当今农业发展的重要方向是农业信息化，物联网、云计算、人工智能、3S技术等现代信息技术，对我国传统农业向现代农业转变产生了重大影响，使农业信息化朝着智慧农业的方向蓬勃发展，显著提高了农业生产的科学化和定量化水平，正在取得良好的经济效益。

　　作物状态及其生产环境的空间差异是进行农业生产管理优化的关键。遥感可在不同的电磁谱段内周期性地收集地表信息，已成为人们研究、识别地球和环境的主要方法。遥感信息为改进农业生产所需空间信息差异参数的快速、准确、动态获取提供了重要的技术手段。

　　早期由于受分辨率、时间周期、地理、空域、气象条件、监测成本极高以及遥感技术本身发展水平等因素的限制，致使遥感技术在农业领域的应用只局限于服务区域的重大决策。20世纪70年代，遥感开始进入一个高速发展的阶段，并广泛地应用于农业生产监测，在作物识别、面积估算、长势监测、旱情监测、灾害评估和作物产量测算等方面均取得了较大的成绩，然而其所能提供的信息在时空分辨率及所提供信息的精度和丰度方面尚未能满足精准农业对农田信息的需求。近20年来，随着遥感技术的发展，遥感技术在精准农业领域开始发挥越来越大的作用，在指导农田灌溉、施肥、病虫害防治、杂草控制、农作物收获及灾后损失评估等方面均取得了很多成功的应用。

　　大尺度农情遥感监测服务宏观调控

　　在全球气候变化背景下，21世纪以来全球极端气象灾害比50年代高出5倍以上。未来全球极端气象灾害可能出现多发、频发、重发趋势，农业生产的全球可持续发展将面临巨大威胁。受全球气候变暖影响，全球农业生产都将出现大幅波动，粮食供给的不稳定性会增大。这给及时获取农业生产信息提出了更迫切的需求。

　　传统农情信息的获取依赖于庞大的调查队伍和大量的调查工作，信息的获取存在成本高、时效性差的缺点，同时信息结果还易受主观因素影响。遥感信息具有覆盖范围大、探测周期短、现时性强、费用成本低等特点，为大范围农情信息的快速、准确、动态获取提供了重要的技术手段。遥感通过产量的监测/预测，或其相关因子（包括土壤湿度、土壤类型、作物物候、作物长势、作物类型）的监测来提供相关农情信息。美国是最早开展农情遥感监测技术研究的国家，1974年启动的“LACIE”计划拉开了农情遥感监测发展的序幕，此后全球各地的AgRISTARS、MARS、GLAM等一系列计划进一步发展了各种农情遥感监测技术。同时随着监测技术的发展与成熟，一些国家与国际组织建设了各自的农情遥感监测系统，并开展了运行化的监测。这些系统在大范围宏观农业监测中发挥了重要的作用，为相关政府和部门的决策提供了重要的依据。

　　农情遥感技术经过30年的发展，已经取得了巨大的成就。得益于中国自主遥感卫星、无人机遥感和物联网等技术的发展，中国农业遥感研究与应用在过去30年取得了显著进步，中国农业遥感信息获取呈现出天地网一体化的趋势；农业定量遥感在关键参数遥感反演技术方法与应用方面取得进展；作物面积、长势、产量、灾害遥感监测的理论与技术方法取得突破，农业遥感技术应用领域不断拓展。随着技术的发展，我国农情遥感监测系统化建设也在不断推进，目前农业部（国家农业遥感中心）、中国科学院（遥感与数字地球研究所）、国家统计局、国家气象局等单位均建设了运行化的农情遥感监测系统，监测范围受服务部门需求差异的影响而在主产区、全国和全球范围中变化，监测内容也有变化，但大都包括了作物种植面积、作物单产、作物长势等反映宏观农业生产形势的指标。

　　农田尺度信息服务支撑农业生产管理优化

　　与大范围的农情监测主要服务于宏观决策部门不同，农田尺度的信息服务可直接应用于农业生产管理优化，具有更大的应用群体与应用潜力。在这一应用中，遥感不但可以用于农业基础信息的调查，还可以通过提供时空动态信息来优化农业生产。

　　基础信息获取

　　（1）农田基础设施调查：农田基础设施主要包括农田道路、水利设施等，是农业生产和农田管理的基础保障。

　　（2）地块分布调查：精准农业中的变量管理技术是通过将农田分为较小的管理单元来实现，被定义为“农田中产量限制因子均一并且适合进行统一作物投入的田块”。利用高分辨率遥感影像进行地块边界及其空间分布的提取，不仅时效性强、精度高，而且符合中国农村高度分散条件下的精准农业的实施。

　　（3）土壤状况调查：一般可以通过改进土壤肥力指标来提高作物单产，这些指标包括土壤有效氮及其他宏观或微观植物养分、地块的相对位置和坡度以及土壤有机质含量。

　　时空动态信息的获取及利用

　　从农田灌溉、施肥、病虫害防治、杂草控制及作物收获5个方面对遥感技术在现代农业领域的应用进行说明如下：

　　（1）指导农田灌溉：利用遥感技术可以估算土壤墒情和作物需水量，通过实施适时适量灌溉来节约水资源，以提高水资源的生产效率。

　　（2）指导施肥：利用遥感技术获取土壤肥力状况及作物养分信息，根据土壤养份含量和作物养份胁迫的空间分布来精细准确地调整肥料的投入量，以获取最大的经济效益和环境效益。

　　（3）指导病虫害防治：利用遥感技术进行作物病虫害的早期识别可以降低除害成本，并可以有效地指导病虫害的治理。遥感技术可以对病虫害做出快速响应，并可为作物的管理提供空间化的处方图。

　　（4）指导杂草控制：遥感技术可以有效地进行农田杂草的识别，并能提供杂草分布的空间位置及密度信息。

　　（5）指导作物收获：基于遥感数据指导作物收获主要是通过开展作物收获时间的预测和作物品质的监测两个途径。

　　可以看出，遥感技术在农作物估产、动植物长势检测、病虫害预报、定量施肥与灌溉、农业生产模型仿真、农业自然灾害监测、农业生态环境监测、农业资源调查与利用监测、土地资源退化监测、土壤适宜性评价等方面有着广阔的发展前景。

　　尚待解决的几个问题

　　目前限制卫星遥感技术服务于智慧农业的主要瓶颈在于：

　　监测精度需要进一步提高

　　由于受大气状况、数据质量以及反演模型本身的适用性等因素的影响，总体上农田尺度作物的生理参数、生化参数和环境参数的反演精度通常只能达到80~90%，甚至更低，这一精度无法满足智慧农业对农田作物与环境专题信息的需求。解决这一问题需要从遥感技术本身出发，一方面改进参数的反演模型及其标定方法，提高估算精度，另一方面开展全面的验证与精度评价，也是提高可靠信息产品的有效途径。

　　监测与服务能力需要进一步提高

　　服务于农业生产管理的农田尺度遥感监测对监测的空间分辨率和时效性都有较高的要求，然而受天气条件、遥感卫星资源利用效率等因素的限制，在需要开展监测时却没有有效的数据做保障的情况时有发生。这种情况通过两条途径可以得到改善，一是通过多源数据融合，充分利用不同卫星、不同传感器所获取的多种数据，通过卫星或传感器组网提升数据的可获得性；二是在监测方法研究时考虑技术方法与传感器的独立性，使信息获取技术与方法可以在国内外不同传感器上得以应用。

　　缺少智能化、网络化的可推广应用平台

　　目前这一领域的研究主要集中于技术方法上，还没有形成成熟的、友好的业务系统，这给卫星遥感技术在智慧农业领域的应用带来了困难。因此需要对“数据处理—信息提取—信息分析—管理决策”的全过程进行系统化集成与开发，以提高信息获取的效率和降低信息服务的成本，同时降低对系统应用机构或人员的专业素养要求。通过网络化信息获取、发布与服务系统的开发，提供可让农业从业人员经过简单培训即可使用的系统，可有效降低技术门槛与监测成本，大大推广技术应用。

　　预测、预报的能力需要进一步加强

　　遥感监测所提供的作物与农田信息多是准实时或过去一段时间的信息，利用遥感信息进行农田生产管理优化，不但需要掌握“现势”的信息，还需要预知未来一段时间可能出现的情况。遥感本身不具备预测与预报能力，这就需要使用遥感数据驱动作物模型，并结合气象预报所获得的未来场景来预测不同管理措施的效果情景，从而提前采取合理的应用措施。

　　研究展望

　　首先通过监测关键技术攻关解决监测的内容与精度问题，提升模型的预测、预报能力，在此基础上梳理技术流程、进行系统化开发，建成智能化网络化信息服务平台，基于平台在示范区开展面向智慧农业的专题监测与服务，并随着开展精度评价与验证工作。

　　区域农田监测关键技术提升与改进

　　通过关键技术的提升与改进，开拓新的监测新专题，并提高监测精度，满足智慧农业需求，包括：多源数据协同的农田参数遥感反演技术，面向田块的作物类型的遥感精准识别技术，灾害条件下作物生长的遥感监测与模拟技术，土壤速效养分遥感反演技术，农作物长势遥感定量监测与评估技术等。

　　在这些监测技术的改进与提升中，尝试新的监测思路与模型标定方法，将机器学习等AI算法广泛应用，同时加强星陆双基的协同反演，以提高算法的精度与效率。

　　提升预测、预报能力

　　作物生长模型可对不同气象、土壤、时间和品种条件下作物的发育阶段、器官建成、干物质积累、产量和品质形成、土壤水分和养分动态进行模拟，并具有机理性和预测性。开展时间序列遥感数据与作物生长模型的同化技术研究，使用遥感数据驱动作物模型，并结合气象预报所获得的未来场景来预测不同管理措施的效果情景，以实现农田管理措施的优化。通过作物模型来实现遥感监测结果向农田精准管理措施建议的推进，以解决遥感监测与管理措施脱节的问题。同时精准农业是一个多目标的系统，作物模型的合理使用可以在优化管理措施时，考虑用户的价值、取向以及代价。

　　智能化、网络化信息获取与服务平台建设

　　首先建立基于遥感技术的农田监测系统，主要包括农田遥感监测关键技术标定和系统化两部分。项目前两部分的研究形针对不同研究区和生态环境研发设计，应用在该项目之前需要对其进行标定，对“数据处理—信息提取—信息分析—管理决策”的全过程进行系统化集成与开发，同时考虑到项目对于产业化的要求及技术之间相互补充的特点，对现有技术进行整合和系统化研发，形成农田参数遥感获取系统。系统要具备智能化、网络化的特点。

　　基于互联网技术，建立用于实现监测信息与用户之间联系的信息发布平台，主要实现数字农田管理工具、种植服务和增值服务功能，为经营主体提供基于农田监测数据和数字田块的预警、建议、规划、种植管理、农事管理。

　　面向智慧农业的专题监测与服务应用示范

　　应用与示范是进行技术推广的前提，也是检验技术是否成熟的重要依据。选择示范区开展专题监测与服务，具体的监测与示范内容包括田块分布信息提取、作物种植类型遥感精细识别、农作物长势遥感评估、农田水分胁迫遥感评估、农田土壤速效养分遥感动态监测、农作物单产遥感估算、盐碱地空间分布动态遥感监测、耕地生产力评价空间制图等。在示范的同时，在示范区布设实验区，开展地面观测，对主要的监测专题产品开展验证，并进行精度评价。

　　作者介绍：

　　中国科学院遥感与数字地球研究所研究员

　　中国科学院中国新农村信息化研究中心副主任

　　团队介绍

　　中国科学院遥感与数字地球研究所精准农业遥感应用研究团队，目前有科研人员13人，其中研究员1名，副研究员2名。该团队围绕遥感在精准农业领域的应用，在解决农田尺度动态监测的遥感数据源的基础上，重点针对指导播种、施肥和收割开展技术方法研究，并在多个实验区开展了综合应用示范。除面向精准农业外，还将研究成果应用于农业补贴核查及种植业保险损失核定等领域，团队拥有自主知识产权的软件与专利10余项。团队负责人蒙继华研究员长期从事农业遥感应用技术与系统研究，主持国家自然科学基金、科技支撑计划项目课题、973项目专题等项目20余项，发表论文100余篇。