置、数据反演及应用等方面开展系统深入的研究工作。

1．深化需求论证，完善发展规划

卫星的论证和设计工作与用户需求直接相关，因此应首先与各用户单位展开深入交流，进一步明确各类用户对于其关心的探测要素的测量需求和精度要求，并结合地面反演算法的优化，研究卫星的具体实现形式，确保满足用户需求。

同时，还应充分调研分析国内外在天基农业遥感卫星方面所开展的科学应用研究和工程技术实现的情况，仔细剖析其发展路径过程，认真梳理国内相关技术的基础与发展计划，在适当考虑未来的卫星平台技术发展基础上，规划出未来10～15年卫星的技术发展路线图。

2．深入研究高精度遥感数据应用技术

过去的20年，中国农业遥感技术研究和应用从深度和广度上都得到长足发展，取得了显著的成果。然而，与国际前沿研究相比，在以下这些方面还需要开展进一步的深入研究工作：

1）目前农业遥感定量反演研究集中在经验统计方法的应用和改进上，而在经验统计方法本身的创新上还有待进一步加强；

2）定量反演过程缺乏物理模型方法的研究，如作物LAI的辐射传输模型和适用于田间尺度的土壤水分反演模型等仍需要加强创新性探索和开发工作；

3）农作物遥感分类特征变量选择的理论研究不足，需进一步挖掘农作物遥感分类新特征变量；

4）农作物遥感分类特征变量的综合应用存在缺陷，未来农作物遥感分类特征变量选择应该更多地从理论研究与特征变量的综合应用方面进行挖掘与创新，使其更好地服务于农业遥感应用需求；

5）现阶段，农业遥感应用存在研究与成果转化脱节的现象，需要进一步补充和完善农业光谱数据库，并与GIS、GPS技术集成，更好地为精准农业、数字农业服务。

[1]刘良云．植被定量遥感原理与应用[M]．北京：科学出版社，2014.

[2]李德仁．论天地一体化对地观测网络[J]．地球信息科学学报，2012，14(4):419-425.

[3]吴炳方，蒙继华，李强子，张飞飞，杜鑫，闫娜娜．全球农情遥感速报系统(CropWatch) 新进展.地球科学进展[J]．2010，25(10)：1013—1022.

[4]Ozdogan M and Gutman G.A new methodology to map irrigated areas using multi-temporal MODIS and ancillary data：all application example in the continental US.Remote Sensing of Environmet，2008，112(9)：3520-3537.

[5]贾坤，李强子.农作物遥感分类特征变量选择研究现状与展望[J]．资源科学，2013，35（12）：2507-2516.

[6]钱永兰，侯英雨，延昊，毛留喜，吴门新，何延波．基于遥感的国外作物长势监测与产量趋势估计[J]．农业工程学报，2012，28(13)：166-171.

[7]Salmon J M，Friedl M A，Frolking S，Wisser D and Douglas E M.Global rainfed，irrigated，and paddy croplands：a new highresolution map derived from remote sensing，crop inventories andcl imate data.International Journal of Applied Earth Observation and Geoinformation，2015，38：321-334.

[8]贺佳，刘冰锋，李军．不同生育时期冬小麦叶面积指数高光谱遥感监测模型[J]．农业工程学报，2014，30(24)：141-150.

[9]冯炼，吴玮，陈晓玲，田礼乔，蔡晓斌，苏国振．基于HJ卫星CCD数据的冬小麦病虫害面积监测[J]．农业工程学报，2010，26(7)：213-219.