关键词：农业、遥感、综述

预计到2050年，全球人口将达到98亿。粮食生产需呈指数增长，以满足不断增长的人口的需求。然而，有限的土地和水资源、气候变化以及极端事件的增加可能对实现可持续农业目标构成重大威胁。面对这些挑战，粮食安全已被纳入联合国的可持续发展目标（SDG）。自从人造卫星（Sputnik）出现，以及随后的探索者任务，卫星遥感技术正在协助我们在全球范围内收集数据。本文提炼了一篇综述性论文，其中关键信息涉及卫星遥感信息评估和管理农业的三方面作用：一是作物生长和单产评估；二是灌溉绘图和量化; 三是作物损失。此外，本文还提炼了该论文中就卫星传感器如何通过各种频率（包括光、热和微波频谱）的测量为上述研究领域做出贡献。综述如下：

一、      作物生长与单产评估

利用归一化植被指数(NDVI)、比值植被指数(RVI)和植被条件指数(VCI)等指标的回归关系来估计作物单产和叶面积指数(LAI)。多光谱和高光谱图像都可被有效利用。物理模型，如PROSAIL模型（模拟林冠反射作为LAI和其他变量/参数的函数）被广泛用于检索LAI。此外，作物模拟模型考虑了气候和农业条件来模拟作物变量。另外，数据同化已成为一种有用的工具，可以将模型模拟和遥感数据协同起来，以改善作物状态变量，如光合有效辐射吸收比率(fPAR)和LAI。随着在全球范围内（使用微波传感器）获得土壤水分观测值的效果增加，人们试图将土壤水分（在数据同化框架中）纳入作物模拟模型，以改进对作物单产的估计。日光诱导叶绿素荧光（SIF）也是新兴的研究领域之一，本文试图通过回归分析，利用SIF测量来确定总初级生产力（GPP）和作物单产。另外，雷达微波信号具有穿透大气的能力，被广泛应用于作物生长评价。这些研究使用半经验模型（如WCM）、能量和波动方法以及极化分解等方法来检索LAI和生物量等作物变量。此外，作物监测也通过估计作物高度来进行。为此，合成孔径雷达干涉(InSAR)、串列干涉测量、极化合成孔径雷达(PolSAR)和极化干涉合成孔径雷达(PolInSAR)技术被广泛应用于在大空间尺度上研究被动式微波与作物生长的关系。

二、      灌溉

遥感信息有助于灌溉研究，通过确定灌溉面积或量化所需/供应的水量。几年来收集的光学/热反射信息采用监督或非监督分类算法用以识别灌溉区域。衍生产品如NDVI、NDMI、EVI、LSWI也用于分类方案中。类似的分类方案也适用于雷达传感器的后向散射时间序列，用于探测灌溉。在被动式微波传感器获得的土壤湿度可测量降雨和灌溉事件引起的水分变化。因此，可尝试利用土壤水分产品来识别灌区的时空格局。ET是定量计算灌溉需水量的重要变量。能量平衡法在利用卫星的光/热反射测定ET时很流行。另一方面，农田灌溉用水的确定是土壤水分的主要功能。最近的研究集中在利用卫星土壤水分和降水数据集提取灌溉信息。

三、      作物损失

利用光学/热反射数据，大规模检测病虫害造成的作物损失。除植被指数外，还采用蚜虫指数、病害胁迫缺水指数（DWSI）等病害检测指标。通过对多时相数据应用分类算法来识别病虫害的传播。然而，只有当受病虫害影响的植物反射光谱与健康叶片的光谱模式明显不同时，才有可能进行这种检测。尽管目前正在尝试使用微波或SIF数据进行病虫害检测，但目前为止，这些实验都是按现场规模（使用现场/机载传感器）进行的。作物倒伏是农作物减产的另一个原因。目前，作物倒伏是通过反向散射测量来检测的。由于倒伏与作物高度有关，因此检测算法会导出作物高度及其相关参数（如斜率）。最后，还可利用植被指数和分类算法检测导致作物损失的杂草。

结论:

一是由于大多数研究都集中在卫星尺度上，因此有必要开发确定异质农业系统中作物生产力（以单产为单位）的可靠算法。即将进行的卫星任务，如NASA-ISRO SAR任务（NISAR）(https://nisar.jpl.nasa.gov/)，可以获得高达10米空间分辨率的反向散射，有助于满足这一需求。此外，基于多频率（L、C、X、Ka/Ku）波段亮度-温度测量的哥白尼微波成像辐射计（CMIR）等计划任务有助于获得增强产品。

二是在参数校准、大规模适用性和不确定性的量化方面，作物模型的应用存在挑战。虽然数据同化是为了补充其中一些问题，但大多数研究都集中在同化LAI上。为了提高作物单产模拟的质量，需要进行多变量同化。在这个过程中，需要解决不同传感器的时空尺度以及作物模型之间的不匹配问题。

三是近年来，因能够捕捉植物的光合活动，基于卫星传感器的太阳诱导叶绿素荧光（SIF）越来越受到重视。有必要开发能够模拟植物荧光的作物模型，以便可以吸收卫星的SIF来提高单产估计。欧空局未来的任务荧光探测器（FLEX）将致力于测量SIF，为这些研究工作做出贡献。

四是在通过卫星遥感确定灌溉需求和利用率方面，灌溉评估仍然存在不确定性。解决这一挑战需要提供给农场的灌溉用水的现场信息。在不同灌溉制度的小区尺度下，研究异质农业条件下的灌溉问题是一个值得关注的问题。为此，可探讨将遥感数据与水文经济模型（考虑到水资源分配政策、水价等因素）相结合的可能性。

五是由于病虫害大多起源于植物的根部，因此在早期发现病虫害具有很大的挑战性。当树叶受到影响时（这可以通过遥感探测到）作物已被摧毁了。多视角传感器有助于早期发现害虫和干旱。另外，作物可能会受到各种各样的压力，这些压力在其生长周期中会发生变化，须利用卫星传感器来区分，以便精确制定作物保护战略。

目前，大部分关于作物损失的研究都是使用无人机（UAV）进行的，无人机具有很高的再解决能力，而卫星传感器在全球范围内可以实时大规模监测作物损失。因此，有必要开发一个合理框架，将无人机在局部范围内获得的信息与卫星传感器获得的信息进行集成和分析。

备注：

NASA-ISRO Synthetic Aperture Radar (NISAR) 是美国航天局（NASA）和印度空间研究组织（ISRO）合作建造的一颗“双频（L和S频段）合成孔径雷达成像卫星，帮助科学家前所未有地监测和研究地球。这颗卫星预计耗资会超过15亿美元，将成为世界上最昂贵的地球成像卫星。卫星将用于农作物整个生长周期的评估、土壤水分评估、洪水和浮油的评估、监测海岸侵蚀、海岸线变化和沿海水域风的变化，红树林的评估以及地表变化研究等。

原文来源：http://9.rm.cglhub.com/detail_38502727e7500f268a042a475154baab3dd14a058e44767b1921b0a3ea255101c944b624736f9e852e9245d7c80a2e03a807cce22cc381622ba637188eeaacae8ba50e4e0bc32ec498baa64781bbd7fe?

原文作者： L. Karthikeyan a b; Ila Chawla c; Ashok K. Mishra b

翻译与综合：吕姗姗

核校与编辑：董丽娜