遥感技术在农业旱情监测中的应用分析

孟成真

摘 要：本文通过选取西南地区作为研究区域，以氣溶胶遥感技术在农业旱情监测中的应用作为主要研究内容，结合广西、四川等西南地区的具体旱情，从旱情遥感监测、地表水资源遥感监测以及旱情影响评估3个方面对农业旱情监测中气溶胶遥感技术的应用方法进行简要分析研究。并在此基础上对旱灾的具体影响范围、地表水变化情况等进行说明，以此有效证明遥感技术在农业旱情监测中具有强大的应用价值。

关键词：遥感技术；农业；旱情监测

中图分类号：S-1 文献标识码：A DOI：10.11974/nyyjs.20180631077

引言

我国西南地区属于我国主要粮油、糖料产区，农业是其一大至关重要的发展产业，而一旦出现旱情、旱灾，不仅直接影响着农民的经济收入，同时也会对西南地区经济发展产生重大打击。因此有必要通过利用遥感技术对农业旱情进行监测，帮助人们准确掌握旱情发生全貌、区域位置、干旱程度等重要信息，进而为当地农业实现可持续发展提供重要的参考依据。基于此，本文将着重围绕遥感技术在农业旱情监测中的应用进行初步探究。

1 农业旱情监测中的遥感技术应用方法

1.1 旱情遥感监测

旱情对农业发展的打击巨大，在缺乏充足水分下农作物难以实现健康、正常生长。因此对农业旱情进行精准监测的呼声正在不断提高，目前已经有研究人员尝试通过利用遥感技术，也就是通过将监测指标设定为地表植被状况、叶面含水特征等，在获取相应测量指数和重要指标下，对地表农作物的具体旱情进行精准评估。仅在我国西南地区，便有研究人员尝试通过利用气溶胶遥感技术完成农业旱情监测。其通过运用环境减灾星CCD以及IRS数据，通过对表征旱情VCI以及TCI数据进行准确计算，在此基础上建立起相应的旱情评估模型[1]。

在进行地表温度遥感反演的过程中，考虑到HJ-1 B IRS中有唯一热红外波段，智能对地面亮温进行计算。因此部分研究人员通过在交叉定标环境星反演地表亮温的过程中使用MODIS反演地面温度，从而获得具有较高分辨率的LST监测结果。即：

在这一公式当中LSTd（Modis）与LSTp（Modis）分别代表着旱地和MODIS水田地表温度，而LTd（Hj）与LTp（Hj）则分别代表着环境星旱地与水田亮温，B与A则均作为标定系数。

在对植被系数进行归一化的过程中，对环境星进行直接计算的过程中通过运用MODIS反演NDVI数据即可在获取相应NDVI的同时对其进行标定，从而获得尺度为30m的归一化植被系数即：

环境星通过反演后可获得LST以及NDVI数据，在此基础上建立温度条件以及植被状态指数，并运用二者的线性组合模型可以建立起综合遥感监测农业旱情的指数。可表达为：

在这一公式当中TVI和VCI的权重因子分别为A和1-A，监测人员可以通过结合相应历史资料对权重因子进行明确后，将遥感旱情综合监测按照指数不同划分成不同的干旱程度。如果监测指数在85～250之间，则表明情况正常，而如果监测指数在64～85之间则表明存在轻微干旱，若监测指数在42～63之间则表明存在中旱情况。而监测指数在24～41以及3～23之间时，则分别意味着存在重度干旱和极度干旱的情况[2]。

1.2 地表水资源遥感监测

在使用遥感技术对农业旱情进行监测的过程中，还需要重点加强对地表水资源的遥感监测，从而使得监测人员可以通过结合具体的地表水资源变化情况对旱情进行相应评估。在此过程中，监测人员将主要通过借助具有较高分辨率的遥感影响，对地表水体水面面积进行监测。而考虑到西南地区本身存在地形地势复杂、高差较大等情况，因此监测人员可以通过参考以往水面面积监测数据，利用公式：

监测和明确具体西南地区地表水资源变化情况。在这一共识当中，水面缩减率为Pw，W2和W1分别为西南地区监测当年与参考年份水面面积。

1.3 评估干旱对农作物的影响

利用遥感技术监测农业旱情，需要监测人员能够根据采集获取的监测结果对旱情的具体影响程度进行分析。包括估算农作物的受旱面积、减产数量以及农作物生长抑制程度等。通常情况下，监测人员通过直接利用遥感影像分类便可以准确了解到耕地内作物种植比例，鉴于各旱情等级所对应的旱情面积不尽相同，因此在估算农作物受旱面积的过程中，监测人员通过将耕地面积、农作物种植成数和分类成数以及相应旱情等级占比进行相乘，即可得到该旱情等级下的农作物受灾面积。在运用遥感技术监测农作物生长过程中，根据相关研究可知，目前监测人员可以直接运用NDVI等遥感反演制备指数，建立起农作物的生长全过程曲线，在将其与参考年份进行相互比较下，可以对干旱影响农作物的生长过程情况进行准确反映。此外，考虑到西南地区农作物以冬小麦为主，因此监测人员可以在结合各生育期内冬小麦产量同降水量之间的内在关联，利用获得的田间观测资料等进行计算获取。

2 监测结果分析

2.1 旱灾影响范围

根据王丽涛、王世新（2011）等人的相关研究，其通过立足于环境减灾星CCD以及IRS数据的基础上，建立遥感旱情综合监测指数，了解到在近5a以来位于我国西南地区的广西、云南以及贵州等地均出现了较为严重的旱情。并且随着降水量的不断减少，旱情影响范围越来越大。根据其给出的Terra MODIS连续旱情遥感监测结果，发现在2017年2—3月之间，广西和云南等地的受旱耕地面积均出现了明显上升的情况。旱情最为严重的云南地区，在其总耕地面积中，发生重度干旱的耕地占比一度达到了60%[3]。

2.2 地表水变化

在与2015年和2016年环境减灾卫星CCD数据进行充分结合下，通过对广西、云南以及贵州等存在严重旱情的省份，就地表水资源变化情况进行比较。发现在2015年3月份云南某地水域面积将近584hm?，1a后同一地区的水域面积已经缩减至不足200hm?。而贵州某地的水域面积在2015年3月份达到了3400hm?，但在2016年3月份其水域面积骤降至不足2000hm?，水面缩减率超过42%。同样在广西百色某水库中，其在2015年3月份监测获取的水域面积超过1150hm?，1a后该水库水域面积骤减至不足600hm?，下降幅度超过了48%。由此可见在广西、云南以及贵州等地因受到旱情影响而出现大面积水域缩减的情况，由此将会使得地下水水位逐渐下降，最终直接影响到西南地区人畜正常饮用水。

2.3 旱灾对农作物影响

监测人员在使用遥感技术对西南地区农业旱情进行监测，并对获取的监测结果进行深入分析下，发现随着旱情时间的不断延长，当地农作物的长势愈发恶劣。根据相关研究显示，西南地区除四川外，在2015年3月—2016年3月间，各地农作物生长活力植被指数均较生长季相比下降了至少6%。特别是小春作物包括冬小麦、油菜和甘蔗等受旱情影响作为严重。西南地区多省份地区出现了冬小麦、油菜等作物的大面积减产，对当地粮食供应产生了极大的不利影响。

3 结束语

本文通过结合西南地区以往监测获取的相关数据结果，通过对遥感技术在农业旱情监测中的应用方法等进行分析研究，指出遥感技术可以在帮助人们精准完成旱情遥感监测的同时，使其能够动态化地掌握地表可用水资源变化情况，并根据获得的监测结果对耕地受旱比例、农作物受旱减产量以及旱情等级、严重程度等进行准确了解，对指导当地农业发展和集中解决旱情问题提供了重要的参考依据，具有极为强大的应用价值。

参考文献

[1]王玲玲.基于多源遥感数据四川省伏旱监测[D].成都信息工程大学，2015.

[2]殷飞，金世佳.遥感在农业旱情监测中的应用现状与展望[J].干旱环境监测，2015，29（2）：87-92.

[3]王丽涛，王世新，周艺，等.旱情遥感监测研究进展与应用案例分析[J].遥感学报，2011，15（6）：1315-1330.