農作物遙感估產

任何物體都具有吸收和反射不同波長電磁波的特性，這是物體的基本特性，它包括作物識別和播種面積提取、長勢監測和產量預報兩項重要內容。

（1）農作物識別——不同物體的波譜特性不同，利用衞星照片可以區分出農田和非農田、同種作物和非同種作物。用可見光和近紅外波段的差值可區分農作物與土壤和水體。識別作物類型，一方面可以根據近紅外波段反射率的差別，主要是因為不同作物葉片的內部結構不同；另一方面是利用多時相遙感。不同作物的播種、生長、收割的時間不同，利用遙感信息的季節、年度變化規律，結合區域背景資料，可以有效地識別作物。

（2）農作物長勢及災害監測——作物長勢定義為包括個體和羣體兩方面的特徵，葉面積指數LAI是與作物個體特徵和羣體特徵有關的綜合指標，可以作為表徵作物長勢的參數。利用紅波段和近紅外波段的遙感信息，得到的歸一化植被指數(NDVI)與作物的葉面積指數(LAI)和生物量呈正相關，可以用遙感圖像獲取作物的NDVI曲線反演計算作物的LAI，進行作物長勢監測。

（3）作物種植面積的提取——方法主要有以下四種：

1）航天遙感方法。包括衞星影像磁帶數字圖象處理方（一般精度較高）和綠度---面積模式。

2)航空遙感方法。可進行總面積的測量、作物分類及測算分類面積。

3)遙感與統計相結合的方法。此方法是由美國農業部統計局在原面積抽樣統計估產的基礎上發展起來的,其原理是利用遙感影像分層，再實行統計學方法抽樣。

4)地理信息系統(GIS)與遙感相結合方法。此方法是在地理信息系統的支持下，利用遙感信息，對不同農作物的種植面積進行獲取。

（4）作物產量估算——遙感估產是基於作物特有的波譜反射特徵，利用遙感手段對作物產量進行監測預報的一種技術。利用影像的光譜信息可以反演作物的生長信息(如LAI、生物量)，通過建立生長信息與產量間的關聯模型(可結合一些農學模型和氣象模型)，便可獲得作物產量信息。在實際工作中，常用植被指數(由多光譜數據經線性或非線性組合而成的能反映作物生長信息的數學指數)作為評價作物生長狀況的標準。