前言：應用微波衛星數據可以更好的監測全球范圍內作物長勢，該技術可用于作物產量預測，農業保險公司理賠、農業風險管理等領域，現被各國 *** 廣泛采用。

微波成像預測產量

你想比美國農業部更好、更快的預測作物的生長情況嗎？你想在全球范圍內，對主要農作物的生長情況變化做出及時、客觀的監測嗎？正國華宇能夠幫你做到。正國華宇以 衛星圖像數據處理技術為基礎，利用微波衛星遙感技術（S *** I）對災害天氣做出評估，進而對農作物長勢、產量、病蟲害做出預測。

該預測模型的參數，是利用了地表溫度與地表濕度的統計變化與該地區以往農作物的產量數據的關系。采用S *** I的實時數據計算出的產量與美國農業部統計服務中心提 供（NASS）的數據高度一致，該服務中心是世界范圍內作物數據的權威來源。而且，S *** I獲取產量數據的同時，不需要費時、費力、花費高昂的實地勘察。

對用戶來說好處是顯而易見的：更快，更準確，更經濟的 *** 。該 *** 使用微波衛星取得的精確結果可以為農產品交易提供準確、直觀、有效的參考。

微信號：MeetyXiao
添加微信好友, 獲取更多信息
復制微信號

衛星遙感技術

該技術用微波輻射確定地表的溫度和濕度的變化，然后把這些變化值代入作物模型，其結果就能解釋美國的大豆，玉米，小麥和棉花的產量變動情況。而傳統的實地勘察是片面、隨機的觀測。

S *** I最初發展是通過地表發射的微波能量來反應溫度和濕度。S *** I能夠在任何天氣情況下監測地表狀況。由于云層會隨時覆蓋大部分的地表，這樣S *** I就能比 基于光學影像衛星模型提供更有效的監測范圍。溫度的度量是經過大量地表基站進行校準，濕度的度量包括地表附近的任何濕氣來源。正國華宇作物模型有效融入這兩種數據從而 創建了玉米，大豆和棉花產量指數。

衛星傳感能夠監測真實地表的溫度和濕度，而偏離正常值的差值數更具有廣泛的用途。從1988年到2008年，衛星每月不間斷進行分辨率為30KM觀測。實時監測 地表溫度與多年平均值進行對比，數據差值就可以表明這段時間該地區是高于還是低于往常了，用累積概率的程度來表示從極度干旱到極度潮濕的范圍。

由2005年7月18-24全球地表溫度圖，表明美國大部分地區、巴西和俄羅斯東部溫度高于往年平均，加拿大，阿根廷及中國的部分地區溫度低于往年平均。下圖顯 示是同一星期相對應地表濕度的差值。如圖表明，中國的大部分地區相對常年來說要潮濕一些，而澳大利亞東北部和印度一部分地區濕度較大。我們在作物生長時期把溫度與濕度 變化代入作物模型上，然后在作物生長期內可以通過對地表溫度與濕度變化值對其產量進行估測。

結果及驗證

為了驗證S *** I的數據領先NASS的報告，利用中介機構的7月份的調查數據為基礎，可以分別拿S *** I和NASS的八月份報告做比較。用S *** I的7月份數據 和NASS的八月底的數據（在九月報告）相比較，按次序的，用S *** I的8月份數據和NASS的九月份數據（在十月份報告）作比較。由于NASS是在下個中旬發表上個 月的月底報告的，所以S *** I的數據要比NASS的數據早了5個星期。

在此項研究中表明，作物生長期內產量的變化是與田間的情況變化是高度相關的，基于S *** I的作物產量預測模型與NASS在報告最終產量趨于一致。該模型在6月份底就能精確估測作物產量上的變化，而NASS直到8月中旬才所反應。

我們通過依荷華州玉米生生長過程的前期的預測產量，來繼續驗證模型，NASS最早可用的數據7月份監測要在8月份報告發布，可與S *** I基于6月份報告的產量相 比較。100代表是在最終產量方面是吻合更好的.（S *** I是在6月底，而NASS是在8月中旬），看下面的“產量預測”，在絕大多數年分看來，S *** I的6月份確定 的產量好于NASS的7月份產量。

下個問題是，基于S *** I的預測在產量變化方面是優于NASS不受作物生長期變化影響，為了證實這一點，選用三種作物：玉米，大豆和小麥，該項研究采用北達科達 州的春小麥和堪薩斯州的冬小麥，采用來自伊利諾伊和內布拉斯州大豆，小麥來自依荷華州和俄亥俄州。最初的成果是基于S *** I最終產量（9月底）和每年1月份發表的美國 農業部的NASS最終產量之間的關系，在不同的州每種作物的相關度達到96％。

另外，為了增加測試的可用數據，我們每個州每個作物的四個不同的生長階段，這個能更好的測試S *** I的數據會隨著生長期不斷增加，領先于NASS。綜上所述，是 采用S *** I的6月份數據和NASS的7月底數據相比較的，在整個作物整個生長周期內領先一個月的時間。

所有這些的檢驗表明以下三點：首先，NASS通常是保守的，慢慢的接近最終的正確產量。第二，它需要花時間去完成實地調查和分析結果。最后，及時，適時和客觀的 數據能夠提供寶貴的信息及縮短分析最終產量數據的時間。

由于S *** I的數據組的客觀，全球和科學，被廣泛的應用于許多 *** 和商業組織，為他們提供農產品更精確的評估。這個 *** 迅速的成為科學、及時的預測全球產量更佳 選擇。現在一些大企業爭相采用該技術，收益得到擴大和穩定。

來源：開源地理空間基金會中文分會

來源鏈接：https://www.osgeo.cn/post/243gg

本站聲明:網站內容來源于 *** ,如有侵權,請聯系我們,我們將及時處理。