高光谱技术在农业遥感中的应用思考

何 勇，杨培洁，张春梅，许 刚，黑桂林

（宁夏回族自治区农业勘查设计院，宁夏银川 750001）

传统农业作业方式的生产模式、生产工具相对滞后，不利于农业经济的发展管理。农业遥感模式的应用，尤其是高光谱技术在农业遥感中的应用，能够更好地监督农业发展，并为农作物的稳定生长提供可靠环境。研究高光谱技术在农业遥感中的具体应用，不仅可以监测农业的发展情况，而且能够优化农业产业管理，加快农业经济发展速度。

1 高光谱技术在农业遥感中的具体应用

1.1 叶片光谱特征监测

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，叶片光谱特征中的包含大量的信息，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，因此可以应用高光谱技术研究农作物叶片的光谱特征。例如，利用高光谱技术分析农作物叶片光谱特征时，可将成像光谱仪的波段范围调至500～1 800 nm，在这个波段中研究水稻农作物的光谱特征，并对土壤内水分状态进行检测。在水稻生长的早期阶段，可以利用光谱仪提供的不同波段来探测水稻冠层的微分导数及反射率，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，例如根据油菜光谱特征的变化构建绿叶素模型，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 识别农作物种类

高光谱技术也可以对农作物种类进行精准识别，为生长数据的监测提供参考。在具体的应用中，该技术主要通过以下两种方法来辅助识别工作。1）依托光谱角来识别农作物，即对光谱和参考光谱产生的夹角进行计算，将计算数值和光谱分类进行对比，确定具体的应用类别。所产生的夹角数值越小，其相似度越高，识别结果的准确性越强。2）决策树分层法。在具体的应用中，该方法基于以往农作物识别数据，对于农作物的应用信息进行更加细致的分类处理，从而将其划分到最小的子集应用状态。在实际应用中，需要明确树干节点位置，并对于决策树单变、多变和混合变化等内容进行可靠性分析，从而对所需要识别的农作物进行精准识别，提高数据识别结果的准确性和可靠性。

1.3 生长状态的监测

高光谱技术在生长状态的监测中也有着很好的应用，具体应用中主要监测参考数据如下。1）叶面积指数计算，高光谱遥感技术应用时，并不会破坏叶面积，借此来得到可靠的分析数据。在具体的应用中，主要使用到的仪器设备为便携式地物光谱仪，利用该仪器测定叶片特定波段的反射率和通过率，同时在分析中也需要采集农作物冠层部分的参数信息，根据得到的冠层光谱来确定相关参数，提高分析结果的准确性。2）生物量参数信息的分析，在具体应用中，需要明确生物量和农作物生长之间的关联性，对于区域内的生物量进行科学性分析，采集对应的数据信息，借此来得到合理的参数信息，提升数据信息的使用价值。

1.4 生理生化性状监测

利用高光谱技术分析农作物生理生化性状时，主要的监测指标如下。1）农作物的光合作用。光合作用可以在农作物体内积聚有机物，为农作物生长提供必要的能量来源。高光谱技术可以利用反射光谱指数信息来明确农作物光合作用的基本特征，利用一阶微分光谱、二阶微分光谱以及光谱反射率，来完成光合作用实际情况的分析工作。同时还可以采集农作物叶绿色含量变化参数，对于冠层光谱内容进行分析，从而得到可靠的数据分析结果。2）氮含量。氮元素在农作物生长期间有着重要的作用，在对其进行监测时，会着重采集氮元素含量，以此为基础含量模型，对于农作物的氮元素含量进行分析，根据分析结果来拟定合理的施肥策略，确保农作物生长过程的可靠性。

1.5 农作物产量预估

农业经济效益情况和农作物的产量有着直接联系，因此农作物产量预估是农业遥感工作中的重要环节。应用高光谱技术，将光谱遥感器搭载到卫星上，借助遥感基础条件来采集农作物具体生长过程的基础信息，对于光谱特征进行应用分析，这些信息参数也可以合理反映出农作物的产量趋势，利用合理的计算模型，得到农作物的产量数值。从实际应用情况来看，高光谱技术常用的算法包括直接算法和间接算法两种，前者在应用中直接使用了套用计算的方法来完成数据计算，如依托于绿度算法来确定农作物面积，以此为基础明确种植面积，预估出农作物的具体产量；后者则会采用相应的计算模型来完成参数计算，同时对于评估结果进行科学性分析，得到可靠的数据计算结果。

1.6 农业灾害监测

在农作物生长期间，有时也会面临病虫害的威胁，如何基于灾害情况拟定合理的应对措施也是需要关注的内容。借助高光谱技术对农业灾害情况进行监测时，可以通过监测绿叶面积、生长状态等指标来确定目前农作物遇到病害的情况，如蚜虫、地老虎等虫害会啃食农作物的茎叶，导致叶片泛黄、残缺等情况，此时借助光谱也可以准确识别，从而分析农业灾害的具体情况。同时，借助该技术可以对于病虫害发病数据进行汇总，得到整个区块中病虫害的高发区域，在来年翻种之前，可以采用深耕、施撒石灰等措施来改善土壤环境，借此来降低病害问题的发生率，确保农作物可以按照要求顺利完成生产，提高农作物的产量。

1.7 遥感信息模型分析

高光谱技术在遥感信息模型分析中也有着很好的应用。1）借助高光谱技术对于一些基础参数信息进行汇总，汇总过程中采用分类整理的方法完成数据信息整合，以此作为遥感信息模型完善的基础条件。2）遥感信息模型中的内容也需要进行细化处理，如绿叶面积、氮含量等。3）在信息模型中需要做好技术更新工作，除了高光谱技术外，还应引入大数据技术、云计算技术等，使其价值能够得到充分发挥，从而提高遥感模型的应用效果。

2 提高高光谱技术应用水平的相关措施

2.1 完善农业数据库

完善农业数据库有利于智能化管理体系的快速建立，为农业经济进一步发展奠定坚实的基础。在具体的应用环节中，可以依托于数据库技术来完善所需要的数据库，在数据库建设初期，需要在其中录入一些有用数据，如分析不同土壤条件对于农作物的影响，同时对于农作物生长情况进行分析，明确环境带来的影响。

2.2 做好技术融合工作

做好技术融合工作，可以优化整个技术应用体系，为农业遥感体系的快速完善奠定基础。在具体应用中，可以利用信息技术建立数据采集平台，采集市场中流通的新技术、新设备信息，定期整理应用信息，从中筛选出可靠的分析信息，评估新技术、新设备的使用价值，结合经济性分析情况，选择性对其进行引入。同时对于技术融合情况进行应用分析，将技术的应用价值发挥到最大，提升技术内容的实用价值。

2.3 加强数据信息挖掘

加强数据信息挖掘，能够提高数据信息的使用价值，并对于综合体系的快速完善奠定基础。在数据信息挖掘过程中，会使用到大数据挖掘技术，对于信息的潜在价值进行客观分析，对于筛选出的信息内容进行汇总整理，建立专属的数据库［1］。此外，需要做好关键词的标记工作，为后续数据查询提供便利条件，提升数据信息的应用价值。

2.4 组建高水平管理队伍

组建高水平管理队伍，可以为农业遥感工作的有序推进提供保障，减少人为失误问题的发生率。在组建管理队伍初期，需要做好队伍成员的筛选工作，选择综合实力强、责任心强的人员来组成管理队伍。同时在日常生活中进行定期培训，培训内容包括新技术应用流程、新规范要求等，并在培训工作结束后对其进行考核，考核成绩折合比例计入到月末绩效评估中，借此来提升人员重视度，保持管理队伍的综合水平［2］。

3 结语

高光谱技术作为一类影像数据技术，具备识别能力强、探测结果准确性高等应用优势，目前已经在许多领域中得到了推广。将高光谱技术应用到农业遥感中，不仅可以加快数据信息的采集速度，提升数据信息应用价值，而且对于加快农业智能化管理体系建设速度也有着积极意义。