高光谱技术在农业遥感中的应用

鲍义东 陈秋实 陈果

（中国航天科工集团十院智慧农业公司 贵州省贵阳市 550022）

传统的农业作业方式比较落后，不利于农业的管理，而农业遥感有助于农业管理，尤其是高光谱技术在农业遥感中的应用，更是有助于监督农业的生产，为农作物的生长创造出优质的条件。高光谱技术在农业遥感中发挥着重要的作用，监测农业的发展，为农业作物提供生长参数，优化农业产业的管理。

1 高光谱技术在农业遥感中的应用表现

高光谱技术在农业遥感中主要是监测地面上农作物的生长状况，高光谱技术可以准确的监测到农业中的信息，把农业遥感中的各种信息资源结合起来，为农业建设提供基础的信息，同时还能预估农作物的生长以及可能出现的灾害，提高农业管理的水平[1]。农业遥感的工作量比较大，采用高光谱技术能够减轻农业遥感的工作负担，促进农业遥感的发展。本文结合农业遥感分析高光谱技术的应用表现，如下：

1.1 研究农作物叶片光谱特征

高光谱技术在农业遥感中研究农作物叶片的光谱特征，农作物生长过程中，其生长状态和叶片光谱特征存在着密切的关系，叶片光谱特征中的信息含量非常高，包含大量的信息，比如光谱反射率、土质内水分含量等，这些因素都会影响到农作物的生长状态。例如：高光谱技术分析农作物叶片光谱特征时，成像光谱仪的波段范围调制500～1800nm，在这个波段中研究水稻农作物的光谱特征，该研究中土壤内水分状态稳定，早期阶段中水稻冠层水分能够光谱仪中提供的不同波段探测微分导数及反射率，以此来分析水稻对土壤水分的需求。高光谱技术除了用在水稻农作物以外，还能用在油菜作物上，高光谱技术研究油菜叶片的光谱特征，根据油菜光谱特征的变化构建了绿叶素模型，定量研究绿叶素的变化，以便为油菜生长提供合适的条件。

1.2 识别农作物并准确的分类

农业遥感中利用高光谱技术准确的识别农作物并且分类，在此基础上才能评估农作物的产量，并且监测农作物的灾害。高光谱技术利用波普范围监测农作物的实际变化，在波普范围中研究农作物的细微状态。高光谱技术从更细微的角度上识别农作物并做好分类工作，高光谱技术中可以采用光谱角分类以及决策树分层的方法识别农作物。

（1）光谱角分类技术在农作物识别和分类上的应用，测定光谱与参照光谱产生的夹角，运用计算方法表达光谱与参照光谱的相似程度，完成光谱匹配分类，再进行光谱角分类[2]。如果光谱匹配分类和光谱角分类非常相似，产生的夹角就会很小，此时就能更为准确的识别出农作物的分类。高光谱技术中光谱角分析法能够减少地势、光照这些因素对研究项目的影响，保障分析结果的准确性。

（2）决策树分层分类在农作物识别与分类上的应用，决策树分层分类的直接目的是把农作物的信息细致的划分，划分到最小的子集状态，决策树分层分类时，树干是节点，每个中间位置的节点和末端位置的节点会构成一个决策树，决策树可以分为单变、多变以及混合这三种，主要是详细的区分农作物的类别，便于识别农作物。

1.3 预测农作物生长中的势态

高光谱技术在农业遥感中预测农作物的长势，主要从叶面积指数和生物量两个方面进行分析。

叶面积指数分析中，高光谱遥感技术对叶片没有破坏性，监测叶面积时不会产生破坏问题。高光谱遥感技术解决了传统监测方法中的问题，在基本无破坏的条件下获得精准的叶面积指数。叶面积指数在高光谱提供的宽波段光谱中能够被分析出来，同时还能构建出不同类型的遥感反演模型。例如：某冬小麦种植区域中，叶面积指数分析时采用了便携式地物光谱仪，测量冬小麦叶片在特定波段中的反射率、透过率，同时配合冠层分析仪分析冬小麦的冠层部分，得出冬小麦的冠层光谱。高光谱技术分析叶面积指数的过程中，研究了叶面积指数反演遥感模型，利用模型预测叶面积指数，逐步提高叶面积指数反演模型的精度，由此才能预测农作物的长势。

生物量与叶面积指数相关性比较大，生物量和叶面积指数都用作预测农作物生长的势态中，高光谱技术在生物量监测中的应用类似于其在叶面积指数中的应用，同样需要把高光谱技术中得出的生物量参数和实际生物量比较，系统监测农作物生长过程中的生物量，从高光谱技术得出的反射光谱参数中，研究农作物生物量和叶面积指数的关联性。

1.4 监测农作物生理生化性状

农作物的生理生化性状包括光合作用和氮含量。农作物的光合作用会在体内囤积有机物，促进农作物的生长，高光谱技术监测农作物的光合作用，其可快速、准确的得出农作物光合作用的特征，高光谱技术反射光谱指数的差异反应农作物光合作用的状态，高光谱技术对农作物遥感时获取了一阶微分光谱、二阶微分光谱以及光谱反射率，对这三个光谱进行分析，分析农作物光合作用的实际状态。高光谱技术可以监督农作物在太阳光照下产生叶绿素的实际情况，采集农作物生长的相关数据，动态跟踪农作物叶绿素含量与冠层光谱反射率之间的变化规律，完成农作物光合作用的监测工作。

氮含量是反应农作物生理生化性状的一项因素，高光谱技术监测农作物的氮含量，这样可以在农作物生长期间合理的施加化学肥料，避免出现肥料浪费的情况，还能减少化学肥料对空气、土壤的污染，确保农作物的生长质量。高光谱在监测农作物时，把氮含量作为主要的监测对象，控制好氮元素养料的使用，同时按照氮元素参数的实际变化去获取光谱参数，进而针对不同品种的农作物构建出不同类型的监测模型，合理、科学的向农作物施肥。

1.5 预估农作物生长中的产量

农作物产量预估是农业遥感中的重要工作，高光谱技术具有预估农作物生产产量的作用，基于高光谱技术的光谱遥感器能够获取农作物生长特征。光谱遥感器搭载在卫星上，利用遥感的条件收集农作物的生长信息以及光谱特征，这些信息就可以反映农作物的产量，预估出农作物的产量值。高光谱技术在农作物单产预测方面有着较高的应用价值，其可用的方法分为两种，分别是直接算法和间接算法，直接算法就是直接套用计算方法，比如计算过程中可以采用绿度算法，获取农作物的种植面积后，再采用间接算法，也就是利用高光谱技术提供的模型计算未来农作物的产量。

2 高光谱技术在农业遥感中存在的问题

总结高光谱技术在农业遥感中出现的问题，主要表现为两个方面的问题，具体分析如下。

2.1 农学信息模型适用性问题

高光谱技术在农业遥感中，其可获取农作物的信息模型，虽然获取模型的方法及路径比较多，但是很难找到一种极其适应性的模型，这也就说明了高光谱遥感农学信息时模型适用性方面存在一些问题，而且提取的模型大部分适用在初级的农作物分析中，还不能深入应用到更多的层面。高光谱农业遥感中不同的模型会有不同的分析结果，即使模型之间的差异性很小也会在农作物信息分析时产生较大的误差，因此必须要重视模型适用性这项问题，要以农作物生长的实际情况为基础进行遥感，发挥高光谱技术提取模型的准确性作用。

2.2 光谱分解模型提取的问题

农业遥感时要在田间分成不同的组，按照田间组别分析土壤和农作物。高光谱技术在混合光谱分解以及端元提取时有着很多问题，比如提取信息后给出的处理方案不符合农作物的实际需求，降低了农业遥感的实用性水平，无法定量分析农作物的生长。高光谱技术分析之后建立起来的模型中，有时无法直接应用到农业遥感中，预测和分析的农作物信息非常不准确，影响了信息之间的联系，同时也说明高光谱的光谱分解模型有误差。高光谱技术在农业遥感中必须要以农作物的实际情况为基准，才能完成模型提取的工作，帮助农作物的发展。

3 农业遥感中高光谱技术问题的解决措施

针对农业遥感中高光谱技术出现的问题，综合给出可行的解决措施，完善高光谱技术的实践应用。

3.1 完善数据库

农业遥感中的高光谱技术对数据库的需求很大，农业建设中，土壤以及农作物的组成有差异，比如相同组成的土壤上有不同的农作物，相同的农作物生长在不同组成的土壤上，这些差异是影响高光谱在农业遥感中适应性的主体因素，引起严重的数据差异。高光谱技术应用到农业遥感中以后要完善数据库，最先就要为高光谱技术提供海量数据的数据库，随时供应高光谱技术中的数据应用，数据库中要输入一些有用的数据，比如不同土壤组成对农作物的影响，土壤成分在农作物生长中的效应，环境对农作物的影响等，土壤一定会引起农作物光谱变化，而且这是普遍存在的现象，想要改善这种情况就要积极完善数据库，不断的分析高光谱技术所对应的标准地，挖掘出标准地中所有的信息，掌握光谱在农作物生长中的变化状态，尤其是光谱在有差异条件种植农作物的土壤中的特征表现，总结可用的数据，积极完善高光谱技术的数据库，实现农学信息的适用性，提高农学信息在农作物研究方面的准确性，落实高光谱技术在农业遥感中的精准应用。

3.2 推行技术融合

技术融合是指在农业遥感中融入GIS 技术和GPS 技术，为高光谱分析提供技术支持。农作物生长研究中大部分信息都是通过高光谱遥感获得的，在高光谱遥感中引入GIS 技术和GPS 技术，拓宽高光谱遥感技术的工作范围。GIS 技术具有空间分析的作用，还能提供数据分析和处理的条件，GPS 技术实现了精准定位，在农业遥感中把高光谱技术、GPS 技术和GIS 技术结合起来，更有利的分析农作物的生长状态，最终保障农作物生长状态的分析结果更为贴近实际的标准。农业遥感中的技术融合解决了很多复杂的问题，在高光谱技术分析中掌握土壤、地势、农作物的关系，保障获取信息的精准度，扩大高光谱技术的应用范围。现代很多领域中都比较注重技术的融合，农业遥感中实现技术融合，不仅改善高光谱技术的应用，更是强调高光谱技术的准确性，在此基础上监测农作物的生长及变化，为农作物的生长创造良好的条件。

3.3 挖掘数据信息

高光谱技术在农业遥感中的核心操作就是光谱空间内的数据反应，积极的挖掘农业遥感中的数据信息，全面落实混合光谱分解模型的使用，分离高光谱中有用的谱段信息。混合光谱分解模型具有较多操作经验，实际其分析农业遥感时的规律性偏低，数据可移植的能力也比较低，在高光谱技术中引入数据挖掘技术，致力于根据数据信息之间的关联性找到相关的数据信息，不断的去挖掘数据信息，构建强大的数据库。高光谱技术在农业遥感技术中全面挖掘数据信息，这样才有利于获取与农作物监测直接相关的数据，更重要的是确保高光谱技术可以获得更多的数据信息。

4 高光谱技术在农业遥感中的发展方向

高光谱技术是农业遥感的主要技术，高光谱技术具有图谱合一的优势，精确的监测农作物的生长，实现精准农业。高光谱技术在农业遥感中取得了较好的应用成果，实际仍旧存在着较大的提升空间，规划好高光谱技术在农业遥感中的发展方向，以便为农业建设提供技术支持。

农业遥感中，高光谱技术的发展围绕精细农业展开，精细农业是现代农业遥感的核心工作内容，高光谱技术应用到精细农业中，实现精准无损的农业预测。高光谱技术未来发展中，要从数据及信息两个方面进行建设，合理选择可行的分析方法，帮助高光谱技术的有效应用[3]。高光谱技术发展时不仅要结合其他先进的技术，还要为农业遥感提供不同类型的模型，比如灾害分析预估模型、土壤成分遥感分析模型等，致力于完善农业遥感中的预测工作，为农业提供精准化的服务。

5 结束语

高光谱技术在农业遥感中有着较高的实践价值，高光谱技术应用到农业遥感的多个方面中，虽然高光谱技术应用良好，但是不可避免的会出现一些问题，全面了解高光谱技术在农业遥感中的应用，总结了常见的几类问题，在此基础上给出解决措施，改进高光谱技术的应用并推进其在农业遥感中的发展。高光谱技术在农业遥感上发展前景良好，积极落实高光谱技术在农业遥感方面的应用，体现高光谱技术的优势。