农业遥感卫星发展现状及我国监测需求分析

陈仲新 郝鹏宇 刘佳 安萌 韩波

摘   要：中国现代农业的发展以及乡村振兴战略的实施需要大量及时有效的农业环境、生产条件、状态及过程信息。基于农业内在的特点，卫星遥感是农业信息快速准确获取的关键技术手段之一。发达国家可用于农业应用的遥感卫星已经形成星座或体系进行联合观测，具有较高的观测时间分辨率，卫星遥感器载荷设计较为充分地考虑了农业应用的需求，观测手段不断创新、观测性能不断提高。目前，我国农业遥感卫星应用还存在很多问题，例如传感器多光谱遥感为主、观测

要素缺乏，受遥感传感器性能和遥感卫星地面应用系统能力不足制约，缺少光学与微波等多手段同时相协同觀测能力、遥感数据保障率和质量有待提高等，遥感监测手段与国外先进水平存在一定差距。从国内农业生产常规监测、国外农业生产常规监测、重大农业政策执行情况监测和绘制重要农业资源图四个方面全面分析了中国当前遥感卫星业务需求，并考虑未来发展深入分析了农业对遥感卫星应用装备的需求。建议构建编队顺序飞行的，具备多光谱、高光谱、红外以及微波等多种手段的农业卫星星座系统，有效提高多源数据融合精度，综合提供不同波段、不同极化、主动被动、光学微波相互融合的多尺度卫星遥感数据及产品，促进农业遥感技术的快速发展，推动“天空地”数字农业的一体化发展。最后，提出了立足于用户需求，建立中国民用遥感领域农业综合观测卫星系统采用“分步走”战略建议。

关键词：农业;卫星;遥感;智慧农业;需求

中图分类号：TP7                  文献标志码：A             文章编号：201901-SA003

陈仲新， 郝鹏宇， 刘   佳， 安   萌， 韩   波. 农业遥感卫星发展现状及我国监测需求分析[J]. 智慧农业， 2019， 1（1）： 32-42.

Chen Z， Hao P， Liu J， An M， Han B. Technical demands of agricultural remote sensing satellites in China[J]. Smart Agriculture， 2019， 1（1）： 32-42. （in Chinese with English abstract）

1  引言

我国农业正处在重大转型期[1]，未来10～20年是我国农业现代化的关键发展期，而农业卫星遥感技术是农业现代化的重要技术支撑。农业卫星遥感是指利用卫星遥感技术对农业多系统（种植业、畜牧业、水产、农产品加工与流通等）、全过程（产前、产中、产后）、多要素（生产、环境、生态、资源、灾害等）开展多层次信息监测的技术。最早应用于农作物的遥感，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，是当前遥感最广泛应用之一。

国外农业卫星遥感技术发展较早，美国曾率先利用陆地卫星（Landsat）和气象卫星（meteorological satellite）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[2];欧盟也利用遥感技术进行农业补贴核查，服务了共同农业政策（The Common Agricultural Policy， CAP）的执行，提高了欧盟农产品的国际竞争力[3，4]。目前，美国、欧盟等正在利用多源多层次遥感大数据技术支撑现代农业发展，全面改造农业生产与管理服务体系，打造新一代的全球现代数字农业体系，建立核心竞争力和形成技术垄断[5]，对我国未来农业发展、农业“走出去”国家战略实施、国家粮食安全乃至国家安全构成巨大潜在威胁。

为打造我国现代农业的“操作系统”，从基础上支持现代化农业发展，我国农业主管部门也已经针对农业卫星遥感产业技术发展趋势，规划国家“天空地”数字农业管理系统。作为国家民用空间基础设施重要补充[6]的国家农业遥感卫星工程是国家“天空地”数字农业管理系统的重要组成部分。该工程的建设将填补我国农业遥感观测领域欠缺，加速提升农业供给侧结构性改革，提高农业供给体系质量和效率，提高粮食生产能力，提高农业综合效益与竞争力。

通过国家农业遥感卫星工程建设，可大幅度提高我国自主农业大数据信息获取能力，掌握农业信息资源自主权，促进我国农业“走出去”和“一带一路”倡议的实施，及时把握全国乃至全球农业生产与环境信息，充分利用国内和国外两种资源、两个市场。

国家农业遥感卫星工程是建设创新型国家、建设美丽中国等不可或缺的关键设施，对带动传统农业产业升级换代、促生农业新兴产业集群、促进农业发展方式转变、推动农业科技创新及增强综合国力具有重大战略意义。为支撑国家农业遥感卫星工程规划实施，本研究分析了国内外农业遥感卫星应用的现状与发展趋势，结合我国农业生产现状，提出了我国农业遥感卫星监测的技术需求。

2  国内外农业遥感卫星发展应用现状

2.1  国外农业遥感卫星发展现状及特点

目前，美国、欧洲和日本等国家和地区已有多颗应用于农业遥感的卫星和星座在轨组网应用或计划发射。由于农业遥感观测参数繁多、复杂性高，加之农作物生长变化较快，因此对遥感卫星观测的时效性以及多载荷数据融合、联合反演要求较高。欧美等国多采用搭载不同载荷的多星组网的方式，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Sentinel-1/2号卫星、TerraSAR-X/TanDEM-X卫星、Rapideye卫星星座、Woldview-2/3号卫星和Planet卫星星座等[7-11]。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完成，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，以满足农业观测需求，如ALOS-2卫星和ALOS-3卫星（研制中）[12]。加拿大Urthecast公司计划组建世界上首个集成光学和雷达成像卫星星座OptiSAR[13]。

上述卫星中，Sentinel-1、TerraSAR-X/TanDEM-X卫星采用合成孔径雷达（Synthetic Aperture Radar ，SAR）载荷，具备全能提供高分辨率和中分辨率地表植被和土壤的微波散射成像数据，提供并更新农田土壤含水量等参数变化检测和数据。Sentinel-2卫星、Woldview-2/3卫星以及Rapideye卫星则采用高分辨率多光谱相机载荷，光谱谱段选择适于农业生产监测的实际应用，可用于包括农作物分类、作物长势以及作物生物理化参数反演[14，15]。ALOS系列卫星综合搭载了光学和微波载荷，以保证全天时完成农业资源的监测和环境观测等任务[12]。OptiSAR星座由多颗成对运行的多光谱和双波段雷达卫星构成，能提供分辨率0.5m的光学成像、分辨率1m的X波段雷达成像以及分辨率5m的L波段雷达成像。OptiSAR星座能在极短的时间间隔内获得光学与微波遥感数据，保证了数据的一致性。它可以从光学数据中获取丰富的谱段信息，并且使用光学数据对图像数据处理器进行“训练”，辅助SAR图像的解译，提高植被、土壤含水量的反演精度，并利用具有高相关性的光学、微波数据的联合应用，发挥各自优势，提高全天时全天候的地理空间分析能力[15]。

国外农业领域遥感卫星发展主要有以下特点：

（1）形成了星座或体系进行联合观测。观测要素多，为了保证关联性，均形成星座进行组网运行，强调同时相观测，星座中各卫星降交点地方时相差不大。

（2）具有较高的观测时间分辨率。单星具有较大的观测幅宽，如Landsat、哨兵2等卫星的观测幅宽均在100km以上，保证快速重复覆盖观测。此外，像Rapideye、Urthecast卫星进行多星组网，进一步提升了观测时间分辨率。

（3）卫星传感器设计比较充分考虑农业要求，手段逐渐丰富，增加了荧光、高光谱、超光谱等监测新手段，谱段均包含红边或短波红外谱段，适合农业目标监测与遥感参数反演。

2.2  我国农业卫星遥感应用现状及不足

我国目前还没有真正意义上的农业专用遥感卫星。目前，我国的陆地资源卫星系列、测绘卫星系统、高分卫星系列以及环境减灾小卫星星座部分兼顾了农业遥感观测业务，初步满足农情监测、农作物分类、估产以及农业灾害监测等方面的部分應用需求[16-19]。在有效载荷以及高品质卫星平台研制方面，我国已经开展了大量技术攻关，已经具备较强的研制基础。在光学相机方面，已经实现了长线阵大规模探测器研制，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基础。在SAR载荷研制方面，已经实现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[20]。这些前期的技术攻关和积累已为我国农业遥感卫星研制打下了良好基础。

我国陆地资源卫星系统是我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年我国发射第一颗陆地资源卫星-中巴资源01（CBERS-1）星以来，我国已成功发射了四颗资源一号卫星[21]。在农业遥感应用领域，我国农业部遥感应用中心（现农业农村部遥感应用中心）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农村部“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[22]。2011年，我国资源一号02C卫星的成功发射与应用，为国土资源业务卫星体系建设创造了条件。在谱段选择和载荷配置方面，该星主要满足国土资源监测的需求，配置1台5m/10m分辨率的全色/多光谱相机和2台2.36m高分辨率的HR相机[23]。目前，相关影像产品已广泛应用于开展耕地、农田细小地物（道路、农业附属用地、林带）等的监测，并利用其多光谱数据定量提取地表植被反射率、植被指数、叶面指数等农情信息。我国环境减灾系列卫星包括HJ-1卫星，“2+1”星座的2颗光学卫星和1颗雷达卫星。光学星装载了宽覆盖多光谱相机、超光谱成像仪和红外相机。雷达星装载了S波段合成孔径雷达。农业农村部遥感应用中心从2009年开始采用多时相环境减灾卫星CCD相机数据，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面积变化率。

随着我国高分辨率对地观测系统重大专项的实施，在我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，拓展了遥感在农业中的应用领域。但是我国农业卫星遥感应用还存在很多问题和不足，主要表现在：

（1）缺乏观测要素

观测要素指表明农业目标物地表状态的各种要素，如叶面积指数、生物量、冠层含水量、土壤含水量等参数。农业遥感需要多手段探测，在波段配置方面需要可见光、短波红外、红边、荧光、热红外和微波等多种观测手段综合使用。我国现有遥感卫星在波段设置方面大多只包括可见光和近红外谱段，其中光学遥感卫星缺少红边、短波红外等信息、热红外波段及叶绿素荧光信息，限制了植被冠层水分含量、健康状态等信息的获取能力，无法指导作物的精准管理。此外，我国还缺乏光学和微波综合观测卫星。多光谱/高光谱和微波数据结合可获取更丰富的农作物和环境信息，从而建立多极化SAR数据和农作物参数之间的关系，可有效提升农作物后期变化预测的精度[24]。通过对微波和热红外数据进行主被动联合反演，可以同时获取地表冠层和土壤温湿度信息，有利于农田蒸散的估算、精准灌溉和农业干旱监测与预警。

（2）定量化监测手段仍需提高

受遥感传感器性能、遥感卫星地面应用系统能力不足等条件限制，我国定量化遥感监测手段与技术发展还不充分。美国和欧盟农业遥感应用技术先进，卫星参数指标设计充分考虑了农业需求，应用系统与卫星系统衔接、整合度高，软硬件设施设备条件好，实现了遥感影像分析处理和信息提取的快速化、规范化和自动化。我国农业遥感领域的地面应用系统建设不充分，与卫星系统、地面接受处理系统衔接还不够，基础设施建设需要进一步加强。

（3）缺少多手段同时相观测能力

光学、微波遥感卫星在同一个观测系统下进行协同设计和统一调度运行，通过高度相关的光学和微波数据联合反演，提高对农业参数的反演精度，对作物生长环境全方位监测，是未来农业遥感观测系统发展的方向。作物快速生长季节比较集中，作物生长状态变化迅速，因而农业应用往往需要较高时间分辨率的遥感观测数据。光学载荷波段需要在晴朗无云的天气条件下获得观测数据，所以单一的光学观测受天气影响较大。但是，我国受季风气候的影响，雨热同季，作物关键生长期云雨天气发生概率高，所以在一些常年有云的农业产区，单一光学遥感卫星系统难以提供高频率的无云遥感数据。微波载荷可以较好的弥补光学载荷的缺陷，可穿透云层和雾霾。但是通过不同的光学、微波遥感卫星系统分别进行观测无法做到任务规划的统一和技术指标的统一，获得数据的相关性和时效性都较差，影响观测要素的定量化反演水平。

3  我国农业遥感卫星业务需求

《国家天空地数字农业农村发展规划纲要（2018-2025年）》提出了要形成“天空地”全要素数字化、农业资源权属数字化管理能力，提升“天空地”农业管理数字化水平，围绕大田种植、渔业、草地畜牧业、设施农业、农村基础设施建设、农村生态监测等业务领域，实现全要素、全生产流程的数字化、智能化动态监测。发展数字农业，建立“天空地”一体化数字农业管理系统，需要循序推进农业要素数字化、资源权属数字化、生产过程数字化、管理数字化，建设现代化的数字农业产业体系、生产体系、经营体系。

我国农业遥感卫星行业的主体业务包括国内农业生产常规监测、国外农业生产常规监测、重大农业政策执行情况监测和绘制重要农业资源图4大类，覆盖种植业、草地畜牧业和渔业等业务内容15项，涉及观测要素60余项。

3.1  国内农业生产常规监测

国内农业生产常规监测包括种植、渔业、畜牧业及热带作物的面积、产量、质量、类型、农业灾害、养殖环境、设施、涉渔工程等要素。需要对全国或主要粮食产区、渔场完成快速覆盖，客观、准确、及时获取作物、畜牧业、渔业生态环境和生长信息，满足农业部门日常观测需求。

3.1.1   种植业监测需求

种植业业务需求主要包括国内外农作物种植面积和类型监测、农作物长势监测（包括热带作物监测）、土壤墒情和土壤质量监测、作物病虫害监测等，监测结果可支撑绘制我国种植业资源图，包括耕地基本地块单元空间分布图、农作物空间分布图、农村承包地权属空间分布图等，服务于我国重大农业政策执行情况监测，如农作物种植结构调整、现代农业示范区高标准农田监测、“两区”划定及农业生产情况监测等。

（1）农作物种植面积及类型监测

农作物种植面积及类型监测主要通过研究农作物的空间分布，监测农作物的种植信息，是进行耕地资源合理管理的基础，是农作物长势监测、产量估算的前提，也是制定农业乃至整个国民经济发展策略的重要依据。不同的农作物在遥感影像上呈现不同的特征信息，农作物种植面积及类型遥感监测是根据不同农作物光谱特征的差异，通过利用多传感器、多时间分辨率和多空间分辨率的遥感影像记录的地表信息，识别不同的农作物类型，统计农作物种植面积。需要对境外作物进行常规监测，保障国家粮食安全，满足农业对于全球粮食监测的要求。需要绘制农作物和耕地空间分布图，从空间角度掌握农业生产资源利用状况，作为农作物种植结构和农业结构调整的重要依据。

在进行农作物种植面积制图时，对遥感数据的需求因研究区农田地块状况而存在差异。对于连片平原地区的农作物种植面积提取及种类监测、农业工程规划等需要优于十米量级的对地观测数据，对于南方山区小块农作物种植面积提取及种类监测、精准农业等需要米级乃至亚米量级的对地观测数据。农业生产季节性强，为了保障粮食安全，需要对全国范围内划定的基本农田每月评估1次。我国农业生产地域差异大，种植结构和制度复杂，农业遥感监测需要高光谱分辨率的数据来支持农业遥感监测，如农业生态参数的定量反演、作物及杂草种类的识别需要光谱分辨率优于10～30nm。另外，为了克服天气因素，保证时间分辨率，对于我国部分多云、多雨区农业遥感监测，需要采用微波对地观测技术实现全天候遥感信息的获取[25]。

（2）农作物长势与病虫害监测

农作物病虫害是影响作物产量的关键因素之一，病虫害是农业生产的主要障碍，是限制作物产量的主要因素。据统计，因病虫危害每年世界农业减产约1/3，我国农业减产约10%～15%，且有日益加重的趋势[26]。因此，尽早发现病虫害，及时进行科学防治，是提高作物产量，减少其经济损失的关键，而对病虫害的实时监测是对其进行综合防治的有效保障。

植物受到各种生物或非生物胁迫后，植株的叶片颜色、物理结构、叶绿素含量、光合能力、生理特性等都会发生改变，这些改变都能影响作物对光能的吸收，导致植物光谱曲线也随之改变。因此，通过对作物叶片或冠层进行光谱测定，能够对早期病虫危害进行相应探测，并定量分析危害实际程度。其中，植物发射的荧光信号与植被光合作用状态直接相连，尤其是植物受到逆境脅迫时，荧光发射强度会随着叶绿素分子的效能改变而改变，因此，叶绿素荧光被认为是探测植被光合作用受植被生理状态及环境条件影响的敏感“探针”[27-30]。对于农作物病虫害的监测需要较高的光谱分辨率，一般在1～10nm，并且对于农作物长势、农作物病虫害等时效性要求较高的农情监测，要求具备较高的时间分辨率和较短重访周期，如每周一次。

（3）农业土壤墒情与状况监测

准确地监测土壤水分状况、作物与土壤的蒸散发和水资源状况是实施科学灌溉和提高农业水资源利用效率的起点，是实现作物生产过程中科学调控投入和制定用水管理措施的基础。通过土壤水分探测，能够获得合理及时的土壤墒情信息，对提高灌溉的准确性和有效性十分重要;将区域土壤水分的监测与预报有机结合起来，是进行适时适量灌水的基础。另一方面，土壤含水量状况是当地干旱状况的一个重要指示。水对作物生长的影响巨大，在水缺乏和干旱的时间段，土壤湿度强烈影响着植物的生长以及农业生产率[31-33]。

为准确高效地监测土壤墒情及地表蒸散发等状态，需要具有一定穿透能力的微波数据，穿透地表植被和土壤表层以获取辐射亮温和后向散射系数，然后通过一定的算法和模型反演含水量信息，因此微波波段应首选穿透能力较强的L波段，也可将C波段作为备份波段在RFI干扰严重时进行观测[34-35]。为了排除地表植被对土壤湿度反演的精度，还需要利用热红外数据获取植被亮温，从而反演植被含水量。此外，对于地表土壤湿度观测来说，其参数变化较快，要进行湿度变化的监测，就需要快速重访，需要载荷具有大幅宽。由于L波段可穿透5cm左右的土壤，要获取深层次的土壤墒情信息，需利用地面传感器的信息进行联合反演。另外可增加P波段SAR观测手段，进一步提升对于农作物和土壤的穿透能力，直接获取土壤墒情和土壤性状、结构等信息。

3.1.2  草地畜牧业生产与资源监测需求

草地畜牧业生产与資源监测，主要业务需求包括草原植被监测、草原保护和重大工程效益监测、草原生产力和利用状况监测、草原灾害监测预警以及绘制草原空间分布图等，为我国现代草地畜牧业发展和建设提供重要的支撑手段。

草场退化是一个世界性问题，由于不合理的放牧、割草、无计划的滥垦以及采取不正确的经营和管理措施往往会导致草场出现不同程度的退化。草地生物量客观地反映了草地固碳能力和草地载畜量大小。精确地评价草地生物量及其变化规律有助于合理地利用草地资源，客观地分析草地生态系统，并有效地预防草地退化的发生。利用遥感手段监测草场面积、产量的动态变化以及草场火情等草原灾害信息，对防止草场退化，维护我国畜牧业稳定具有重要的意义。

利用植被指数可以有效估算草原生物量并对草原植被的分类及长势进行精确监测;而草原物种变化等草原生态结构变化监测则主要依赖具有高光谱分辨率的高光谱数据。在火灾、冻害等草原灾害监测方面，需要充分利用微波遥感的穿透能力和多极化观测手段，结合红外、高光谱等光学手段，提高定量化监测精度。在空间分辨率方面，要满足对各类观测要素的高精度判读与反演，卫星遥感载荷的空间分辨率应在1～100m之间;在时间分辨率方面，由于我国草场面积广阔，故需要大幅宽对地观测数据，并发展星座组网运行，以实现全国草场重访的时效性。

3.1.3   渔业监测业务需求

渔业监测业务需求主要包括我国国内及近海养殖渔业监测、境外渔业监测、渔业水体水质监测，以及渔业水体资源“一张图”绘制工作等。在海水养殖和捕捞方面，可利用遥感技术监测海洋温度场分布、洋流、叶绿素分布状况、沿岸居民点分布可能带来的污染、可能形成的赤潮区域等。同时，遥感信息可提供潮间带宽度、潮间带的底质类型、环境交通状况、邻近海域污染情况等信息。依据这些信息与滩涂水产养殖有关的参数可更好的对滩涂养殖的选址、养殖品种、劳动力成本等进行评估。在内陆水体养殖方面，可利用遥感技术测定水域形态、水体面积、水生植物分布及数量、富营养化及污染情况、已有网箱养殖位置及分布、叶绿素总量及初级生产力评估。同时，遥感技术可以方便地监测破坏渔业生产的污染源等等。

渔业生产过程遥感观测要素包括养殖水体面积、温度、水位、风场、水色、水质和叶绿素浓度以及养殖设施、人工鱼礁、海洋气象、海冰分布等多类型水体环境的物理、生化特征等。

3.2  对国外农业生产常规监测

国外农业生产常规监测主要指对全球主要种植区、渔场进行常规监测，需要利用卫星遥感重点监测面积、长势、产量、环境等要素，开展风险预警、灾害评估等要素。需要观测谱段范围覆盖可见光、红外及微波波段，观测范围覆盖世界主要粮食产区以及主要渔场。开展全球农业监测、致力服务于农业生产决策管理，掌控国际农产品贸易的主动权和话语权，服务我国农业“走出去”国家重大战略。

3.3  重大农业政策执行情况监测

重大农业政策执行情况监测包括对农业结构调整进展监测、现代农业示范区高标准农田监测进展监测、现代农业示范区高标准农田监测进展监测、“两区”划定及农业生产情况监测、重大工程效益监测等重点工程和区域进行境常规和应急监测。需要观测要素包括农作物类型、空间分布、生长状态、生长环境等。观测谱段覆盖可见光、红外及微波波段。观测范围覆盖全国。根据具体需求，3～20天完成覆盖。重点关注现代农业示范区、“两区监测”等重大工程，形成完善的、稳定运行的重大政策执行情况监测系统和技术支撑体系。

3.4  绘制重要农业资源图

围绕农业“一张图”工程，利用高精度卫星遥感图像数据，开展耕地、农作物、畜牧草地、渔业水域和农村承包地权属空间分布的遥感制图工作，实现以图管农，以图管粮，最终实现我国农业高精度数字化管理。需要观测谱段范围覆盖可见光、红外及微波波段，覆盖范围为全国地区，可每年更新不同比例尺的农业资源图，服务于农业生产顶层规划、土地确权及拓展应用、农业农村科学管理等。

4  我国农业遥感卫星应用的装备需求

农业遥感卫星获取的农业信息主要是植被、土壤等多种要素连续综合体的综合，不同观测手段对于获取地物信息有着不同的作用，因此农业观测业务对多手段、多载荷、多要素联合观测提出了更高的要求，形成对农业生产全流程、全天候的综合观测能力。

4.1  监测目的及方式分析

（1）种植业

种植业业务需要实现对我国及国际主要农产品产区内农作物种植面积、长势、墒情、产量和农业病虫害等监测的常年业务化运行。在光学遥感手段中，作物分类、作物长势参数监测需要多光谱波段载荷和基于多光谱波段计算的植被指数、叶面积指数和作物覆盖度等关键要素;病虫害、地表元素含量探测需要谱段更为细腻的高光谱载荷;农作物长势监测与病虫害的早期监测需要荧光载荷探测植被光合作用;农业干旱监测需要的热红外波段载荷反演地表温度信息，在服务方面可以发挥出重要作用。但以上光学遥感手段都会受到云雨等天气的影响，难以实现全天时、全天候的作物监测。此外，地表土壤性状及土壤含水等监测受到植被等遮挡，也需要主被动微波手段利用微波的穿透性，穿透地表植被和土壤表层以获取辐射亮温和后向散射系数等，并通过一定的算法和模型反演含土壤墒情、土壤质量等信息。其中，P波段SAR是农业遥感未来发展的趋势之一，其波长和穿透能力约为L波段的两倍，是获取农作物根区土壤剖面信息的必要载荷。因此，为实现种植业业务监测的常规业务化运行，需要利用多光谱、荧光、高光谱和主被动微波、SAR等多种观测手段实现综合立体性地表监测。

（2）草地畜牧业

草地畜牧业生产与资源业务监测的目的是实现草原产草量、草畜平衡、草原长势等草原管理和生态保护业务化运行，需要利用多光谱数据对草原植被指数变化进行监测;利用高光谱和荧光等手段实现草原物种和草原生态结构的监测;并利用主被动微波遥感手段实现草原冷冻害、草原旱灾和草原火灾等灾害的早期预警和监测;并结合红外观测手段，提高定量化反演精度。

（3）渔业

渔业业务监测的目的是实现渔业水产养殖区资源管理和生态保护，以及渔情渔场监测业务化运行，监测手段需要综合宽幅多光谱数据、主被动微波数据以及高光谱数据对海洋以及内陆渔业养殖水体、水质、养殖设施和规模等进行联合监测和反演，同时由于渔业与气象条件、水文状况等关系密切，还需要借助气象卫星和海洋卫星数据辅助完成渔业业务监测和指导工作。

4.2  監测装备需求分析

农业观测业务需求的观测要素复杂多样，并且具有典型的时空变化性。如地表作物类型、长势、土壤墒情、病虫害等不仅随季节显著变化，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因子随时相的变化密切相关，所以迫切需要多手段的同时相观测数据。

目前，遥感卫星单星观测手段有限，每种遥感器仅能针对单一农业需求进行观测，无法实现观测要素之间的互联互通，因此在一颗卫星上无法实现同时获取不同波段的多源遥感信息，为提供数字农业建设所必须的多源遥感数据支撑。最有效的解决方法是构建一种类似于美国A-Train列车星座[36]的农业卫星星座进行编队顺序飞行。星座具备多光谱、高光谱、红外以及微波等多种波段，可实现对相同地物在相同时相下综合特征的获取，从而得到具有较高的时空一致性和光照条件一致性的数据，可有效提高多源数据融合精度，综合提供不同波段、不同极化、主动被动、光学微波相互融合的多尺度遥感产品，促进农业遥感技术的快速发展，推动“天空地”数字农业的一体化发展。

5  结论及建议

我国农业正处在重大转型期，现代农业发展和乡村振兴战略的实施对农业卫星遥感技术以及遥感数据产品提出了更多、更高的需求，现有的和国家空间基础设施规划的遥感卫星资源不能完全满足这些需求。在全面分析我国当前及未来农业遥感应用的需求和业务特点的基础上，提出了农业对遥感卫星应用需求与装备需求。

根据我国遥感卫星研制现状，结合空间基础设施规划，建议建立我国民用遥感领域农业综合观测卫星系统应立足于用户需求，并采用分步走战略，“十三五”至“十四五”期间，首先解决用户对种植面积、类型、作物长势、病虫害、农业用水、土壤墒情、草原生态及渔业水质等主体观测业务的全要素综合观测需求，实现农业行业大部分要素覆盖，重点满足我国国内农业生产常规监测、重大农业政策执行情况监测等行业业务的观测需求;“十五五”期间，针对农业高时效的观测需求，补充完善星座卫星，提升观测时效性和要素的覆盖性，实现较高的观测时间分辨率，形成高效完善的观测能力。

参考文献

[1]   刘海启， 金敏毓， 龚维鹏. 美国农业遥感技术应用状况概述[J]. 中国农业资源与区划， 1999， 20（2）： 56-60.Liu H， Jin M， Gong W. Applications of Remote Sensing in Agriculture in the United States[J]. Journal of ChinaAgricultural Resources and Regional Planning. 1999 （2）： 56-60.

[2]   Colwell J， Rice D， Nalepka R. Wheat yield forecastsusing Landsat data [C]. proc. of the 11th Intern. Symp. on Remote Sensing of Environment， 1977： 1245-1254.

[3]   陈仲新， 任建强， 唐华俊， 等. 我国农业遥感研究应用进展与展望[J]. 遥感学报， 2016， 20（5）： 748-765.

Chen Z， Ren J， Tang H. et al. Progress and perspectives on agricultural remote sensing research and applications in China[J]. Journal of Remote Sensing， 2016， 20 （5）： 748-767

[4]   Whitcraft A， Becker-Reshef I. Justice C. A Framework  for Defining Spatially Explicit Earth ObservationRequirements for a Global Agricultural MonitoringInitiative（GEOGLAM） [J]. Remote Sens. 2015， （7）： 1461-1481.

[5]   黄季焜. 四十年中国农业发展改革和未来政策选择[J]. 农业技术经济， 2018， 37（3）： 4-15.Huang J. Forty years of China's agricultural development reform and future policy choices [J]. Agricultural technologyeconomy， 2018 ， 37（3）： 4-15.

[6]   国家民用空间基础设施中长期发展规划（2015-2025年）[J].卫星应用， 2015， 6 （11）： 64-70.Medium and long-term development plan for national civil space infrastructure （2015-2025）[J]. SatelliteApplication， 2015， 6 （11）： 64-70.

[7]   SENTINEL Overview [EB/OL]. esa [2019-01-09].  https：//sentinel.esa.int/web/sentinel/missions.

[8]   TerraSAR-X / TanDEM-X [EB/OL]. esa [2019-01-09]. https：//earth.esa.int/web/guest/missions/3rd-party-missions/current-missions/terrasar-x.

[9]   RapidEye[EB/OL].esa[2019-01-09].https：//earth.esa.int/web/guest/missions/3rd-party-missions/current-missions/rapideye.

[10]  WorldView-3 Satellite Sensor [EB/OL]. Satellite imagingcorporation [2019-01-09]. https：//www.satimagingcorp.com/satellite- sensors/worldview-3/.

[11]  Planet [EB/OL]. 2019 Planet Labs Inc. [2019-01-09]. https：//www.planet.com/.

[12]  About ALOS-Overview and objectives [EB/OL]. ALOS Research and Application Project of EORC， JAXA [2019-01-09]. https：//www.eorc.jaxa.jp/ALOS/en/about/about_index.htm.

[13]  Fox P， Tyc G， Beckett K. The UrtheCast SAR-XL multi-band， multi-aperture spaceborne SAR system[C]. Radar Conference， 2017： 1761-1764.

[14]  Hao P， Tang H， Chen Z， Liu Z. Early-season crop mapping using improved artificial immune network （IAIN） and Sentinel data [J]. Peer J 6：e5431.

[15]  Gao F， Anderson M， Daughtry C， et al. Assessing the variability of corn and soybean yields in central iowausing high spatiotemporal resolution multi-satelliteimagery [J]. Remote Sens. 2018， 10， 1489.

[16]  高分一号[EB/OL]. 中国资源卫星应用中心[2019-01-09]. http：//www.cresda.com/CN/Satellite/3076.shtml.

[17]  高分二号[EB/OL]. 中国资源卫星应用中心[2019-01-09]. http：//www.cresda.com/CN/Satellite/3128.shtml.

[18]  环境一号A/B/C星[EB/OL]. 中国资源卫星应用中心[2019-01-09]. http：//www.cresda.com/CN/Satellite/3064.shtml.

[19]  资源一号01/02星[EB/OL]. 中国资源卫星应用中心[2019-01-09]. http：//www.cresda.com/CN/Satellite/3056.shtml.

[20]  蔡亚宁， 肖鹏飞， 何德华， 等. 数字化技术在高分三号卫星总装设计中的应用[J]. 航天器工程， 2017， 26 （06）： 137-142.Cai Y， Xiao P， He D， et al. Application of digitaltechnologies to assembly design for GF-3 Satellite [J]. Spacecraft Engineering， 2017， 26 （06）： 137-142.

[21]  资源一号04星[EB/OL]. 中国资源卫星应用中心[2019-01-09]. http：//www.cresda.com/CN/Satellite/4308.shtml.

[22]  Chen Z， Zhou Q， Liu J， et. al. Charms—China agricultural remote sensing monitoring system [C]. IEEE International Geoscience and Remote Sensing Symposium， 2011. 3530-3533.

[23]  資源一号02C星[EB/OL]. 中国资源卫星应用中心[2019-01-09]. http：//www.cresda.com/CN/Satellite/3067.shtml.

[24]  王迪， 周清波， 陈仲新， 等. 基于合成孔径雷达的农作物识别研究进展[J]. 农业工程学报， 2014， 30（16）： 203-212.Wang D. Zhou Q， Chen Z， et al. Research advances on crop identification using synthetic aperture radar[J]. Transactions of the Chinese Society of Agricultural Engineering， 2014， 30（16）： 203-212.

[25]  丁娅萍， 陈仲新. 基于最小距离法的RADARSAT-2遥感数据旱地作物识别[J]. 中国农业资源与区划， 2014， 35（6）： 79-84.Ding Y. Chen Z. Dry land crop classification using minimum distance method based on Radarsat-2 Data [J].Chinese Journal of Agricultural Resources and Regional Planning， 2014， 35（6）： 79-84.

[26]  陈兵， 李少昆， 王克如， 等. 作物病虫害遥感监测研究进展[J]. 棉花学报， 2007， 19（1）： 57-63.Chen B， Li S， Wang K， et al. Studies of Remote Sensing on Monitoring Crop Diseases and Pests[J]. CottonScience， 2007， 19（1）： 57-63.

[27]  Guan K， Berry J， Zhang Y， et al. Improving the monitoringof crop productivity using spaceborne solar-induced fluorescence[J]. Glob Change Biol， 2015， 22（2）： 716- 726.

[28]  Guan K， Wu J， Kimball J S， et al. The shared and unique values of optical， fluorescence， thermal and microwave satellite data for estimating large-scale crop yields[J]. Remote Sensing of Environment， 2017， 199： 333-349.

[29]  张立福， 王思恒， 黄长平. 太阳诱导叶绿素荧光的卫星遥感反演方法[J]. 遥感学报， 2018， 22（1）： 1-12.Zhang L， Wang S， Huang C. Top-of-atmosphere hyperspectral remote sensing of solar-induced chlorophyll fluorescence： a review of methods[J]. Journal of Remote Sensing， 2018， 22（1）： 1-12

[30]  Liu L， Guan L， Liu X. Directly estimating diurnal changes in GPP for C3 and C4 crops using far-red sun-induced chlorophyll fluorescence[J]. Agricultural and Forest Meteorology， 2017， 232（Complete）： 1-9.

[31]  孫丽， 陈焕伟， 赵立军， 等.遥感监测旱情的研究进展[J].农业环境科学学报， 2004， 23（1）： 202-206.Sun L， Chen H， Zhao L， et al. The Advance of Drought Monitoring by Remote Sensing [J]. Journal of Agro-Environment Science， 2004， 23（1）： 202-206.

[32]  王鹏新， 龚健雅， 李小文， 等.基于植被指数和土地表面温度的干旱监测模型[J]. 地球科学进展， 2003 18（4）： 527-533.Wang P， Gong J， Li X， et al. Advances in drought monitoring by using remotely sensed normalized difference vegetation index and land surface temperature products [J]. Advance in Earth Sciences， 2003， 18（4）： 527-533.

[33]   王利民， 刘佳， 邓辉， 等. 我国农业干旱遥感监测的现状与展望[J]. 中国农业资源与区划， 2008， 29（06）： 4-8.Wang L， Liu J， Deng H， et al. Present status and prospect of remote sensing supervision and test for aridagriculture in China [J]. Chinese Journal of Agricultural Resources and Regional Planning. 2008， 29（06）： 4-8.

[34]   Adams J R， Berg A A， Mcnairn H， et al. Sensitivity of C-band SAR polarimetric variables to unvegetated agricultural fields[J]. Canadian Journal of Remote Sensing， 2013， 39 （1）： 1-16.

[35]   何连， 秦其明， 任华忠， 等. 利用多时相Sentinel-1 SAR数据反演农田地表土壤水分[J]. 农业工程学报， 2016， 32（3）： 142-148.He L， Qin Q， Ren H， et al. Soil moisture retrieval using multi-temporal Sentinel-1 SAR data in agricultural areas[J]. Transactions of the Chinese Society of Agricultural Engineering， 2016， 32（3）： 142-148.

[36]   Lambert A， Santee M L. Accuracy and precision ofpolar lower stratospheric temperatures from reanalyses evaluated from A-Train CALIOP and MLS， COSMIC GPS RO， and the equilibrium thermodynamics of supercooled ternary solutions and ice clouds[J]. Atmospheric Chemistry and Physics， 2018， 18（3）： 1945-1975.

Technical demands for agricultural remote

sensing satellites in China

Zhongxin Chen1*， Pengyu Hao1， Jia Liu1， Meng An2， Bo Han2

（1. Institute of Agricultural Resources & Regional Planning， CAAS / Key Laboratory of Agricultural Remote Sensing，

Ministry of Agriculture and Rural Affairs， Beijing 100081; 2. Chinese Academy of Space Technology， Beijing 100094）

Abstract： With the development of China's modern agriculture， information agriculture and smart agriculture， and the implementation of national rural revitalization strategy， there are very strong demands for timely and effective retrieving information for agricultural environment， production conditions， status， and procedure. Because of the inherent characteristics of agriculture， satellite remote sensing is one of the critical techniques in agricultural information acquisition. Based on the analysis of the applications of agricultural remote sensing satellites abroad and in China， the authors analyzed the technical demand and engineering demand of China's remote sensing satellites development according to the demand of modern agricultural development， in order to provide suggestions for the construction agricultural remote sensing satellite system in the national digital agriculture system. In developed economies， remote sensing satellites that can be used for agricultural applications have formed constellations or systems for integrative observation. Their designs of payloads and sensors onboard remote sensing satellites have taken full account of the demand for agricultural applications. Their technical innovation and information retrieval capability have been greatly enhanced in agricultural applications of satellite remote sensing. In contrast with that in the advanced foreign countries， the agricultural satellite remote sensing applications in China have quite a few problems and shortcomings. We rely mainly multi-spectral remote sensing systems， which leads to inadequate observation elements in agricultural remote sensing applications. Limited by the performance of remote sensing sensors and the inadequate ability of remote sensing satellite ground application system， there is a certain gap between quantitative remote sensing monitoring means in China and foreign developed countries. Based on a comprehensive analysis of the current and future demands of agricultural remote sensing applications in China， this paper suggests the agricultural requirements for the application capability and equipment of remote sensing satellites. It is suggested that a constellation system of agricultural satellites flying in a tandem sequence should be constructed. The constellation has multi-spectral， hyperspectral， infrared and microwave sensors， which can acquire the comprehensive features of the same objects in the same temporal phase， and thus obtain the data with high spatial-temporal consistency and consistency of solar illumination conditions. The precision of multi-source data fusion can comprehensively provide multi-scale remote sensing products with different bands， different polarization， active/passive， microwave/optical fusion. With help of this advanced agricultural remote sensing satellite system and national spatial infrastructure in China， it will enhance the capability to promote the rapid development of agricultural remote sensing technology and the integration of three-dimensional space-air-ground based digital agriculture in China.

Key words： agriculture; satellite; remote sensing; smart agriculture; demands