遥感农情监测系统国内外技术发展现状
1.1.1 国外行业发展状况
(一)美国“大面积农作物估产实验”计划(LACIE) 从1974～1977年，美国农业部(USDA)、国家海洋大气管理局(NQAA)、宇航局(NASA)和商业部合作主持了“大面积农作物估产实验(Large Area Crop Inventory andExperiment)”项目12J№Ju8|。该项目分三个阶段进行，第一阶段对美国大平原9个小麦生产州的小麦种植面积、单产和产量作出估算；第二阶段，对包括美国本土、加拿大和前苏联部分地区小麦种植面积、单产和产量作出估算；第三阶段是对世界其它地区小麦种植面积、总产量进行估算，估产精度达到90％以上。这是最早的农情遥感监测工作，成为农情遥感监测的里程碑。
(二)美国“农业和资源的空间遥感调查”计划(AGRISTARS) 在LACIE计划以后，从1986年开始，美国农业部、宇航局、商业部、国家海洋大气管理局和内政部又开展了农业和资源的空间遥感调查计划(AGRISTARS，1980～1986)。这是一个研究、发展、评价和应用空间遥感技术以满足农业部各种需要的计划。它主要包括灾害早期预警、作物状况评价、国外8种农产品产量预报、作物单产模型发展、作物波谱特性及技术手段支持研究、土壤湿度测量、本国作物和土壤覆盖分类与面积估算、再生资源清查以及水土保持与污染影响评价等内容。此计划成功地将面积抽样框架技术(Area Sampling Frame)和遥感技术引入农作物种植面积估测中。随后，将这种成熟的技术方法分别由不同的部门应用到农作物估产实践当中，如美国农业统计局(NASSAJSDA)负责将遥感技术应用于美国国内的主要农作物估产；农业部外国农业局(FASAJSDA，Foreign Agricultural Service)负责美国以外的国家的农作物估产。由于估产区域大小不同，所要求的精度不同，因此在方法上也有相应的差别。美国是一个农业大国，为了在世界粮食市场占据主动地位，专门在农业部设立了外国农业局，其主要任务是监测全球其他国家的农作物长势，估计其单产潜力，而对作物种植面积主要靠各国政府的报告和统计资料。
目前，FAS的工作重点范围是前苏联、中国、印度、澳大利亚、美国、巴西、阿根廷、墨西哥、中东地区、阿尔及利亚旧J。 FAS通过监测全球农业产量和农产品供需信息为市场提供指导, 并为本国提供早期预警信息。FAS的监测与分析依赖于气象数据、田间报告和高分辨率遥感数据等所获取信息的整合,其中遥感数据主要提供长势、生长阶段和产量信息。这些信息一方面用于对作物产量信息进行验证, 另一方面用于识别一些没有被报告上来但会对农业生产产生明显影响的事件。 FAS的全球监测结果以“世界农业产量”(World Agricultural Production)月度报告和“产量、供给与分布”(Production Supply and Distribution ，PSD)数据库的形式进行发布, 是USDA全球经济信息系统的基础组成部分。
在本土监测上, 农业部下属的NASS负责为美国农业部提供及时、准确和有效的统计数据。NASS每隔 5年做一次全国农业普查, 以提供美国农业的全面状况信息。遥感数据及遥感技术在提高其统计数据准确性方面发挥了一定的作用, 包括:NASS使用遥感数据来建立农业统计的采样框架、估算作物种植面积、为分析系统提供面向作物的土地覆盖数据等。在遥感的应用上，首先，NASS的有相关的遥感面积估算项目；其次，NASS与 USDA农业研究局 (Agricultural Research Service ，ARS) 建立了长期的合作关系，以 NASA MODIS为数据源在中部和西部的几个州开展了早期的小范围单产预测；此外，NASS还在作物生育期内基于 NOAA-AVHRR获取的归一化植被指数数据(Normalized Difference Vegetation Index ，NDVI)进行作物长势的监测, 为农业部相关决策者提供独立的全国尺度作物生长信息。
除美国农业部外, 美国国际发展管理委员会(U.S.Agency for International Development,USA ID)还建立了预警系统网络(Famine Early Warning Systems Network ，FEWS NET),与国际上不同国家及不同地区的机构、政府与组织开展合作, 针对粮食安全, 提供及时、准确的早期预警和脆弱性评价信息。该系统将基于遥感和地面观测获取的早期预警数据进行整理、分析与融合, 提供预警信息。
(三)欧盟农业遥感监测计划(MARS) 欧盟MARS计划是遥感技术应用于农业统计的10年研究项目，由欧盟第六司(负责欧盟农业)于1987年提出，1988年与欧盟委员会统计办公室合作开展，它通常被称作为MARS项目(Monitoring Agri—culture with Remote Sensing)。该项目中的优先研究内容是：农作物种植面积清查，农作物总产量清查，农作物总产量预报。MARS项目研究的农作物类型是那些产品具有较大市场的农作物，不包括农场内部消耗其产品的农作物类型，如饲料作物。监测和预报的代表性将分别具有3个水平，或者说是3个不同的尺度，即共同体水平、区域级水平和国家级水平。为了达到这一要求，该试验项目被组织成7个行动。行动1是区域面积清查，行动2是植被状况监测和单产参数确定，行动3是单产预报模型，行动4是欧洲农作物种植面积和潜力单产快速估测，行动5是高级农业信息系统的建立，行动6是面积抽样及其测量，行动7是长期研究计划。从行动1到行动5的每一个行动均对应一个运行目标，行动6是其它各行动的支持项目，可直接向其它各行动提供地面测量结果。行动7是不具有任何特定运行目标的长期研究内容，主要目的是研究解决其它行动遇到的基本方法问题。 MARS计划实施的目的有两个：一是在欧盟范围内对农作物申报结果的核查；二是利用遥感技术常年监测农作物并进行估产。
针对农作物核查的起因是根据1992年对共同农业政策所做的彻底修正，农民按照新的政策可以依据耕地面积申请补助金。1996年，大约1．7亿欧洲货币单位直接支付给了申请欧洲农业指导和保证金(EAGGF)的农民。共同农业政策的改革主要关注那些被称之为“可耕地的农作物”(如谷物、油菜籽和高蛋白质作物)以及一定面积的饲料作物。为了得到直接以可耕地面积为基准的补助金，农民必须保持可耕地面积所占的比例。另外，为了获得补助资格，农民需每年在一定的时间申报耕种的作物状况，为信息管理起见，对每一个申报称之为一个文档。而申报时间在欧盟各国稍有不同，主要分布在3月底至5月中旬。执行这一新政策的关键问题是如何管理由农民每年申报的300多万个地块的信息，以及如何在收割之前检验这些申报的准确性。为了能在尽可能短的时间里核查农作物申报结果，遥感卫星影像被选用并成为最有效的工具。很显然，对于农民申报结果的核查是执行新的共同农业政策的基本前提。而且这种核查的范围至少要包括申报总量的5％。在考虑采用何种技术进行这种核查时，欧盟各成员国都将以卫星影像为基础的遥感技术作为可选手段之一，而另一种可能的选择就是传统的实地检验方法。1996年欧盟成员国选定了86个地区作为以卫星影像为基础的遥感核查区，相应的数字在1992年、1993年、1994年和1995年是分别是27，44，56和72。1996年对这86个地区的核查共涉及122 000个文档。1995年平均一个文档包含13个地块，土地面积共约32平方千米。这样，在1995年，以卫星影像为基础的遥感监测共核查了1600万个地块，总土地面积为380万平方千米。
MARS计划监测农作物的目的是为了快速提供关于欧洲的农作物状况的早期统计信息。这些信息包括每年的种植面积较前一年变化的百分比，以及预计当年的农作物产量。这些信息必须动态地，在每月出版的农作物状况通报上，在欧盟范围内公开发表。如果用常规的传统的方法进行农作物估产，无论在任何地区都需要在9～10月间才能进行。但利用卫星遥感估产可以使欧盟在每年的4月开始。为了监测整个欧盟国家的农业状况，靶区的数量和分布必须能够充分代表欧洲的农业耕地。在财政费用和数据处理能力允许的条件下，应该尽可能多地选取靶区。JRC决定选取分布在15个国家的60个靶区，每个靶区为40kin×40km，靶区总面积占欧洲可耕地面积的6％。
(四)埃及农业资源监控系统(ALIS) 埃及农业资源监控系统(ALIS)是由埃及农业和土地部下属的水土研究所(SOil and Water ResearchInstitute，SWRI)和法国SPOT IMAGE公司于1991年开始研制的。其目标是通过该系统的运行为埃及政府提供实时的主要作物种植面积变化情况、城市扩展占用耕地情况以及分析发展新的耕地的可能性。该系统采用SPOT图像监测了埃及耕地变化情况，监测结果表明监控城市无序扩张及控制非法占用尼罗河谷地肥沃耕地，是埃及农业通向明日发展的关键。同时利用该系统进行了埃及的农业统计及制图。研究范围为400万平方千米土地。具体做法为首先利用SPOT图像用来标识独立的土地利用单位，通过交叉相关处理，结合行政界限，产生了400块700m X700m的样本区域。然后有12人的野外调查队用一个月的时问调查了6 240块地块上的作物信息，这些数据和SPOT图像一起，便产生了最初的农业统计结果。
(五)其他及应用举例
除上述农情监测系统以外，俄罗斯、加拿大、日本、印度、阿根廷、巴西、澳大利亚、泰国等也相继开展了对小麦、水稻、玉米、大豆、棉花、甜菜等的遥感估产研究，取得了可喜的进展它们不仅发展了不同的单产模型，特别是遥感估产研究，而且还采用了不同的遥感资料估算作物的种植面积。如澳大利亚用陆地卫星MSS数据对新南威尔士的莫著毕季区双季稻种植面积的估算，精度达到98％。
全美219万个农场，农场主户户配有电子计算机。通过计算机网络，农场主不出门就可以了解诸如农产品期货价格、国内市场销量，进出口量、国内生产量和最新农业科技、气象等信息。同时还可以在网上销售农产品，购买农业生产资料，进行农业技术咨询。专业农业信息网站，是美国当今新时尚。如最近开发的一个大豆信息网络系统，一端是进行大豆研究的几十位专家，另一端是从事大豆生产的农户。该网络系统每个月平均提供50条以上的信息，内容涉及国际、国内的产供销各环节的技术和经营情况，有1万多农户可以获取信息。农民每月只需交20美元的上网费。
1.1.2 国内行业发展状况
(一)国家气象局农作物遥感监测计划
从1984年开始，国家气象局组织北方11省、市开展冬小麦气象卫星遥感综合测产技术研究，开创了国内以应用气象卫星为主的大面积遥感综合估产的先例[S-10]。该计划发展了气象卫星遥感估产信息的提取、加工和处理技术，组建了全国冬小麦遥感综合测产地面监测系统，开展了气象卫星大面积监测冬小麦长势的方法和技术研究，研制了NOAA／AVHRR数字图像解译技术、遥感估产方法和遥感辅助估产模式，建立了不同类型的气象卫星遥感面积测算与估产方法。但该计划没有进行农作物面积的遥感监测。
(二)中国科学院农作物遥感监测计划
该计划来自国家“八五”攻关项目“重点产粮区主要农作物遥感估产”，由中国科学院地理所、综考会、遥感所等单位主持，农业部、科技部、国家气象局等单位共同参加。该计划以遥感信息估测作物播种面积、长势监测、单产估算的技术流程为线索，融遥感技术、地理信息系统技术、全球定位技术为一体，结合地面采样实测和历史状况分析，研究了农作物遥感估产的基本理论和技术方法。重点研究了小麦、玉米和水稻大范围遥感估产的机理和方法，包括估产区划、地面采样点布设技术、利用TM提取面积，在GIS支持下，TM和NOAA资料结合提取面积的基本方法和流程，以及作物在一个生育期内所进行的长势动态监测及预报、墒情和苗情的监控，遥感估产综合模型的研制等。另外，该计划还研制了在GIS技术支持下的大面积多品种遥感动态监测和估产综合集成系统，包括遥感图像处理系统、估产背景数据库、估产模型系统及模型自动生成工具库系统、综合集成软件系统等，有机地将异机平台的系统综合集成一个平台上实现大面积估产运行。应该说该计划首次在国内进行了大面积、多作物的遥感估产运行系统的全面探索，为作物遥感估产业务运行打下了一个坚实的基础。但在某些估产关键技术、运行成本、时效性和监测精度方面与业务运行方面还存在一定的距离。
(三)农业部农作物遥感监测计划
从1998年开始，全国农业资源区划办公室(农业部发展计划司)为及时了解和掌握每年全国农作物实际生长情况，实施了一项“全国农作物业务遥感估产”项目。该项目以业务化农作物遥感监测为目标，利用“3S”技术，发展一套适合中国国情的农作物遥感监测系统。监测的主要对象是冬小麦、玉米和棉花，并逐步扩大到水稻和大豆等作物。其技术思路是通过采用遥感(RS)和地理信息系统(GIS)手段，动态监测每年农作物生长状况；准确了解农作物播种面积变化率，并对农作物单产变化率和总产变化率进行准确估测。该项目由农业部遥感应用中心主持。参加单位有：农业部遥感应用中心太原、成都、南京、哈尔滨分中心，安徽省计委区划所、河南省农业科学院区划所，以及相关省、市区划办公室。该项目从1998年启动，经过项目设计、农作物长势和旱情遥感动态监测、农作物播种面积的遥感解译、农作物单产建模和预测、地面样点的实况调查、农作物总产估测等技术过程，对每年农作物播种面积变化(与上年相比)、农作物单产变化预测、农作物总产变化估测等有了一个准确了解和预测。为农业部及时、准确了解每年全国农作物生产状况提供一个比较准确的信息源。
(四)其他农情遥感监测计划
国内除上述农情遥感监测计划以外，许多科学家从20世纪70年代末就在不同方面和层次上开始了农情遥感监测的机理和方法研究。如中科院等单位对农作物的光谱特性、绿度指数、作物长势及其和作物产量之间的关系、热红外和微波监测土壤水分等方面进行了研究；对陆地卫星图像数据辅以航空遥感和地面采样进行大范围农田耕地面积计算的问题开展了试验研究。农业部及所属单位开展了全国300个县的农业资源动态监测及3省两市小麦估产工作。80年代末，北京大学和江苏省农科院等单位开展了气象卫星和地面调查相结合的河南省小麦和江苏省水稻等的遥感估产机理研究工作。江苏省农科院研制 成功水稻、小麦、棉花和玉米栽培计算机模拟优化决策系统等。
2.2技术趋势及产业关联度分析
（一）技术趋势
遥感农情监测速报工程项目的技术趋势主体是以系统集成、多元数据融合、大数据挖掘、数据同化，四个方面进行的。各项趋势内容如下： 1.系统集成
为了提高农业生产的决策水平，人们在加强农业生产管理领域的数学物理方法研究、遥感农情检测技术研究的同时,还利用系统工程理论方法、网络技术、多媒体技术、数据库技术和计算机技术等各种现代管理理论和信息技术，研制开发综合的遥感农情检测信息管理系统，这些技术方法的集成，对促进农业生产系统管理决策的现代化发挥了重要作用。并且对于大量的空间属性数据，结合具有空间数据管理功能的3S(GIS、RS、GPS)系统，将有助于农情监测系统充分利用各种属性和空间信息，从而进一步提高农情监测系统决策水平。通过系统集成，一方面可以统筹规划农情资源，提高资源的利用率，实现大范围的数据共享；另一方面，还能理顺农情监测管理工作及信息流程，强化各级决策环节,进而提高农情监测管理系统工作效率和综合效益。最终使本农情监测系统达到低成本的、高效率的、性能匀称的、可扩充性和可维护的目标。 2.多源数据融合
此前的农情检测系统主要使用遥感影像数据，本监测系统在此基础上融入气象、水务、农业部门的监测数据，进行产品质量评价，以此提高产品精度，并且结合天气情况可以为农户提供更有针对性的耕作等的实施方案。 3.大数据挖掘
本工程的遥感农情监测速报系统针对不同功能、用户对象而异，是一项复杂的系统工程。且此次系统工作过程中需结合大量多源数据，产生了大量的数据，激增的数据背后隐藏着许多重要信息。因此，要科学、合理地解决农情监测管理工作中遇到各种的实际问题，必然会涉及到一系列的理论和方法。而加强农情监测定量分析方法的研究是提高农情决策水平的一个重要方面，也是促进农情监测管理决策高效、科学的一项重要内容。故采取数据挖掘技术对农情监测、决策两个层次中的一些定量分析方法进行研究与探讨，挖掘出潜在有价值的知识以提高系统整体效率。
4.数据同化
在本示范工程中，我们根据数学模型与优化标准，将不同空间、时间、采用多种手段获得的农业观测数据资料有机结合，建立相互协调的分析或预报优化系统，确定那些不能直接观测的量，以及没有观测到的地方的相关信息，同时模式本身也可以得到优化。其本质就是观测数据和数值模拟数据通过某种方法有效地结合起来，最后得到更加客观的、接近自然的分析结果。使农情检测系统分析决策更加完善、准确。
2.2.2 产业关联度分析
遥感农情监测应用示范工程项目重点在于基于遥感技术提供多角度对农业作物长势监测、种植估产，提升农业部对粮食资源的信息化管理水平，为国家宏观决策和管理提供信息支持，同时扩大使用人群，为农户提供可靠的耕种决策，为未来的农场机械一体化操作经营提供有效依据。其中涉及到了多光谱遥感技术、中低分辨率遥感技术、海量存储技术、数据共享技术、卫星数据管理技术、地面农业数据管理技术、农业作物生长病理决策技术、GIS空间分析技术、用户端系统设计技术等。除了可以满足国家农业部门对全国粮食产量情况的掌握、作物长势监测所需技术外，还可以利用本项目的创新优势满足更大范围的农户群体对自身田地作物的监测决策，以满足更高效率的农业生产需求。从而促进国民经济发展并推动社会进步。其主要表现在以下方面：
遥感卫星研制产业链上游地面遥感接收系统与设备研制遥感专题数据产品加工产业产业链中游卫星遥感数据存储和处理产业国产遥感应用软件产业种子、化肥、农药生产产业链下游作物种植粮食农产品交易 图2-2-2 项目产业关联度分析
（1）促进遥感专题数据产品加工产业
遥感农情监测应用示范工程项目开发的遥感数据加工平台提供的相关功能，能够进行完成遥感影像数据的预处理（图像数据的几何校正、辐射校正等）并且经过不同级别的数据处理，获取多等级数据产品。经过处理的各级数据就可以用于从全国范围的作物面积统计及作物产量估计、农情长势监测（由各植被、土壤指数及其他数据分析所得）、粮食耕作规划等。项目的开展将促进遥感数据产品加工产业的发展。
（2）带动卫星遥感数据存储和处理产业
本项目要求构建卫星遥感数据预处理的海量存储体系，建立完整的卫星遥感数据管理体系，为海量卫星遥感数据的应用提供多级高级缓存机制，要求选用高效可用的磁盘阵列作为卫星遥感数据的在线存储设备，构建一个海量数据的归档存储平台，支持海量卫星遥感数据存储所需要的数据在线及离线等存储形式相结合的多级存储体系。通过存储策略的设定，让数据自动在磁盘阵列、磁带库、磁带架等设备中进行存储归档，把符合归档策略的卫星遥感数据自动保存到下一级存储设备中；当用户调用时，数据会自动从下一级存储设备中恢复到在线盘阵中，供用户使用；从而完成卫星遥感数据存储和处理产业的发展。
（3）带动国产遥感应用软件产业发展
本项目在对遥感数据进行处理时由于其产品的针对性，无法直接从已有的国外遥感应用软件中获取合适的模型函数来计算植被等各项指数，且因融合了气象、灾害等多源数据在进行产品分析时需要综合考虑。由此，我们需要自己在已有软件基础上开发功能。为能更好的推动国产遥感软件的发展，减少国外遥感软件的大范围垄断，本项目可以在国产遥感软件的基础上开发应用。
（4）促进农业高效一体化进程
本项目最终通过带给农户实时耕种信息，并利用农学专家知识库分析作物长势、虫害病状，为广大农户提供耕种实施意见，有效避免施肥不及时、虫害施药错误的问题，为政府提供宏观性的产量、灾害估计及相应紧急方案。且对于长期发展而言，此项目的应用可以为大田全自动机械一体化操作提供有利信息，推进一体化进程，这将大大提高农业生产效率。
