孫景蘭 張志紅 余衛(wèi)東 鄧天宏
(1 河南省氣象局,鄭州 450003;2 河南省氣象科學(xué)研究所,鄭州 450003)
農(nóng)業(yè)氣象觀測(cè)是氣象為農(nóng)服務(wù)和科研工作的基礎(chǔ),目前我國(guó)農(nóng)業(yè)氣象觀測(cè)主要包括作物、土壤水分、自然物候、農(nóng)業(yè)小氣候以及畜牧、果樹、林木、養(yǎng)殖漁業(yè)和蔬菜等[1]。中國(guó)氣象局在20世紀(jì)50年代開始構(gòu)建農(nóng)業(yè)氣象觀測(cè)站網(wǎng),統(tǒng)一觀測(cè)技術(shù)規(guī)范和資料傳輸方式,獲取科學(xué)、客觀的基礎(chǔ)觀測(cè)數(shù)據(jù),在防災(zāi)減災(zāi)、趨利避害和糧食安全生產(chǎn)中發(fā)揮了重要作用[2-3]。
隨著科學(xué)技術(shù)以及新興科技的發(fā)展,我國(guó)農(nóng)業(yè)正在由傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)轉(zhuǎn)變,在內(nèi)容、時(shí)效、形式上對(duì)氣象服務(wù)提出了新的要求。農(nóng)業(yè)氣象觀測(cè)作為氣象服務(wù)的基礎(chǔ)支撐,傳統(tǒng)農(nóng)業(yè)氣象觀測(cè)已經(jīng)遠(yuǎn)不能滿足現(xiàn)代農(nóng)業(yè)生產(chǎn)的需求,目前我國(guó)農(nóng)業(yè)氣象觀測(cè)正由人工觀測(cè)向自動(dòng)化、智能化觀測(cè)轉(zhuǎn)變,利用近地面攝像設(shè)備、無(wú)人機(jī)、衛(wèi)星等多種設(shè)備和技術(shù)手段,開展農(nóng)作物生長(zhǎng)狀況、土壤墑情、農(nóng)業(yè)氣象災(zāi)害、農(nóng)業(yè)小氣候等要素的自動(dòng)化觀測(cè)。自動(dòng)化觀測(cè)初始于20世紀(jì)90年代,我國(guó)科研工作者利用衛(wèi)星遙感在農(nóng)用地資源監(jiān)測(cè)和保護(hù)、農(nóng)作物長(zhǎng)勢(shì)監(jiān)測(cè)和估產(chǎn)、農(nóng)業(yè)氣象災(zāi)害監(jiān)測(cè)與預(yù)測(cè)等方面展開深入研究[4-6],衛(wèi)星遙感土壤墑情也得到了發(fā)展[7-9]。2000年以來(lái),采用頻域反射(FDR)或時(shí)域反射(TDR)原理研制的土壤水分自動(dòng)監(jiān)測(cè)設(shè)備,已經(jīng)在全國(guó)范圍內(nèi)形成了覆蓋不同氣候區(qū)、土壤類型、生態(tài)下墊面的自動(dòng)土壤水分觀測(cè)網(wǎng)[10-11];初步形成了滿足不同服務(wù)需求的農(nóng)業(yè)小氣候觀測(cè)站網(wǎng);基于生長(zhǎng)模型和機(jī)器學(xué)習(xí)的作物田間自動(dòng)化觀測(cè)技術(shù),實(shí)現(xiàn)了作物形態(tài)結(jié)構(gòu)的定量化模擬和可視化描述[12-13],深度學(xué)習(xí)技術(shù)近年來(lái)在作物自動(dòng)化觀測(cè)中也取得了較快發(fā)展。
我國(guó)農(nóng)業(yè)氣象觀測(cè)站網(wǎng)始建于20世紀(jì)50年代,1955年發(fā)展到全國(guó)范圍,六七十年代曾一度中斷,20世紀(jì)80年代逐步恢復(fù),截止到2020年,已經(jīng)建成農(nóng)業(yè)氣象觀測(cè)站653個(gè),其中一級(jí)站398個(gè),二級(jí)站255個(gè),還有70個(gè)農(nóng)業(yè)氣象試驗(yàn)站,構(gòu)建了覆蓋作物、土壤水分、物候、特種農(nóng)業(yè)等物理要素和生物要素的中國(guó)農(nóng)業(yè)氣象觀測(cè)站網(wǎng)(圖1)。同時(shí)也形成了系統(tǒng)、全面的農(nóng)業(yè)氣象人工觀測(cè)技術(shù)規(guī)范,并不斷修訂和完善。1979年編制和出版了《農(nóng)業(yè)氣象觀測(cè)規(guī)范》,1993年對(duì)原來(lái)的農(nóng)業(yè)氣象觀測(cè)規(guī)范進(jìn)行了修訂。觀測(cè)記錄方式為目測(cè)或簡(jiǎn)單器測(cè)、手工記錄,觀測(cè)數(shù)據(jù)通過人工編制旬月報(bào)和墑情報(bào)進(jìn)行傳輸,2013年停止編發(fā)旬月報(bào)和墑情報(bào),數(shù)據(jù)通過“農(nóng)業(yè)氣象測(cè)報(bào)業(yè)務(wù)系統(tǒng)”(AgMODOS)以Z文件方式進(jìn)行傳輸,2020年底傳輸方式升級(jí)為XML格式的標(biāo)準(zhǔn)化傳輸。
圖1 農(nóng)業(yè)氣象觀測(cè)站網(wǎng)布局Fig.1 Layout of agrometeorological observation stations
目前我國(guó)農(nóng)業(yè)氣象自動(dòng)化觀測(cè)已取得了初步成效。土壤水分自動(dòng)化觀測(cè)已在全國(guó)范圍內(nèi)業(yè)務(wù)化運(yùn)行,農(nóng)業(yè)小氣候自動(dòng)化觀測(cè)也在逐漸開展,作物、物候自動(dòng)化觀測(cè)已取得初步成果,遙感監(jiān)測(cè)精度進(jìn)一步提升(圖2)。農(nóng)業(yè)氣象自動(dòng)化觀測(cè)正在由單要素觀測(cè)向多要素觀測(cè)轉(zhuǎn)變,最終形成作物及其生長(zhǎng)環(huán)境綜合性、智能化、空天地一體的觀測(cè)系統(tǒng)。
圖2 農(nóng)業(yè)氣象觀測(cè)發(fā)展歷程Fig.2 Timeline of agrometeorological observation
土壤水分是土壤最重要的組成部分之一,是進(jìn)行土壤水分分析的基礎(chǔ),對(duì)研究作物生長(zhǎng)、節(jié)水灌溉等具有重要意義。
單點(diǎn)土壤水分人工觀測(cè):我國(guó)土壤水分觀測(cè)開始于20世紀(jì)50年代,50年代初通過炒土稱重法來(lái)測(cè)量土壤水分,隨著電力普及,烘干設(shè)備升級(jí)為電烘箱,通過烘干稱重法測(cè)定土壤水分,此種方法一直持續(xù)至現(xiàn)在(圖3)。土壤水分人工觀測(cè)地段分為三類:作物地段、固定地段、輔助地段;作物地段、固定地段測(cè)定時(shí)間為每旬逢8進(jìn)行,作物地段測(cè)定深度為0~50 cm,固定地段為0~100 cm;輔助地段觀測(cè)時(shí)間和深度按服務(wù)需求進(jìn)行。2013年,中國(guó)氣象局正式取消了人工測(cè)定土壤水分業(yè)務(wù)。
圖3 烘干稱重法土鉆和土盒Fig.3 The soil drill and box used in the drying weighing method
單點(diǎn)土壤水分自動(dòng)觀測(cè):土壤水分自動(dòng)化觀測(cè)始于20世紀(jì)90年代的中子儀法,2000年開始研制基于TDR和FDR技術(shù)的土壤水分監(jiān)測(cè)設(shè)備。截止到2009年,有3種自動(dòng)土壤水分觀測(cè)設(shè)備通過了考核定型,分別是DZN1型、DZN2型(圖4)和DZN3型。自動(dòng)土壤水分觀測(cè)設(shè)備主要通過監(jiān)測(cè)電磁脈沖信號(hào)在土壤中的傳播時(shí)間來(lái)計(jì)算土壤體積含水量,具有快速、準(zhǔn)確、連續(xù)等優(yōu)勢(shì)。目前土壤水分自動(dòng)觀測(cè)設(shè)備觀測(cè)深度為100 cm,分為8個(gè)觀測(cè)層次,分別是0~10、
圖4 DZN2 型土壤水分儀Fig.4 DZN2 soil moisture meter
10~20、20~30、30~40、40~50、50~60、70~80、90~100 cm,采集頻次為10 min[14-16]。2010年中國(guó)氣象局頒布了《自動(dòng)土壤水分觀測(cè)規(guī)范》(試用)[17],統(tǒng)一了安裝要求和數(shù)據(jù)傳輸格式,2013年,中國(guó)氣象局正式取消了人工測(cè)定土壤水分業(yè)務(wù),土壤水分自動(dòng)化觀測(cè)成為首個(gè)替代人工觀測(cè)的業(yè)務(wù)項(xiàng)目[18]。至2020年,我國(guó)共有2277個(gè)土壤水分自動(dòng)觀測(cè)設(shè)備通過田間標(biāo)定和業(yè)務(wù)驗(yàn)收,組成了全國(guó)自動(dòng)土壤水分與干旱監(jiān)測(cè)網(wǎng)絡(luò)(圖5),實(shí)現(xiàn)了土壤水分自動(dòng)觀測(cè)全覆蓋。土壤水分觀測(cè)數(shù)據(jù)主要用于農(nóng)業(yè)氣象旬月報(bào)、作物產(chǎn)量預(yù)報(bào)、土壤墑情監(jiān)測(cè)公報(bào)、農(nóng)業(yè)干旱監(jiān)測(cè)預(yù)報(bào)等農(nóng)業(yè)氣象服務(wù)產(chǎn)品中。依據(jù)土壤水分自動(dòng)化觀測(cè)數(shù)據(jù),國(guó)家級(jí)目前全國(guó)土壤墑情監(jiān)測(cè)與評(píng)估日尺度的業(yè)務(wù)產(chǎn)品主要包括10 cm,20 cm,30 cm,40 cm,50 cm等不同深度土壤相對(duì)濕度的5 km×5 km格點(diǎn)空間分布圖,產(chǎn)品分為兩類,分別是10~50 cm不同深度土壤墑情實(shí)況和實(shí)況墑情與前期墑情對(duì)比分析。
圖5 土壤水分自動(dòng)化觀測(cè)站點(diǎn)分布Fig.5 Distribution of automatic soil moisture observation stations
區(qū)域土壤水分自動(dòng)測(cè)定:利用TDR和FDR技術(shù)的土壤水分監(jiān)測(cè)能夠?qū)崿F(xiàn)單點(diǎn)、自動(dòng)、連續(xù)、精確監(jiān)測(cè),但監(jiān)測(cè)范圍小(1 m2內(nèi)),難以得到土壤水分在一定地理區(qū)域分布上的信息,無(wú)法完全反映土壤水分的空間變異性?;谟钪嫔渚€中子法進(jìn)行的區(qū)域土壤水分測(cè)定技術(shù)在2014年進(jìn)行研發(fā),目前已取得階段性進(jìn)展,在河北、內(nèi)蒙古、西藏等地安裝試用[19](圖6)。基于宇宙射線中子法進(jìn)行的區(qū)域土壤水分測(cè)量,依據(jù)近地表宇宙射線快中子強(qiáng)度與土壤含水量呈反比關(guān)系,反演出土壤含水量。該方法能夠?qū)崿F(xiàn)百米范圍的監(jiān)測(cè)尺度,填補(bǔ)了傳統(tǒng)點(diǎn)測(cè)量和遙感大范圍監(jiān)測(cè)的尺度空缺,為中小尺度氣象、生態(tài)、水文、農(nóng)業(yè)、大氣科學(xué)等研究提供一種新的土壤水分監(jiān)測(cè)技術(shù)。該方法具有無(wú)污染、連續(xù)、被動(dòng)、免標(biāo)定、非接觸原位測(cè)量等優(yōu)勢(shì),使得其在土壤水分監(jiān)測(cè)研究中備受關(guān)注,發(fā)展前景良好。
圖6 區(qū)域土壤水分測(cè)量設(shè)備(河北保定)Fig.6 Regional soil moisture measuring equipment in Baoding,Hebei Province
農(nóng)田小氣候是農(nóng)田-植被-大氣所構(gòu)成的連續(xù)體中各組成部分之間物質(zhì)輸送和能量轉(zhuǎn)換的最終體現(xiàn),它反映了農(nóng)田內(nèi)部的氣象環(huán)境條件,對(duì)農(nóng)作物的生長(zhǎng)發(fā)育和產(chǎn)量以及病蟲害都有很大的影響[20-21]。不同作物,不同植株密度、行向、生育期和葉面積大小等都能形成特定的小氣候[22-25]。
在《農(nóng)業(yè)氣象觀測(cè)規(guī)范》下卷中,詳細(xì)規(guī)定了農(nóng)田小氣候觀測(cè)儀器精度及不同場(chǎng)景下小氣候觀測(cè)方法、觀測(cè)時(shí)間及數(shù)據(jù)處理等[26]。受當(dāng)時(shí)人力、物力及技術(shù)條件限制,人工觀測(cè)需耗費(fèi)大量人力,農(nóng)田小氣候觀測(cè)未納入業(yè)務(wù),氣溫、空氣相對(duì)濕度、風(fēng)速等數(shù)據(jù)通常使用當(dāng)?shù)貧庀笳举Y料替代,數(shù)據(jù)代表性較差。隨著現(xiàn)代農(nóng)業(yè)的發(fā)展,這種矛盾更加嚴(yán)重,各地為解決精細(xì)化農(nóng)業(yè)的需求,農(nóng)田小氣候自動(dòng)化觀測(cè)在2000年后進(jìn)入了大發(fā)展階段。
目前我國(guó)農(nóng)田小氣候觀測(cè)應(yīng)用于多個(gè)領(lǐng)域,在業(yè)務(wù)服務(wù)中的應(yīng)用也進(jìn)行了初步探索[27-28]。農(nóng)田小氣候觀測(cè)設(shè)計(jì)包含觀測(cè)項(xiàng)目和觀測(cè)梯度。觀測(cè)項(xiàng)目,即所要觀測(cè)的農(nóng)田小氣候要素,依據(jù)觀測(cè)目的確定。觀測(cè)梯度,即氣象要素在不同高度上的數(shù)值,因此高度的確定對(duì)觀測(cè)結(jié)果至關(guān)重要。2018年中國(guó)氣象局綜合觀測(cè)司頒布了《農(nóng)業(yè)小氣候自動(dòng)觀測(cè)規(guī)范(試行)》,對(duì)農(nóng)田小氣候的觀測(cè)要素和高度進(jìn)行了統(tǒng)一。觀測(cè)要素包括:氣溫、空氣相對(duì)濕度、風(fēng)速、風(fēng)向、雨量、地溫、土壤水分、冠層葉溫、光合有效輻射、總輻射,并對(duì)觀測(cè)梯度依據(jù)不同的下墊面條件進(jìn)行了規(guī)范。自2000年起,全國(guó)各地為滿足高標(biāo)準(zhǔn)糧田、特色作物等服務(wù)需求,安裝了1096套農(nóng)田小氣候觀測(cè)儀(圖7),觀測(cè)數(shù)據(jù)主要用于特色農(nóng)業(yè)氣象服務(wù)及農(nóng)業(yè)氣象災(zāi)害評(píng)估中,依據(jù)不同的服務(wù)需求,形成專項(xiàng)產(chǎn)品或不定期產(chǎn)品服務(wù)當(dāng)?shù)剞r(nóng)業(yè)。
圖7 農(nóng)田小氣候觀測(cè)設(shè)備Fig.7 Farmland microclimate observation equipment
作物觀測(cè)通過觀測(cè)作物生長(zhǎng)發(fā)育進(jìn)程,為高產(chǎn)、優(yōu)質(zhì)、高效農(nóng)業(yè)服務(wù)。作物作為一個(gè)有機(jī)的生命體,生育體征隨著生育階段不斷變化,隨著計(jì)算機(jī)圖像處理技術(shù)的進(jìn)步,作物生育狀況識(shí)別成為可能。
2000年,廣西氣象減災(zāi)研究所同南京農(nóng)業(yè)大學(xué)成功研制了農(nóng)業(yè)氣象自動(dòng)觀測(cè)原理樣機(jī),觀測(cè)內(nèi)容包括田間小氣候的氣溫、空氣濕度、氣壓、風(fēng)、降水等氣象要素以及作物發(fā)育期等物候信息、冠層遙測(cè)溫度、光合有效輻射、土壤溫度、土壤濕度等農(nóng)田小氣候信息和地表水位、地下水位等環(huán)境信息[29]。在此基礎(chǔ)上,2009年中國(guó)氣象局設(shè)立行業(yè)專項(xiàng)《農(nóng)業(yè)氣象觀測(cè)自動(dòng)化系統(tǒng)研發(fā)》,研究作物發(fā)育期、株高、蓋度等自動(dòng)觀測(cè)技術(shù)方法,設(shè)計(jì)的自動(dòng)農(nóng)業(yè)氣象觀測(cè)系統(tǒng)分為硬件系統(tǒng)和軟件系統(tǒng),硬件系統(tǒng)包括作物生長(zhǎng)自動(dòng)采集傳感器、農(nóng)田小氣候觀測(cè)傳感器、數(shù)據(jù)采集器等,軟件系統(tǒng)包括資料自動(dòng)采集和控制軟件、信息處理與應(yīng)用軟件[30]。此外,我國(guó)還有多名學(xué)者也進(jìn)行了研究,利用計(jì)算機(jī)深度學(xué)習(xí)、圖像處理等技術(shù)方法,對(duì)作物發(fā)育期、葉面積、密度及覆蓋度等進(jìn)行研究,取得了多方面的成果[31-35]。
2009年,中國(guó)氣象局開始規(guī)劃現(xiàn)代農(nóng)業(yè)氣象觀測(cè)業(yè)務(wù),調(diào)整站網(wǎng)布局和觀測(cè)項(xiàng)目,改進(jìn)觀測(cè)設(shè)備和手段,大力發(fā)展自動(dòng)化農(nóng)業(yè)氣象觀測(cè),組建觀測(cè)站網(wǎng),實(shí)現(xiàn)土壤水分、農(nóng)田小氣候?qū)崟r(shí)、在線、自動(dòng)化觀測(cè)。2016年,中國(guó)氣象局綜合觀測(cè)司組織,河南省氣象局牽頭,多個(gè)單位參與,先后在河南、新疆、廣西、內(nèi)蒙古四個(gè)?。▍^(qū))的13個(gè)農(nóng)業(yè)氣象觀測(cè)站開展了自動(dòng)化觀測(cè)試點(diǎn)工作。中國(guó)氣象局氣象探測(cè)中心依托自動(dòng)化觀測(cè)試點(diǎn)工作設(shè)計(jì)開發(fā)了農(nóng)業(yè)氣象自動(dòng)化觀測(cè)系統(tǒng),實(shí)現(xiàn)數(shù)據(jù)收集、質(zhì)控、存儲(chǔ)、查詢、統(tǒng)計(jì)、分析等功能,平臺(tái)支持?jǐn)?shù)據(jù)質(zhì)量監(jiān)視、作物生長(zhǎng)特征識(shí)別、設(shè)備運(yùn)行狀態(tài)監(jiān)視、數(shù)據(jù)產(chǎn)品和二次產(chǎn)品顯示等功能(圖8)。農(nóng)業(yè)氣象自動(dòng)化觀測(cè)試點(diǎn)作物包括小麥、玉米、水稻、棉花四種大宗農(nóng)作物,三家企業(yè)參與,觀測(cè)項(xiàng)目包括:發(fā)育期、密度、冠層高度、生長(zhǎng)狀況、葉面積指數(shù)、干物質(zhì)質(zhì)量及覆蓋度七項(xiàng)要素。目前作物發(fā)育期、生長(zhǎng)狀況、冠層高度、稀植作物密度等(圖9),已具備業(yè)務(wù)推廣條件,而葉面積指數(shù)、干物質(zhì)質(zhì)量、密植作物密度精度較低,需優(yōu)化算法或識(shí)別技術(shù)。
圖8 農(nóng)業(yè)氣象自動(dòng)化觀測(cè)系統(tǒng)Fig.8 Automatic observation system of agrometeorology
圖9 作物自動(dòng)化觀測(cè)設(shè)備Fig.9 Automatic cropmeteorological observation equipment
作物發(fā)育期自動(dòng)化觀測(cè)原理是基于圖像特征,利用計(jì)算機(jī)深度學(xué)習(xí),判識(shí)作物發(fā)育進(jìn)程。就發(fā)育期特征而言,出苗、抽穗、開花等外形特征明顯的發(fā)育期精度較高,越冬開始、拔節(jié)、乳熟等外形特征不明顯的發(fā)育期精度稍低;就作物而言,植株個(gè)體較大,外形特征隨生長(zhǎng)發(fā)育變化明顯的作物發(fā)育期識(shí)別精度較高。植株較小,種植方式為密植,植株間遮擋率較高的作物發(fā)育期識(shí)別精度稍低。冠層高度采用標(biāo)桿或激光測(cè)高方法,精度基本滿足了業(yè)務(wù)需求。玉米密度精度較高,而其余作物密度精度較低。以河南省小麥(密植、矮稈)、玉米(稀植、高稈)為例(表1~表3)。數(shù)據(jù)來(lái)源于中國(guó)氣象局綜合觀測(cè)司組織的農(nóng)業(yè)氣象自動(dòng)化觀測(cè)試點(diǎn)。
表1 冬小麥發(fā)育期自動(dòng)化觀測(cè)絕對(duì)誤差(單位:d)Table 1 Absolute error of automatic observation during the winter wheat growing stage (unit:d)
表2 夏玉米發(fā)育期自動(dòng)化觀測(cè)絕對(duì)誤差(單位:d)Table 2 Absolute error of automatic observation during the summer maize growing stage (unit:d)
表3 冬小麥冠層高度和夏玉米冠層高度及密度誤差Table 3 Error of canopy height and density in summer maize and winter wheat
精準(zhǔn)農(nóng)業(yè)需要準(zhǔn)確、及時(shí)地獲取農(nóng)田信息,衛(wèi)星遙感和無(wú)人機(jī)遙感探測(cè)技術(shù)具有時(shí)效性強(qiáng)、成本低、大面積同步觀測(cè)的優(yōu)勢(shì),在農(nóng)業(yè)氣象觀測(cè)中,可以彌補(bǔ)地面觀測(cè)人工成本高和時(shí)效性差的不足,具有廣泛的應(yīng)用前景。針對(duì)農(nóng)田環(huán)境與作物生長(zhǎng)監(jiān)測(cè),衛(wèi)星遙感與無(wú)人機(jī)遙感可以識(shí)別作物種類,估算作物種植面積,反演葉面積指數(shù)、覆蓋度、株高、葉溫等,監(jiān)測(cè)作物長(zhǎng)勢(shì)、營(yíng)養(yǎng)情況、土壤墑情,并可應(yīng)用于農(nóng)業(yè)氣象災(zāi)害損失評(píng)估[36]。我國(guó)的農(nóng)業(yè)遙感也從依賴國(guó)外遙感數(shù)據(jù)到自主國(guó)產(chǎn)衛(wèi)星遙感數(shù)據(jù),通過航空遙感、無(wú)人機(jī)、地面近距離遙感等多種方式并用,形成“天-地-空”一體化的農(nóng)業(yè)遙感信息協(xié)同綜合獲取的技術(shù)體系。
我國(guó)最早的作物種植面積遙感監(jiān)測(cè)是1983年利用Landsat MSS影像和航片,采用目視解譯的方法獲得京津冀地區(qū)冬小麥面積的空間分布。到20世紀(jì)90年代末期開展了全國(guó)范圍作物面積遙感監(jiān)測(cè),目前已實(shí)現(xiàn)對(duì)中國(guó)和世界糧食主產(chǎn)國(guó)多種大宗作物面積遙感監(jiān)測(cè)的業(yè)務(wù)運(yùn)行。早期的作物面積遙感監(jiān)測(cè)一般選擇抽樣調(diào)查,或全覆蓋兩種方式進(jìn)行。隨著中高空間分辨率遙感數(shù)據(jù)源的逐漸增多,在作物面積監(jiān)測(cè)時(shí),逐漸開始向中分辨率影像全覆蓋監(jiān)測(cè)方式轉(zhuǎn)變。高分衛(wèi)星的成功發(fā)射,為我國(guó)作物種植面積遙感監(jiān)測(cè)提供了更多的有效數(shù)據(jù)[37]。
20世紀(jì)90年代我國(guó)初步實(shí)現(xiàn)了小麥、玉米、水稻、大豆等主要農(nóng)作物大范圍長(zhǎng)勢(shì)遙感監(jiān)測(cè)與產(chǎn)量預(yù)報(bào)[38],所用遙感數(shù)據(jù)以中、低空分辨率NOVAA/AVHRR、EOS/MODIS、SPOT/VGA和FY衛(wèi)星等多光譜遙感數(shù)據(jù)為主。隨著高分系列衛(wèi)星陸續(xù)發(fā)射,HJ-1A/B、GF-1、GF-2等衛(wèi)星的高分辨率遙感數(shù)據(jù)也在作物長(zhǎng)勢(shì)監(jiān)測(cè)和產(chǎn)量估算中得到一定應(yīng)用。隨著遙感同化技術(shù)的發(fā)展,基于遙感數(shù)據(jù)同化作物生長(zhǎng)模型的農(nóng)作物產(chǎn)量模擬技術(shù)逐漸成為前沿和有發(fā)展?jié)摿Φ膽?yīng)用研究領(lǐng)域。不同主流模型、不同同化方法支持下的作物單產(chǎn)模擬比較研究,為提高農(nóng)作物單產(chǎn)定量化模擬的技術(shù)精度和水平發(fā)揮了重要作用。丁美花等使用500 m空間分辨率的MODIS數(shù)據(jù)監(jiān)測(cè)甘蔗長(zhǎng)勢(shì),并結(jié)合30 m空間分辨率的ETM數(shù)據(jù)支持甘蔗產(chǎn)量估算[39]。楊貴軍等基于無(wú)人機(jī)多光譜影像和氮素優(yōu)化算法對(duì)小麥潛在產(chǎn)量進(jìn)行了預(yù)測(cè)[40]。目前國(guó)家氣象中心基本建立了北美、南美、歐盟、東南亞等糧食主產(chǎn)國(guó)作物產(chǎn)量遙感估算方法并形成了業(yè)務(wù)服務(wù)能力,針對(duì)美國(guó)大豆、玉米、小麥,建立了作物產(chǎn)量逐月遙感預(yù)報(bào)模型。國(guó)家氣象中心每旬定期生成作物長(zhǎng)勢(shì)衛(wèi)星遙感監(jiān)測(cè)產(chǎn)品,將作物長(zhǎng)勢(shì)分為偏差、略偏差、持平、略偏好和偏好五個(gè)等級(jí)進(jìn)行分析[41]。
土壤含水量遙感反演方面,光學(xué)遙感數(shù)據(jù)目前仍然是土壤水分反演的主要數(shù)據(jù)來(lái)源,但微波遙感數(shù)據(jù)以及其與可見光/近紅外、熱紅外之間的組合數(shù)據(jù)也受到越來(lái)越多的關(guān)注。反演技術(shù)方面,表觀熱慣量、溫度植被指數(shù)TVDI和植被供水指數(shù)VSWI被廣泛應(yīng)用于土壤水分反演中。LAI的定量遙感反演數(shù)據(jù)源從單一類型的多光譜(如MODIS和TM等),發(fā)展到目前被廣泛應(yīng)用的高光譜數(shù)據(jù)、激光雷達(dá)數(shù)據(jù)、高分?jǐn)?shù)據(jù)以及無(wú)人機(jī)數(shù)據(jù)等[42]。反演方法也逐步從經(jīng)驗(yàn)統(tǒng)計(jì)方法向物理模型方法改進(jìn)。衛(wèi)星遙感土壤水分技術(shù)在地理信息系統(tǒng)(GIS)支持下,實(shí)現(xiàn)大區(qū)域土壤水分快速、及時(shí)、動(dòng)態(tài)監(jiān)測(cè)與評(píng)估,每旬定期生成格點(diǎn)產(chǎn)品,空間分辨率高、沒有人為因素干擾,能夠真實(shí)反映地面表層墑情[43-45]。
近年來(lái),高空間分辨率衛(wèi)星遙感與無(wú)人機(jī)遙感被用于開展田塊尺度的精密監(jiān)測(cè),無(wú)人機(jī)遙感兼具田間信息采集靈活、便捷的特點(diǎn),較之傳統(tǒng)衛(wèi)星遙感手段在農(nóng)業(yè)氣象觀測(cè)中更具應(yīng)用優(yōu)勢(shì)[46]。美國(guó)農(nóng)業(yè)部采用無(wú)人機(jī)多光譜影像監(jiān)測(cè)棉花病蟲害,指導(dǎo)噴藥作業(yè)[47]。Bendig等基于無(wú)人機(jī)影像與作物冠層模型提取了作物冠層高度,并對(duì)作物生物量進(jìn)行了估算[48]。劉峰等提出一種基于無(wú)人機(jī)多光譜影像的作物覆蓋度估算方法,實(shí)現(xiàn)了板栗覆蓋度監(jiān)測(cè)與主要發(fā)育期監(jiān)測(cè)[49]。石濤等利用無(wú)人機(jī)多光譜遙感反演葉面積指數(shù),建立水稻高溫脅迫遙感識(shí)別模型[50]。無(wú)人機(jī)遙感目前還處在科研階段,在業(yè)務(wù)中主要用于災(zāi)害或作物長(zhǎng)勢(shì)調(diào)查,還未正式納入業(yè)務(wù)運(yùn)行。
農(nóng)業(yè)氣象觀測(cè)對(duì)象以生命體為主,觀測(cè)內(nèi)容復(fù)雜多樣,自動(dòng)化進(jìn)程推進(jìn)較慢,在設(shè)備研發(fā)、驗(yàn)證、維護(hù)及數(shù)據(jù)應(yīng)用等方面也存在諸多問題。
土壤水分自動(dòng)觀測(cè)設(shè)備維護(hù)、標(biāo)定工作量大。目前普遍安裝的FDR測(cè)定設(shè)備,雖然安裝較為便利,數(shù)據(jù)實(shí)現(xiàn)分鐘級(jí)采集,但在實(shí)際測(cè)量中,傳感器易受土壤類型、質(zhì)地、顆粒凝結(jié)、田間碎石等因素的影響,存在數(shù)據(jù)異常情況,同時(shí)也存在儀器故障或采算失敗,致使觀測(cè)數(shù)據(jù)需要人工進(jìn)行修訂。FDR安裝后標(biāo)定時(shí)間過長(zhǎng),需持續(xù)6個(gè)月跨越干濕兩季,人工取土30次以上,耗時(shí)耗力,臺(tái)站負(fù)荷較重,影響了設(shè)備的進(jìn)一步推廣,需進(jìn)一步簡(jiǎn)化標(biāo)定方法,減輕人工工作量。
作物自動(dòng)觀測(cè)作物較少、觀測(cè)精度有待提高。作物觀測(cè)目前僅有小麥、玉米、棉花、水稻等四種作物,觀測(cè)項(xiàng)目也只有發(fā)育期、高度、密度等7項(xiàng),還未完成儀器定型,仍處于試點(diǎn)階段;作物發(fā)育期觀測(cè)中,圖像識(shí)別技術(shù)還需進(jìn)一步提高,田間環(huán)境復(fù)雜、天氣現(xiàn)象多變,相機(jī)拍攝光照強(qiáng)度不同、曝光不均衡等多種因素均影響圖像質(zhì)量。某些發(fā)育期外形特征不明顯,如拔節(jié)、乳熟等發(fā)育期依靠圖像識(shí)別不易抓取發(fā)育期特征值,需綜合多種要素進(jìn)行推算。例如冬小麥拔節(jié)期的圖像特征無(wú)法提取,目前根據(jù)返青到拔節(jié)期常年≥0 ℃的積溫進(jìn)行推算,造成精度較低。農(nóng)業(yè)氣象作物觀測(cè)中不同作物特征差異顯著,每一種作物都需要特定的識(shí)別程序,特色作物的自動(dòng)化觀測(cè)仍需進(jìn)一步探索。已經(jīng)開展自動(dòng)化觀測(cè)的作物,某些產(chǎn)量構(gòu)成要素,如粒數(shù)、粒重等要素還需人工觀測(cè),自動(dòng)和人工觀測(cè)并存將是未來(lái)一段時(shí)間農(nóng)業(yè)氣象觀測(cè)發(fā)展的趨勢(shì)。
農(nóng)田小氣候觀測(cè)缺乏數(shù)據(jù)質(zhì)量控制,裝備保障能力不足,未實(shí)現(xiàn)業(yè)務(wù)化運(yùn)行。2016年中國(guó)氣象局發(fā)布了《農(nóng)業(yè)小氣候自動(dòng)觀測(cè)站功能規(guī)格需求書》,但至今未有一家產(chǎn)品取得中國(guó)氣象局氣象裝備許可。全國(guó)氣象部門、農(nóng)業(yè)部門因服務(wù)需要已經(jīng)大范圍布設(shè)農(nóng)田小氣候觀測(cè)設(shè)備,但設(shè)備種類繁多、觀測(cè)數(shù)據(jù)精度不高、缺乏連續(xù)性、沒有建立有效的數(shù)據(jù)質(zhì)量控制方法和業(yè)務(wù)流程,計(jì)量檢定、維修維護(hù)等裝備保障體系和保障能力缺乏,是目前農(nóng)田小氣候觀測(cè)存在的普遍問題。抓緊農(nóng)田小氣候設(shè)備的列裝、建立數(shù)據(jù)質(zhì)量控制流程和相應(yīng)的裝備保障體系是當(dāng)前急需解決的問題。
遙感模型誤差訂正,反演值真實(shí)性檢驗(yàn)?zāi)芰Σ粡?qiáng)。星-地-空互驗(yàn)與尺度轉(zhuǎn)換是發(fā)展遙感協(xié)同觀測(cè)所需解決的關(guān)鍵技術(shù)。目前遙感真實(shí)性校準(zhǔn)站,遙感模型誤差訂正,反演值真實(shí)性檢驗(yàn)?zāi)芰Σ粡?qiáng),應(yīng)選擇特征均勻的試驗(yàn)區(qū),采用多點(diǎn)式地面觀測(cè)獲取作物參數(shù)的相對(duì)真值,并開展地面遙感信號(hào)和非遙感參數(shù)觀測(cè),通過地面同尺度遙感反演值和相對(duì)真值獲取模型誤差。在此基礎(chǔ)上,以無(wú)人機(jī)遙感為中間的連接尺度,對(duì)星基-空基-地基不同尺度多級(jí)反演結(jié)果進(jìn)行多尺度轉(zhuǎn)換,并對(duì)地基資料與無(wú)人機(jī)高空間分辨率影像、無(wú)人機(jī)高空間分辨率影像與中低空間分辨率衛(wèi)星影像、以及多種衛(wèi)星資料之間同面積同模型的結(jié)果一致性進(jìn)行檢驗(yàn),確定模型誤差并進(jìn)行反饋糾正,改進(jìn)模型。
自動(dòng)觀測(cè)數(shù)據(jù)的分析與應(yīng)用需進(jìn)一步加強(qiáng)。加快提升小麥、玉米、棉花、水稻四種作物主要發(fā)育期精度,增加觀測(cè)服務(wù)中必需的作物觀測(cè)要素,對(duì)土壤水分自動(dòng)觀測(cè)數(shù)據(jù)進(jìn)行必要的訂正,分析農(nóng)田小氣候觀測(cè)要素與氣象站觀測(cè)場(chǎng)之間由于觀測(cè)設(shè)備、安裝高度不同而造成的差異,修訂作物溫濕度指標(biāo)。充分利用已有的自動(dòng)觀測(cè)數(shù)據(jù),建立標(biāo)準(zhǔn)統(tǒng)一的農(nóng)業(yè)氣象自動(dòng)化觀測(cè)系統(tǒng)。
針對(duì)國(guó)家生態(tài)建設(shè)的要求,未來(lái)應(yīng)推進(jìn)農(nóng)業(yè)氣象觀測(cè)向生態(tài)氣象觀測(cè)拓展,利用多源觀測(cè)技術(shù)形成協(xié)同觀測(cè),進(jìn)行星-空-地協(xié)同、天-空-地一體化農(nóng)業(yè)氣象綜合立體觀測(cè)。立足生態(tài)文明建設(shè)和氣候變化應(yīng)對(duì)服務(wù)需求,統(tǒng)籌考慮各類觀測(cè)業(yè)務(wù)發(fā)展,按照“一站多用、一網(wǎng)多能”原則,在已有農(nóng)業(yè)氣象觀測(cè)任務(wù)的基礎(chǔ)上,增加土壤、生物、水環(huán)境等生態(tài)要素的自動(dòng)化觀測(cè),推動(dòng)農(nóng)業(yè)氣象觀測(cè)向生態(tài)氣象觀測(cè)轉(zhuǎn)型。
推進(jìn)自動(dòng)與人工相結(jié)合的農(nóng)業(yè)氣象觀測(cè)業(yè)務(wù)。未來(lái)幾年農(nóng)業(yè)氣象觀測(cè)業(yè)務(wù)將以自動(dòng)觀測(cè)為主、人工觀測(cè)為輔,部分不能實(shí)現(xiàn)自動(dòng)觀測(cè)的項(xiàng)目由人工進(jìn)行輔助觀測(cè),確保數(shù)據(jù)的完整性和準(zhǔn)確性。農(nóng)業(yè)氣象自動(dòng)化觀測(cè)短期內(nèi)不追求全面無(wú)人化,在發(fā)育期等要素實(shí)現(xiàn)自動(dòng)化的前提下,部分項(xiàng)目長(zhǎng)期保留人工輔助觀測(cè)。農(nóng)業(yè)氣象業(yè)務(wù)人員在承擔(dān)農(nóng)業(yè)氣象服務(wù)工作的同時(shí),承擔(dān)人工輔助觀測(cè)工作,避免業(yè)務(wù)人員脫離農(nóng)業(yè)生產(chǎn)實(shí)際。據(jù)測(cè)算,發(fā)育期的觀測(cè)工作量占據(jù)了農(nóng)業(yè)氣象總觀測(cè)量的一半以上。發(fā)育期實(shí)現(xiàn)自動(dòng)觀測(cè)后,消耗在路途上的時(shí)間將大幅度降低,自動(dòng)化觀測(cè)將替代多數(shù)發(fā)育期觀測(cè)及巡視工作,小麥全生育期觀測(cè)工作量將減少約2/3,玉米工作量減少1/2,極大減輕了人員的工作量。
改進(jìn)土壤水分和農(nóng)田小氣候自動(dòng)化觀測(cè)技術(shù)。優(yōu)化單點(diǎn)自動(dòng)土壤水分觀測(cè)設(shè)備田間標(biāo)定技術(shù)和流程,加快農(nóng)業(yè)小氣候觀測(cè)設(shè)備和區(qū)域自動(dòng)土壤水分觀測(cè)設(shè)備列裝,開展土壤水分和農(nóng)田小氣候觀測(cè)數(shù)據(jù)質(zhì)量控制技術(shù)研究,提高土壤水分和農(nóng)田小氣候觀測(cè)數(shù)據(jù)質(zhì)量,構(gòu)建保障有力的裝備保障體系,推進(jìn)土壤水分和農(nóng)田小氣候觀測(cè)數(shù)據(jù)應(yīng)用工作。
研發(fā)農(nóng)業(yè)氣象觀測(cè)項(xiàng)目參數(shù)反演技術(shù)與融合產(chǎn)品,強(qiáng)化新一代靜止、極軌氣象衛(wèi)星觀測(cè)應(yīng)用,逐步改變農(nóng)業(yè)氣象以地面觀測(cè)為主的現(xiàn)狀。針對(duì)現(xiàn)代農(nóng)業(yè)發(fā)展的需求,利用多源觀測(cè)技術(shù)形成協(xié)同觀測(cè),開展農(nóng)作物長(zhǎng)勢(shì)監(jiān)測(cè)、作物產(chǎn)量預(yù)測(cè)、農(nóng)業(yè)氣象災(zāi)害監(jiān)測(cè)與評(píng)估等。利用無(wú)人機(jī)、衛(wèi)星遙感技術(shù),進(jìn)行星-空-地協(xié)同、天-空-地一體化農(nóng)業(yè)氣象綜合立體觀測(cè),利用多源遙感數(shù)據(jù)開展農(nóng)業(yè)氣象觀測(cè)參數(shù)反演技術(shù)與融合產(chǎn)品研發(fā),做好指標(biāo)體系、相互驗(yàn)證、尺度轉(zhuǎn)換等方面工作。建設(shè)農(nóng)業(yè)氣象遙感地面校準(zhǔn)站。選擇部分基礎(chǔ)較好的觀測(cè)站,建立與天基、空基觀測(cè)相配套的農(nóng)業(yè)氣象地基觀測(cè)網(wǎng)絡(luò),實(shí)現(xiàn)農(nóng)作物生長(zhǎng)與農(nóng)田環(huán)境參數(shù)長(zhǎng)期、連續(xù)的定位觀測(cè),探索地基定點(diǎn)觀測(cè)與衛(wèi)星大尺度遙感、無(wú)人機(jī)百米至公里尺度的無(wú)縫隙、多尺度的立體觀測(cè)技術(shù)?;谛l(wèi)星遙感與無(wú)人機(jī)遙感,結(jié)合作物生育期、苗情、災(zāi)情等觀測(cè)需求,開展各類農(nóng)田參數(shù)的地面對(duì)比觀測(cè)試驗(yàn)和可視化、實(shí)時(shí)、動(dòng)態(tài)、連續(xù)、定量的監(jiān)測(cè),經(jīng)過對(duì)各類農(nóng)田信息的整理分析,制定綜合多源星-空-地協(xié)同反演產(chǎn)品的作物長(zhǎng)勢(shì)和農(nóng)業(yè)氣象災(zāi)害監(jiān)測(cè)指標(biāo),開展協(xié)同反演數(shù)據(jù)集在作物長(zhǎng)勢(shì)監(jiān)測(cè)、估產(chǎn)、農(nóng)業(yè)氣象災(zāi)害監(jiān)測(cè)方面的適用性研究,為星-空-地協(xié)同觀測(cè)在農(nóng)情監(jiān)測(cè)、田間管理、產(chǎn)量估測(cè)等方面的業(yè)務(wù)化推廣應(yīng)用提供技術(shù)支撐。
發(fā)展農(nóng)業(yè)氣象移動(dòng)觀測(cè)。目前農(nóng)業(yè)氣象觀測(cè)獲取的數(shù)據(jù)多數(shù)還是針對(duì)定點(diǎn)作物及其生長(zhǎng)環(huán)境,不能夠完全代表區(qū)域范圍的特性,特別是在一些農(nóng)事關(guān)鍵時(shí)期,如預(yù)測(cè)糧食產(chǎn)量、評(píng)估災(zāi)害影響等情況,需要擴(kuò)大觀測(cè)范圍,移動(dòng)調(diào)查資料作為定點(diǎn)觀測(cè)的補(bǔ)充。目前在災(zāi)害大范圍發(fā)生時(shí),我國(guó)農(nóng)業(yè)氣象移動(dòng)觀測(cè)能力不足,硬件裝備和軟件傳輸均不能滿足需求,不能很好地發(fā)揮效益。定點(diǎn)觀測(cè)和移動(dòng)觀測(cè)互相補(bǔ)充,同時(shí)結(jié)合遙感定量反演資料,進(jìn)行綜合觀測(cè)數(shù)據(jù)的時(shí)空耦合和同化,實(shí)現(xiàn)對(duì)區(qū)域內(nèi)作物生長(zhǎng)狀況的全面監(jiān)測(cè)是當(dāng)務(wù)之急。
未來(lái)農(nóng)業(yè)氣象觀測(cè)將從人工觀測(cè)向自動(dòng)化、智能化觀測(cè)發(fā)展,從單一觀測(cè)向綜合立體觀測(cè)發(fā)展,利用多種手段、多種技術(shù)實(shí)現(xiàn)高精度、高時(shí)空分辨率的連續(xù)、自動(dòng)一體化定量觀測(cè),滿足現(xiàn)代農(nóng)業(yè)精細(xì)化服務(wù)的需求。
Advances in Meteorological Science and Technology2022年4期