遙感技術(shù)農(nóng)業(yè)資源臺(tái)賬建設(shè)應(yīng)用潛力分析*

李映祥，張 華，滕 飛，王利民，季富華

（1.中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所，北京 100081；2.農(nóng)業(yè)農(nóng)村部農(nóng)業(yè)遙感重點(diǎn)實(shí)驗(yàn)室，北京 100081）

0 引言

大力推進(jìn)生態(tài)文明建設(shè)，促進(jìn)農(nóng)業(yè)綠色發(fā)展，是新時(shí)代我國農(nóng)業(yè)現(xiàn)代化建設(shè)的重要目標(biāo)。其中把農(nóng)業(yè)資源納入到農(nóng)業(yè)綠色發(fā)展和農(nóng)業(yè)現(xiàn)代化建設(shè)中，建立統(tǒng)一的農(nóng)業(yè)資源臺(tái)賬，是摸清農(nóng)業(yè)資源底數(shù)，提高農(nóng)業(yè)資源管理水平，達(dá)到合理利用和保護(hù)農(nóng)業(yè)資源，促進(jìn)農(nóng)業(yè)可持續(xù)發(fā)展的重大舉措[1]。興起于20世紀(jì)60年代的遙感技術(shù)，由于客觀、非破壞性、空間連續(xù)、相對(duì)地面調(diào)查較低的費(fèi)效比，更有利于從宏觀、動(dòng)態(tài)的角度掌握農(nóng)業(yè)資源的空間分布規(guī)律，獲取農(nóng)業(yè)資源時(shí)空動(dòng)態(tài)變化信息，在農(nóng)業(yè)資源調(diào)查中得到了廣泛的應(yīng)用，為農(nóng)業(yè)資源臺(tái)賬的建設(shè)提供了可行的技術(shù)途徑。近些年，國家大力推動(dòng)農(nóng)業(yè)資源臺(tái)賬建設(shè)工作，出臺(tái)一系列的相關(guān)政策文件，如《國家農(nóng)業(yè)可持續(xù)發(fā)展試驗(yàn)示范區(qū)建設(shè)方案》（2016）《全國農(nóng)業(yè)現(xiàn)代化規(guī)劃（2016—2020年）》《關(guān)于創(chuàng)新體制機(jī)制推進(jìn)農(nóng)業(yè)綠色發(fā)展的意見》（2017）《關(guān)于做好2018年國家重要農(nóng)業(yè)資源臺(tái)賬制度建設(shè)工作的通知》《農(nóng)業(yè)農(nóng)村部辦公廳關(guān)于做好農(nóng)作物秸稈資源臺(tái)賬建設(shè)工作的通知》（2019）《“十四五”全國農(nóng)業(yè)綠色發(fā)展規(guī)劃》（2021）等，均強(qiáng)調(diào)了充分利用遙感等信息技術(shù)手段，推進(jìn)農(nóng)業(yè)資源臺(tái)賬數(shù)據(jù)采集制度的建立，構(gòu)建適應(yīng)國家農(nóng)業(yè)綠色發(fā)展需要的農(nóng)業(yè)資源臺(tái)賬體系。雖然在農(nóng)業(yè)資源臺(tái)賬相關(guān)政策與研究中均提及了遙感技術(shù)的重要性[1,2]，但對(duì)遙感技術(shù)在農(nóng)業(yè)資源臺(tái)賬建設(shè)中的應(yīng)用潛力尚未系統(tǒng)研究。因此，文章對(duì)農(nóng)業(yè)資源臺(tái)賬建設(shè)的主要內(nèi)容及其空間與時(shí)間屬性進(jìn)行分析，再結(jié)合農(nóng)業(yè)資源遙感監(jiān)測(cè)的數(shù)據(jù)源和監(jiān)測(cè)技術(shù)的現(xiàn)狀和發(fā)展趨勢(shì)，分析遙感技術(shù)在農(nóng)業(yè)資源臺(tái)賬建設(shè)中的應(yīng)用潛力，為我國開展農(nóng)業(yè)資源臺(tái)賬建設(shè)提供參考。

1 農(nóng)業(yè)資源臺(tái)賬的研究?jī)?nèi)容與現(xiàn)狀

歷史上農(nóng)業(yè)資源臺(tái)賬的概念是按照資源清單或數(shù)據(jù)庫的形式，對(duì)農(nóng)業(yè)資源的時(shí)空狀況進(jìn)行記錄或管理[2]，而2021年農(nóng)業(yè)農(nóng)村部發(fā)布的《國家重要農(nóng)業(yè)資源臺(tái)賬建設(shè)指南》明確指出：“以采集、監(jiān)測(cè)、分析、評(píng)價(jià)、報(bào)告為重點(diǎn)，摸清重要農(nóng)業(yè)資源底數(shù)，建立重要農(nóng)業(yè)資源臺(tái)賬，開展農(nóng)業(yè)資源利用評(píng)價(jià)，分析農(nóng)業(yè)資源動(dòng)態(tài)變化，發(fā)布農(nóng)業(yè)資源利用評(píng)價(jià)報(bào)告，為轉(zhuǎn)變農(nóng)業(yè)資源利用方式、推進(jìn)農(nóng)業(yè)綠色發(fā)展提供決策支撐”。由此可見，當(dāng)前農(nóng)業(yè)資源臺(tái)賬的概念是更為廣泛意義上，在農(nóng)業(yè)資源時(shí)空狀況清單式管理基礎(chǔ)上、以農(nóng)業(yè)—社會(huì)—經(jīng)濟(jì)復(fù)合生態(tài)系統(tǒng)可持續(xù)發(fā)展為目標(biāo)的資源評(píng)價(jià)模式。因此，農(nóng)業(yè)資源臺(tái)賬的內(nèi)容主要包括農(nóng)業(yè)資源清單和農(nóng)業(yè)資源評(píng)價(jià)兩方面。農(nóng)業(yè)資源清單就是記錄一定空間范圍內(nèi)的農(nóng)業(yè)資源狀況，而農(nóng)業(yè)資源評(píng)價(jià)則是從空間和時(shí)間的維度對(duì)農(nóng)業(yè)資源現(xiàn)狀穩(wěn)定性、利用效率、可持續(xù)性等屬性進(jìn)行分析和評(píng)價(jià)，為科學(xué)研究提供基礎(chǔ)數(shù)據(jù)源，為農(nóng)業(yè)生產(chǎn)、決策部門提供科學(xué)依據(jù)，進(jìn)而實(shí)現(xiàn)農(nóng)業(yè)資源數(shù)量、分布和質(zhì)量的常態(tài)化、制度化、規(guī)范化監(jiān)測(cè)評(píng)價(jià)管理[3]。以下從農(nóng)業(yè)資源臺(tái)賬的主要內(nèi)容、時(shí)空屬性、研究現(xiàn)狀三個(gè)方面進(jìn)行分析。

1.1 農(nóng)業(yè)資源臺(tái)賬的主要內(nèi)容

農(nóng)業(yè)資源是指對(duì)農(nóng)業(yè)生產(chǎn)具有重要影響的自然資源和社會(huì)經(jīng)濟(jì)資源，農(nóng)業(yè)自然資源又分為水資源、農(nóng)用地資源、氣候資源、生物資源等，社會(huì)經(jīng)濟(jì)資源又分為農(nóng)業(yè)生產(chǎn)資料、農(nóng)村人居、畜禽養(yǎng)殖、農(nóng)業(yè)廢棄物資源等[4]。農(nóng)業(yè)資源清單的內(nèi)容就是收集和調(diào)查一定空間范圍內(nèi)某一時(shí)間的這些重要農(nóng)業(yè)資源的類型、數(shù)量、分布、質(zhì)量等。就具體而言，水資源主要包括地表水資源總量、地下水資源總量、降水量等水資源數(shù)量，農(nóng)田用水量和有效灌溉面積、林地用水量和有效灌溉面積、果園用水量和有效灌溉面積等水資源利用方面的數(shù)據(jù)等。農(nóng)用地資源主要包括耕地、園地、林地、草地等類型的數(shù)量。氣候資源主要包括氣溫、降水、日照、太陽輻射量、蒸發(fā)量、積溫等，也包括洪澇、臺(tái)風(fēng)、旱災(zāi)、低溫冷害等氣象災(zāi)害的受災(zāi)面積。生物資源主要包括小麥、玉米、水稻、大豆等農(nóng)作物的品種、類型、面積和產(chǎn)量、畜禽肉類產(chǎn)量和水產(chǎn)品產(chǎn)量等生物資源數(shù)量，以及野生植物、動(dòng)物、菌類等資源數(shù)量等。社會(huì)經(jīng)濟(jì)資源主要包括農(nóng)業(yè)生產(chǎn)總值、農(nóng)民收入、農(nóng)村機(jī)械和能源用量、設(shè)施農(nóng)業(yè)面積和產(chǎn)量、農(nóng)村勞動(dòng)力、農(nóng)業(yè)基礎(chǔ)設(shè)施、農(nóng)村人居條件等。1949年后，我國先后開展了三次全國性的農(nóng)業(yè)區(qū)劃工作，從初始的農(nóng)業(yè)區(qū)域劃分（1949—1965年），走向全國范圍的農(nóng)業(yè)資源調(diào)查與農(nóng)業(yè)資源監(jiān)測(cè)系統(tǒng)建立（1966—1995年），再到不同尺度的農(nóng)業(yè)資源數(shù)據(jù)的完善與更新（1996年至今），取得了全國農(nóng)業(yè)現(xiàn)狀區(qū)劃、中華人民共和國自然地理圖集等一批重要成果[2,5,6]；另外，中國農(nóng)業(yè)資源區(qū)劃數(shù)據(jù)集包含了全國范圍內(nèi)農(nóng)業(yè)資源調(diào)查和農(nóng)業(yè)區(qū)劃資料，以及不同尺度上的農(nóng)業(yè)資源及其區(qū)劃成果圖件、統(tǒng)計(jì)數(shù)據(jù)與研究報(bào)告，對(duì)查清農(nóng)業(yè)資源家底、合理利用資源提供了大量基礎(chǔ)科學(xué)資料[7]。

農(nóng)業(yè)資源評(píng)價(jià)主要包括基于農(nóng)業(yè)資源清單的結(jié)果而分析的農(nóng)業(yè)資源的現(xiàn)狀特征、變化趨勢(shì)、利用方式，可評(píng)價(jià)區(qū)域水資源、農(nóng)用地資源、氣候資源、生物資源、社會(huì)經(jīng)濟(jì)資源等農(nóng)業(yè)資源組分的利用效率，也可從農(nóng)業(yè)生態(tài)系統(tǒng)整體出發(fā)綜合評(píng)價(jià)區(qū)域農(nóng)業(yè)整體發(fā)展水平、資源利用效率、可持續(xù)性等，然后對(duì)區(qū)域農(nóng)業(yè)資源超載程度及存在問題進(jìn)行評(píng)估并預(yù)警，最后形成和發(fā)布農(nóng)業(yè)資源評(píng)價(jià)報(bào)告。以往的農(nóng)業(yè)資源評(píng)價(jià)的研究主要是對(duì)農(nóng)業(yè)土地資源[8-11]、水資源[12-14]等單一資源進(jìn)行評(píng)估，近些年農(nóng)業(yè)資源評(píng)價(jià)研究已經(jīng)從單項(xiàng)資源評(píng)價(jià)到資源整體綜合評(píng)價(jià)的發(fā)展，更多的農(nóng)業(yè)資源評(píng)價(jià)研究著眼于區(qū)域農(nóng)業(yè)資源整體，逐步走向了農(nóng)業(yè)資源綜合性評(píng)價(jià)和農(nóng)業(yè)資源可持續(xù)利用評(píng)價(jià)的方向[15]，形成了以“農(nóng)業(yè)—社會(huì)—經(jīng)濟(jì)”復(fù)合生態(tài)系統(tǒng)可持續(xù)發(fā)展為目標(biāo)的評(píng)價(jià)模式[16]。如在單一農(nóng)業(yè)資源評(píng)價(jià)方面，封志明等提出了農(nóng)業(yè)水資源利用效率綜合評(píng)價(jià)的遺傳投影尋蹤方法，利用該方法對(duì)甘肅省81個(gè)縣域單元的農(nóng)業(yè)水資源利用效率進(jìn)行綜合評(píng)價(jià)，評(píng)價(jià)結(jié)果很好地反映了各評(píng)價(jià)指標(biāo)對(duì)綜合評(píng)價(jià)目標(biāo)的貢獻(xiàn)大小和方向以及各評(píng)價(jià)單元綜合利用效率[12]。在農(nóng)業(yè)資源整體評(píng)價(jià)方面，孫煒琳等將農(nóng)業(yè)資源臺(tái)賬劃入農(nóng)業(yè)綠色發(fā)展定性評(píng)價(jià)體系的一級(jí)指標(biāo)首位，定期發(fā)布農(nóng)業(yè)資源報(bào)告和農(nóng)業(yè)資源承載力預(yù)警報(bào)告，緊跟其后的指標(biāo)是農(nóng)業(yè)資源環(huán)境生態(tài)監(jiān)測(cè)體系，其中明確強(qiáng)調(diào)了利用遙感，物聯(lián)網(wǎng)等技術(shù)的應(yīng)用[17]。

總的來看，在農(nóng)業(yè)資源清單方面的研究趨向于更具體，而在農(nóng)業(yè)資源評(píng)價(jià)方面的研究趨向于更整體。主要表現(xiàn)為，農(nóng)業(yè)資源清單的研究在監(jiān)測(cè)的尺度上逐漸細(xì)化，更追求各行政級(jí)別對(duì)水、土、氣、生等各類農(nóng)業(yè)資源監(jiān)測(cè)的精確、詳盡、動(dòng)態(tài)變化等方面；而農(nóng)業(yè)資源評(píng)價(jià)的研究趨向于從單項(xiàng)資源評(píng)價(jià)到資源整體綜合評(píng)價(jià)的發(fā)展過程，更加注重在區(qū)域尺度上應(yīng)用資源環(huán)境綜合評(píng)價(jià)方法，進(jìn)行農(nóng)業(yè)資源環(huán)境評(píng)價(jià)的模式。

1.2 農(nóng)業(yè)資源臺(tái)賬的時(shí)空屬性

農(nóng)業(yè)資源臺(tái)賬的空間屬性是指農(nóng)業(yè)資源清單和農(nóng)業(yè)資源評(píng)價(jià)的空間范圍，其空間范圍主要有行政單元和自然單元兩類。以我國為例，行政單元分為國家、省、市、縣、鄉(xiāng)（鎮(zhèn)）、村；自然單元包括以流域?yàn)閱卧鸵缘孛矠閱卧?，如黃河流域、華北平原、黃土高原等。農(nóng)業(yè)資源臺(tái)賬的服務(wù)對(duì)象主要為各級(jí)政府、科研教學(xué)機(jī)構(gòu)，不同的服務(wù)對(duì)象對(duì)農(nóng)業(yè)資源臺(tái)賬的空間屬性需求不同。國家級(jí)的農(nóng)業(yè)生產(chǎn)、決策部門需要的是省級(jí)、國家級(jí)甚至全球等行政單元尺度和重要自然單元尺度的農(nóng)業(yè)資源臺(tái)賬，省級(jí)的農(nóng)業(yè)生產(chǎn)、決策部門需要的是省級(jí)和重點(diǎn)市等行政單元尺度的農(nóng)業(yè)資源臺(tái)賬，市級(jí)的農(nóng)業(yè)生產(chǎn)、決策部門需要的是市級(jí)和重點(diǎn)縣等行政單元尺度的農(nóng)業(yè)資源臺(tái)賬，縣級(jí)的農(nóng)業(yè)生產(chǎn)、決策部門需要的是縣級(jí)、重點(diǎn)鄉(xiāng)（鎮(zhèn)）和村等行政單元尺度和重點(diǎn)地塊尺度的農(nóng)業(yè)資源臺(tái)賬。

農(nóng)業(yè)資源臺(tái)賬的時(shí)間屬性是指農(nóng)業(yè)資源清單和農(nóng)業(yè)資源評(píng)價(jià)的時(shí)間頻率，不同的農(nóng)業(yè)資源以及空間需求對(duì)獲取農(nóng)業(yè)資源臺(tái)賬的頻率的要求是不同的，這與不同的農(nóng)業(yè)資源動(dòng)態(tài)變化時(shí)間有關(guān)，也與不同的農(nóng)業(yè)資源調(diào)查能力和成本有關(guān)系。第一類時(shí)間需求是以年為時(shí)間間隔的，針對(duì)的是變化相對(duì)緩慢的農(nóng)業(yè)資源如農(nóng)業(yè)基礎(chǔ)設(shè)施、農(nóng)村人居條件、農(nóng)用地資源的類型和數(shù)量等，第二類時(shí)間需求是以季為時(shí)間間隔，針對(duì)有較強(qiáng)的季節(jié)性的農(nóng)業(yè)資源，如農(nóng)作物類型和面積、農(nóng)作物種植結(jié)構(gòu)，以及秸稈資源量、農(nóng)用膜使用量等農(nóng)業(yè)廢棄物資源等。第三類時(shí)間需求是以旬或天短時(shí)間為時(shí)間間隔，針對(duì)時(shí)間變化較快的農(nóng)業(yè)資源，如氣溫、降水、日照等氣候資源，農(nóng)作物生育期和長(zhǎng)勢(shì)，土壤墑情和土壤養(yǎng)分，以及洪澇、臺(tái)風(fēng)、旱災(zāi)、低溫冷害、病蟲害等自然災(zāi)害的受災(zāi)面積等。

1.3 農(nóng)業(yè)資源臺(tái)賬的研究現(xiàn)狀

農(nóng)業(yè)資源臺(tái)賬的研究分為理論研究與實(shí)踐應(yīng)用兩方面。在理論研究方面，農(nóng)業(yè)資源臺(tái)賬的研究多集中于農(nóng)業(yè)資源清單、農(nóng)業(yè)資源數(shù)據(jù)庫以及農(nóng)業(yè)資源調(diào)查等內(nèi)容[2,18-20]，有的學(xué)者認(rèn)為農(nóng)業(yè)資源臺(tái)賬是以資源清單或數(shù)據(jù)庫的形式對(duì)農(nóng)業(yè)資源的時(shí)空狀況進(jìn)行記錄[2]，把農(nóng)業(yè)資源臺(tái)賬認(rèn)作農(nóng)業(yè)資源清單目錄，重要農(nóng)業(yè)資源監(jiān)測(cè)體系和農(nóng)業(yè)資源評(píng)價(jià)和報(bào)告制度是在農(nóng)業(yè)資源臺(tái)賬的基礎(chǔ)上完成的[1]。20世紀(jì)末期，聯(lián)合國統(tǒng)計(jì)司建立了綜合環(huán)境與經(jīng)濟(jì)核算體系（System of Integrated Environmental and Economic Accounting,SEEA-1993）框架，在2003年和2012年又修訂了SEEA框架，并對(duì)自然資源存量、經(jīng)濟(jì)價(jià)值、評(píng)估方法等做了較為細(xì)致的說明，為考慮資源環(huán)境評(píng)價(jià)的資源臺(tái)賬理念形成奠定了基礎(chǔ)。我國已有許多學(xué)者基于SEEA方法或以“驅(qū)動(dòng)力—壓力—狀態(tài)—影響—響應(yīng)”(DPSIR)理論等，開展了農(nóng)業(yè)資源相關(guān)的可持續(xù)評(píng)價(jià)研究[21-23]。有的學(xué)者認(rèn)為農(nóng)業(yè)資源臺(tái)賬定義應(yīng)該更廣泛，不僅僅是資源清單或數(shù)據(jù)庫，還包括了農(nóng)業(yè)資源動(dòng)態(tài)變化分析、農(nóng)業(yè)資源利用評(píng)價(jià)、農(nóng)業(yè)資源預(yù)警和農(nóng)業(yè)資源利用評(píng)價(jià)報(bào)告發(fā)布等內(nèi)容[24]，既能夠了解農(nóng)業(yè)資源的數(shù)量，又可進(jìn)一步獲取農(nóng)業(yè)資源的變化及質(zhì)量，是科學(xué)指導(dǎo)農(nóng)業(yè)綠色發(fā)展的重要依據(jù)。

在應(yīng)用實(shí)踐方面，許多國家、國際組織關(guān)于農(nóng)業(yè)資源臺(tái)賬的建設(shè)多集中于以自然資源清單和數(shù)據(jù)庫形式的農(nóng)業(yè)資源調(diào)查工作，如發(fā)端于20世紀(jì)20年代至今仍在執(zhí)行的美國國家資源存量（National Resources Inventory Survey Program，NRI）調(diào)查，從1978年至今的英國鄉(xiāng)村調(diào)查（Countryside Survey，CS），從1960年至今逐漸完善的日本農(nóng)林資源調(diào)查（Census of Agriculture and Forestry），從1980年至今的澳大利亞自然資源地圖集（Australian Natural Resources Atlas，ANRA）等，這些項(xiàng)目針對(duì)各個(gè)時(shí)期國家發(fā)展需要，或從水、土壤、農(nóng)作物等農(nóng)業(yè)資源的數(shù)量和空間分布，或從農(nóng)林產(chǎn)業(yè)構(gòu)成、農(nóng)作物種植面積和產(chǎn)量、農(nóng)用地歸屬、農(nóng)村建設(shè)等角度，構(gòu)建了國家層面的農(nóng)業(yè)資源清單。我國在農(nóng)業(yè)資源臺(tái)賬建設(shè)方面的工作開展時(shí)間也比較長(zhǎng)，大致以1996年為節(jié)點(diǎn)可劃分為前后兩個(gè)時(shí)期，前一時(shí)期以農(nóng)業(yè)資源調(diào)查和區(qū)劃為主。如1978—1985年的《全國農(nóng)業(yè)現(xiàn)狀區(qū)劃》《中國綜合農(nóng)業(yè)區(qū)劃》《全國主要農(nóng)作物分布圖集》等。后一時(shí)期農(nóng)業(yè)資源臺(tái)賬的建設(shè)受到高度重視，在國家層面上出臺(tái)了一系列政策，大力推動(dòng)農(nóng)業(yè)資源臺(tái)賬建設(shè)工作，在建設(shè)工作中更加強(qiáng)調(diào)遙感、地理信息系統(tǒng)等現(xiàn)代技術(shù)的應(yīng)用。具有代表性的建設(shè)工作有采用遙感技術(shù)的農(nóng)作物種植一張圖、《全國農(nóng)業(yè)資源區(qū)劃數(shù)據(jù)集》等農(nóng)業(yè)資源專題數(shù)據(jù)集的更新、國家重要農(nóng)業(yè)資源臺(tái)賬的編制、農(nóng)業(yè)資源數(shù)據(jù)中心建設(shè)、以及重要農(nóng)業(yè)資源臺(tái)賬匯交系統(tǒng)的業(yè)務(wù)化運(yùn)行等。

2 農(nóng)業(yè)資源遙感監(jiān)測(cè)現(xiàn)狀與趨勢(shì)

2.1 遙感技術(shù)在農(nóng)業(yè)資源監(jiān)測(cè)中廣泛應(yīng)用

遙感技術(shù)是采用傳感器以非接觸的方式收集目標(biāo)物的電磁波特性，通過電磁波特性的差異對(duì)目標(biāo)進(jìn)行信息識(shí)別與提取的過程。半個(gè)世紀(jì)以來，航空航天技術(shù)、傳感器技術(shù)、計(jì)算機(jī)技術(shù)、圖像處理技術(shù)等的發(fā)展，遙感技術(shù)在數(shù)據(jù)源、監(jiān)測(cè)技術(shù)、應(yīng)用領(lǐng)域等方面取得了重大進(jìn)展，使得遙感技術(shù)在農(nóng)業(yè)、林業(yè)、氣象、海洋、環(huán)保、民政、減災(zāi)等各部門得到了廣泛的應(yīng)用。

由于農(nóng)業(yè)資源地域性廣、季節(jié)性強(qiáng)等特點(diǎn)，在農(nóng)業(yè)資源監(jiān)測(cè)工作中，相較于傳統(tǒng)的調(diào)查方法，遙感技術(shù)具有客觀和非破壞性的對(duì)地觀測(cè)手段，以及大規(guī)模連續(xù)的觀測(cè)數(shù)據(jù)，能更直觀反映農(nóng)業(yè)資源的分布狀況，并且具有縮短調(diào)查時(shí)間、調(diào)查成本以及擴(kuò)大調(diào)查覆蓋面等優(yōu)點(diǎn)，大大提高了農(nóng)業(yè)資源調(diào)查效率和準(zhǔn)確程度，因此遙感技術(shù)廣泛應(yīng)用于各個(gè)國家或國際組織的農(nóng)業(yè)資源調(diào)查中。20世紀(jì)60年代起，美國農(nóng)業(yè)部(USDA)、農(nóng)業(yè)研究服務(wù)局(ARS)、美國國家航空航天局(NASA)等組織進(jìn)行了大量的研究，如大面積作物庫存實(shí)驗(yàn)項(xiàng)目(LACIE，1974年)、亞美尼亞救濟(jì)協(xié)會(huì)小麥產(chǎn)量項(xiàng)目(ARS Wheat Yield Project，1976年)、航空航天遙感農(nóng)業(yè)和資源庫存調(diào)查項(xiàng)目(AgRISTARS，1980年)、中國小麥項(xiàng)目(China Wheat Project，1983年)和農(nóng)業(yè)遙感項(xiàng)目(AG-20/20，1999年)等[25]，為遙感技術(shù)更好地監(jiān)測(cè)全球的農(nóng)業(yè)和自然資源奠定了科學(xué)基礎(chǔ)。

在農(nóng)業(yè)資源監(jiān)測(cè)遙感數(shù)據(jù)源方面，從最初的多光譜數(shù)據(jù)，到目前被廣泛應(yīng)用的高光譜數(shù)據(jù)、超光譜數(shù)據(jù)、多角度數(shù)據(jù)、雷達(dá)數(shù)據(jù)、無人機(jī)數(shù)據(jù)等[26]，數(shù)據(jù)的種類與質(zhì)量得到了進(jìn)一步的提高，使得遙感技術(shù)對(duì)農(nóng)業(yè)資源的監(jiān)測(cè)能力顯著增強(qiáng)。在農(nóng)業(yè)資源監(jiān)測(cè)內(nèi)容方面，遙感技術(shù)不僅在農(nóng)作物面積調(diào)查、農(nóng)業(yè)土地利用、農(nóng)作物產(chǎn)量估算中作為主要監(jiān)測(cè)手段，還在土壤參數(shù)反演、農(nóng)作物生長(zhǎng)參數(shù)反演、農(nóng)作物長(zhǎng)勢(shì)監(jiān)測(cè)、農(nóng)業(yè)災(zāi)害監(jiān)測(cè)等方面取得了很大進(jìn)展[26-32]；在農(nóng)業(yè)資源監(jiān)測(cè)技術(shù)方面，遙感影像分類和反演的精度、自動(dòng)化程度得到了很大的提升，分類技術(shù)從監(jiān)督分類、非監(jiān)督分類、決策樹分類等發(fā)展到現(xiàn)在的機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù)[33]，反演的算法也由傳統(tǒng)的經(jīng)驗(yàn)?zāi)Ｐ?，發(fā)展為半經(jīng)驗(yàn)半機(jī)理模型乃至機(jī)理模型[34]，此外，云計(jì)算、大數(shù)據(jù)、人工智能等新技術(shù)的廣泛應(yīng)用，也為農(nóng)業(yè)資源遙感監(jiān)測(cè)的數(shù)據(jù)處理與信息提取提供更為高效的手段[26]。

2.2 農(nóng)業(yè)資源遙感監(jiān)測(cè)數(shù)據(jù)源發(fā)展趨勢(shì)

遙感數(shù)據(jù)具有明顯的高空間分辨率、高時(shí)間分辨率、高光譜分辨率的發(fā)展趨勢(shì)，即空間上遙感器所能識(shí)別的最小地面目標(biāo)更精細(xì)，光譜上遙感器的波段范圍更廣、波段數(shù)更多、帶寬更窄，時(shí)間上遙感器對(duì)同一地點(diǎn)重復(fù)成像時(shí)間間隔更小。

（1）向高空間分辨率發(fā)展：隨著傳感器技術(shù)的進(jìn)步，使得遙感數(shù)據(jù)的空間分辨率得到了極大提高，加之近10年來各國遙感衛(wèi)星發(fā)射頻率越來越高，使得各國在軌的遙感衛(wèi)星數(shù)量也越來越多，提供了海量的中高分辨率的遙感數(shù)據(jù)，到目前已經(jīng)形成了大于1km、1km、100m、10m、米級(jí)、亞米級(jí)以上空間分辨率的數(shù)據(jù)系列。為描述方便，經(jīng)常把衛(wèi)星遙感數(shù)據(jù)按照空間分辨率劃分為高、中、低3個(gè)分辨率尺度，即空間分辨率小于等于1m為高空間分辨率數(shù)據(jù)、大于1m小于等于50m為中空間分辨率數(shù)據(jù)，大于50m為低空間分辨率數(shù)據(jù)。以陸地監(jiān)測(cè)衛(wèi)星為例，20世紀(jì)70年代常用的遙感數(shù)據(jù)以空間分辨率小于30m的低空間分辨率數(shù)據(jù)為主，如78m空間分辨率的美國陸地衛(wèi)星Landsat1-3/MSS數(shù)據(jù)；到20世紀(jì)末，常用的遙感數(shù)據(jù)以空間分辨率30m左右中空間分辨率數(shù)據(jù)為主，如30m空間分辨率的Landsat5/TM、Landsat7/ETM數(shù)據(jù)與20m空間分辨率的法國SPOT1-4/HRV數(shù)據(jù)；到如今，常用的遙感數(shù)據(jù)以空間分辨率為30m到優(yōu)于1m的中、高分辨率數(shù)據(jù)為主，除了傳統(tǒng)的30m多光譜、15m全色波段的Landsat8-9/OLI數(shù)據(jù)與6m多光譜，1.5m全色SPOT6-7/NAOMI數(shù)據(jù)外，許多新興的中高分辨率數(shù)據(jù)也得到了廣泛應(yīng)用，如歐空局Sentinel-1A/1B/2A/2B衛(wèi)星10m多光譜數(shù)據(jù)（MSI），我國GF-1/GF-6衛(wèi)星16m寬幅數(shù)據(jù)（WFV）、8m多光譜數(shù)據(jù)（PMS）、2m全色數(shù)據(jù)（PAN），GF-2衛(wèi)星3.2m的多光譜數(shù)據(jù)（PMS）與0.8m的全色數(shù)據(jù)（PAN），美國SkySat16-21衛(wèi)星0.75m多光譜數(shù)據(jù)（COMS）等。

（2）向高時(shí)間分辨率發(fā)展：不同空間分辨率尺度上遙感器數(shù)量增多，特定遙感器針對(duì)指定區(qū)域的重訪周期都有不同程度的提高（重訪周期是指衛(wèi)星再次看到同一地區(qū)的時(shí)間間隔，單位為天），使遙感數(shù)據(jù)向高時(shí)間分辨率發(fā)展。在1km低空間分辨率水平上，重訪周期也由21世紀(jì)80年代末的NOAA-11/AVHRR的6 d（緯度±15°），達(dá)到了21世紀(jì)初左右的TERRA/AQUA-MODIS的1 d，在多星組網(wǎng)情況下能夠達(dá)到每天覆蓋全球1次以上的能力。在空間分辨率10～30m中空間分辨率水平上，Landsat系列衛(wèi)星的重訪周期由Landsat 1-3的MSS數(shù)據(jù)的18 d縮短到Landsat 8-9雙星組網(wǎng)的8 d。Sentinel-2A/2B單星重訪周期為10 d，2A/2B雙星組成星座的重訪周期縮短到5 d。在空間分辨率小于2m這個(gè)高、中空間分辨率過渡范圍內(nèi)，重訪周期也由20世紀(jì)末IKONOS的3 d達(dá)到了現(xiàn)在的Wordview-3的1 d，以及GF-01/06組網(wǎng)的2d。

（3）向高光譜分辨率發(fā)展：首先，光譜譜段位置向不同電磁波屬性范圍上拓展，在20世紀(jì)70年代，中空間分辨率Landsat MSS數(shù)據(jù)只有綠、紅、近紅外譜段的數(shù)據(jù)，而現(xiàn)在，中空間分辨率如Landsat OLI數(shù)據(jù)有海岸藍(lán)、藍(lán)、綠、紅、近紅外、短波紅外、全色、卷云、熱紅外(TIRS 1、TIRS 2)等譜段的數(shù)據(jù)；Worldview-2數(shù)據(jù)有藍(lán)、綠、紅、近紅外、海岸、黃色、紅邊、近紅外2等譜段的數(shù)據(jù)；RapidEye數(shù)據(jù)有藍(lán)、綠、紅、紅邊、近紅外等譜段的數(shù)據(jù)。其次，光譜譜段的寬度越來越窄。美國在20世紀(jì)末和21世紀(jì)初發(fā)射的Terra和Aqua衛(wèi)星搭載的中分辨率成像光譜儀MODIS，譜段范圍為0.62-0.96μm（可見光和近紅外波段）、3.66～14.38μm（中紅外和短波紅外波段），具有36個(gè)波段的高光譜數(shù)據(jù)，譜段寬度在可見光和近紅外波段為20～50nm左右、在中紅外波段為300nm左右。到21世紀(jì)初美國NASA發(fā)射的EO-1衛(wèi)星搭載的高光譜成像光譜儀Hyperion，譜段范圍為0.4～2.5μm，具有242個(gè)波段的高光譜數(shù)據(jù)，譜段寬度為10nm，通道數(shù)目比常用的多光譜相機(jī)多了近70倍。到現(xiàn)在我國2008年發(fā)射的HJ-1A衛(wèi)星搭載HSI遙感器，譜段范圍為0.45～0.95μm，譜段寬度為5nm左右，具有115個(gè)譜段的高光譜數(shù)據(jù)；2018年我國發(fā)射的高分5號(hào)衛(wèi)星搭載的可見短波紅外高光譜相機(jī)AHSI，譜段范圍為0.4～2.5μm，具有330個(gè)譜段的高光譜數(shù)據(jù)，譜段寬度在可見光近紅外波段為5nm、在短波紅外為10nm，通道數(shù)目比常用的多光譜相機(jī)多了近100倍。

2.3 農(nóng)業(yè)資源遙感監(jiān)測(cè)技術(shù)發(fā)展趨勢(shì)

為充分發(fā)揮現(xiàn)代遙感技術(shù)高空間、高時(shí)間、高光譜的數(shù)據(jù)優(yōu)勢(shì)，從農(nóng)業(yè)資源信息獲取過程上看，數(shù)據(jù)處理、信息提取、結(jié)果分析是3個(gè)不可或缺的過程。多源遙感數(shù)據(jù)融合應(yīng)用技術(shù)、遙感分類技術(shù)、高效計(jì)算技術(shù)在農(nóng)業(yè)資源遙感監(jiān)測(cè)中的發(fā)展，使得農(nóng)業(yè)資源遙感監(jiān)測(cè)的結(jié)果具有準(zhǔn)確性更高、時(shí)效性更強(qiáng)，費(fèi)效比更低、尺度更多元、能夠滿足不同用戶的需求，為農(nóng)業(yè)資源臺(tái)賬建設(shè)提供更客觀、更高效的途徑。

（1）多源遙感數(shù)據(jù)融合應(yīng)用技術(shù)：豐富的遙感數(shù)據(jù)轉(zhuǎn)化為可用的監(jiān)測(cè)數(shù)據(jù)源，需要多源衛(wèi)星數(shù)據(jù)融合應(yīng)用技術(shù)作為媒介，進(jìn)而實(shí)現(xiàn)更高效的觀測(cè)。首先是不同遙感器來源的遙感數(shù)據(jù)的融合。例如，如0.5～4km空間分辨率的FY-04多通道掃描成像輻射計(jì)數(shù)據(jù)、250m的HY-1B/CZI數(shù)據(jù)、50m的GF-04/PMS數(shù)據(jù)、30m的HJ-1A/CCD數(shù)據(jù)、16m的GF-1/WFV數(shù)據(jù)、8m的GF-01/PMS2數(shù)據(jù)、4m的GF-02/PMS數(shù)據(jù)、2m的GF-02/PMS1-MSS1數(shù)據(jù)等，由于空間分辨率、光譜位置與寬度、遙感器自身工藝的差異，針對(duì)具體的觀測(cè)對(duì)象，其光譜特征具有較大的差異。因此需要在各自遙感器光譜觀測(cè)特征基礎(chǔ)上，重新構(gòu)建光譜同化模型，映射到相同的數(shù)據(jù)標(biāo)準(zhǔn)空間，才能實(shí)現(xiàn)多源遙感數(shù)據(jù)的綜合應(yīng)用。其次是來自不同衛(wèi)星平臺(tái)上的相同遙感器，以及相同衛(wèi)星平臺(tái)相同遙感器不同觀測(cè)時(shí)間的遙感數(shù)據(jù)融合。例如，RapidEye衛(wèi)星是依靠裝載在5顆衛(wèi)星上，在太陽同步軌道上同時(shí)運(yùn)行獲取遙感觀測(cè)數(shù)據(jù)；國產(chǎn)的WFV數(shù)據(jù)，可以同時(shí)在GF-01、GF-06等衛(wèi)星平臺(tái)獲取。這類數(shù)據(jù)的光譜觀測(cè)差異可能小于異構(gòu)數(shù)據(jù)、小于異源遙感器的差異，但仍然存在著差異，仍然需要不同平臺(tái)來源的數(shù)據(jù)、不同觀測(cè)時(shí)間的數(shù)據(jù)，按照統(tǒng)一的標(biāo)準(zhǔn)進(jìn)行處理，才能滿足農(nóng)業(yè)資源遙感監(jiān)測(cè)的需要。

在21世紀(jì)以前，遙感數(shù)據(jù)源相對(duì)單一，農(nóng)業(yè)資源遙感監(jiān)測(cè)主要以單星應(yīng)用為主；目前，遙感數(shù)據(jù)源得到了極大豐富，數(shù)據(jù)融合技術(shù)也得到了快速發(fā)展，通過多源遙感數(shù)據(jù)融合技術(shù)進(jìn)一步補(bǔ)充和挖掘遙感監(jiān)測(cè)的數(shù)據(jù)，使得區(qū)域上的兩星、多星應(yīng)用逐步實(shí)現(xiàn)，極大提升了農(nóng)業(yè)資源遙感監(jiān)測(cè)效率與精度。

（2）農(nóng)業(yè)資源遙感智能分類技術(shù)：一般意義上，農(nóng)業(yè)遙感分類是指以農(nóng)作種植類型作為研究對(duì)象，以空間距離、概率分布函數(shù)模擬各類別間的差異，采用樣本或者經(jīng)驗(yàn)獲取閾值劃定類別、確定類型的方法。而農(nóng)業(yè)資源遙感分類的監(jiān)測(cè)內(nèi)容，不僅僅是農(nóng)作物種植類型，而是把水、土、氣、生、社會(huì)經(jīng)濟(jì)、農(nóng)業(yè)廢棄物等主要農(nóng)業(yè)資源監(jiān)測(cè)對(duì)象看作是遙感分類的單元。

遙感分類方法是影響監(jiān)測(cè)精度的關(guān)鍵因素，農(nóng)業(yè)資源遙感分類技術(shù)大致經(jīng)歷了如下發(fā)展過程。在上世紀(jì)，遙感分類的主要靠目視解譯為主，考慮影像質(zhì)量、人力勞動(dòng)與解譯者的主觀因素較多；本世紀(jì)以來，遙感分類技術(shù)得到了快速發(fā)展，監(jiān)督分類、非監(jiān)督分類、決策樹、面向?qū)ο蠓诸惖姆椒ǖ玫搅藰O大的發(fā)展與應(yīng)用，更進(jìn)一步，在前者基礎(chǔ)上考慮植被物候、地形、紋理等相關(guān)輔助信息與多源遙感數(shù)據(jù)相結(jié)合的方法，在一定程度上提高分類精度；近年來，人工智能技術(shù)被廣泛應(yīng)用到遙感分類中，人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等方法也在一定程度上提升了遙感分類的精度[33]。目前，針對(duì)特定農(nóng)業(yè)資源對(duì)象，農(nóng)業(yè)資源遙感分類技術(shù)已經(jīng)能夠從較為客觀、系統(tǒng)的角度出發(fā)，實(shí)現(xiàn)農(nóng)業(yè)資源特征的快速、精準(zhǔn)識(shí)別。

（3）多維海量數(shù)據(jù)高效計(jì)算技術(shù)：當(dāng)前遙感數(shù)據(jù)高空間、高時(shí)間、高光譜分辨率的特點(diǎn)，帶來的直接結(jié)果是數(shù)據(jù)量呈幾何級(jí)數(shù)增長(zhǎng)。而現(xiàn)實(shí)中，考慮到遙感器通道數(shù)量、在地表數(shù)據(jù)獲取的過程中存在的重疊現(xiàn)象、計(jì)算過程等產(chǎn)生的大量的數(shù)據(jù)冗余，會(huì)讓數(shù)據(jù)量呈幾倍甚至幾十倍增大。如以國產(chǎn)16m空間分辨率GF-6/WFV數(shù)據(jù)為例，理想狀態(tài)下覆蓋我國陸地范圍的8個(gè)譜段數(shù)據(jù)1個(gè)頻次最少需要4.4TB以上的數(shù)據(jù)量；以GF-6衛(wèi)星標(biāo)稱的4d回歸周期計(jì)算，每天約在1.2TB左右；如果考慮計(jì)算過程，則在5～8倍以上。如此巨量的數(shù)據(jù)，沒有相應(yīng)的存貯能力、沒有高效的計(jì)算技術(shù)，無法實(shí)現(xiàn)農(nóng)業(yè)資源的有效監(jiān)測(cè)與評(píng)價(jià)。

隨著計(jì)算機(jī)硬件、多核CPU與GPU計(jì)算技術(shù)的發(fā)展，圖像處理的速度得到了很大的提升，使得用戶以較低的入門門檻實(shí)現(xiàn)高效計(jì)算技術(shù)的普遍應(yīng)用。較為常見的方式是脫離本地計(jì)算機(jī)的硬件環(huán)境，依靠云平臺(tái)的高效計(jì)算能力實(shí)現(xiàn)數(shù)據(jù)快速處理。如Google Earth Engine的模式，在數(shù)據(jù)安全具有可靠保證前提下，該方式也不失為一種有效的模式。目前，高效計(jì)算技術(shù)的普及使得小范圍尺度的遙感監(jiān)測(cè)效率已經(jīng)得到了極大提升，區(qū)域乃至全球等大尺度范圍的遙感數(shù)據(jù)存儲(chǔ)與計(jì)算也初步實(shí)現(xiàn)，農(nóng)業(yè)資源遙感監(jiān)測(cè)計(jì)算效率得到整體的提高。

3 農(nóng)業(yè)資源臺(tái)賬中遙感技術(shù)的應(yīng)用潛力

3.1 遙感技術(shù)在農(nóng)業(yè)資源清單獲取中的應(yīng)用潛力

隨著遙感數(shù)據(jù)源、分類技術(shù)、計(jì)算技術(shù)的飛速發(fā)展，遙感技術(shù)在農(nóng)業(yè)資源監(jiān)測(cè)，尤其是在農(nóng)業(yè)資源清單內(nèi)容的獲取中，已經(jīng)開展了廣泛應(yīng)用。如農(nóng)作物類型和種植面積[28,35-37]、長(zhǎng)勢(shì)和產(chǎn)量等農(nóng)作物資源調(diào)查[30,31,38]，農(nóng)業(yè)土地利用、面源污染和土壤養(yǎng)分等農(nóng)業(yè)生產(chǎn)的農(nóng)業(yè)用地資源調(diào)查[27,29,39-42]，干旱、洪澇、病害、低溫冷凍災(zāi)害等種氣象災(zāi)害的受災(zāi)面積和受災(zāi)情況[32,43-48]、土壤墑情和農(nóng)作物生育期等影響農(nóng)業(yè)生產(chǎn)的氣候資源調(diào)查[49-52]，淡水水面、海水水面等影響水產(chǎn)養(yǎng)殖的水資源調(diào)查[53,54]，畜禽養(yǎng)殖設(shè)施和蔬菜設(shè)施面積等影響農(nóng)業(yè)生產(chǎn)的社會(huì)經(jīng)濟(jì)資源調(diào)查等[55,56]。其中，一部分農(nóng)業(yè)資源是采用遙感技術(shù)直接獲取的，如農(nóng)作物、農(nóng)用地的類型和面積，另外一部分農(nóng)業(yè)資源調(diào)查需要結(jié)合地面調(diào)查或統(tǒng)計(jì)數(shù)據(jù)等其他數(shù)據(jù)進(jìn)行估計(jì)，如農(nóng)作物長(zhǎng)勢(shì)、產(chǎn)量、氣象災(zāi)害農(nóng)作物受災(zāi)情況等。因此在農(nóng)業(yè)資源臺(tái)賬的建設(shè)中，可以采用遙感技術(shù)以直接或間接的方式獲取農(nóng)業(yè)資源清單中部分重要農(nóng)業(yè)資源的類型、數(shù)量和分布。

目前相對(duì)成熟的方案有大尺度區(qū)域的低空間分辨率高時(shí)效性、中尺度區(qū)域的中空間分辨率中時(shí)效性、局部區(qū)域的高或甚高空間分辨率低時(shí)效性等3個(gè)模式。大尺度區(qū)域低空間分辨率高時(shí)效性模式下的農(nóng)業(yè)資源監(jiān)測(cè)，可采用EOS/MODIS數(shù)據(jù)等低空間分辨率數(shù)據(jù)，以天、旬為頻率，監(jiān)測(cè)全球級(jí)、洲際或者國家級(jí)大尺度農(nóng)作物長(zhǎng)勢(shì)、耕地土壤墑情和洪澇、旱災(zāi)等自然災(zāi)害的受災(zāi)面積等。中尺度區(qū)域中空間分辨率中時(shí)效性模式下的農(nóng)業(yè)資源監(jiān)測(cè)，可采用GF-6/WFV、Landsat-8 OLI等中空間分辨率數(shù)據(jù)，以季或年為時(shí)間頻率，開展省級(jí)、國家級(jí)等尺度的大宗農(nóng)作物種植面積、淡水面積監(jiān)測(cè)等。局部區(qū)域甚高或高空間分辨率低時(shí)效性的農(nóng)業(yè)資源監(jiān)測(cè)，可采用GF-6/PMS、Sentinel-2、無人機(jī)數(shù)據(jù)等甚高或高空間分辨率數(shù)據(jù)，以年為時(shí)間頻率，獲取項(xiàng)目或者園區(qū)尺度的農(nóng)業(yè)基礎(chǔ)設(shè)施面積等。

隨著多源遙感數(shù)據(jù)融合技術(shù)和高性能計(jì)算技術(shù)的提升，當(dāng)前遙感數(shù)據(jù)源的時(shí)間頻率、空間覆蓋度潛力仍有較大的挖掘潛力，可以進(jìn)一步提高遙感技術(shù)在農(nóng)業(yè)資源清單獲取中的應(yīng)用。

3.2 遙感技術(shù)在農(nóng)業(yè)資源評(píng)價(jià)中的應(yīng)用潛力

開展農(nóng)業(yè)資源評(píng)價(jià)是合理、高效、可持續(xù)利用的前提。農(nóng)業(yè)資源評(píng)價(jià)的數(shù)據(jù)本底是農(nóng)業(yè)資源清單，是目前遙感技術(shù)可以獲取的內(nèi)容。農(nóng)業(yè)資源評(píng)價(jià)的過程則是基于農(nóng)業(yè)資源清單獲取的數(shù)據(jù)，從農(nóng)業(yè)資源組分評(píng)價(jià)或者農(nóng)業(yè)生態(tài)系統(tǒng)整體評(píng)價(jià)兩個(gè)層次出發(fā)，采用科學(xué)的評(píng)價(jià)方法，對(duì)農(nóng)業(yè)資源分布、利用的合理性或農(nóng)業(yè)生態(tài)系統(tǒng)的可持續(xù)性做出評(píng)判，并指出預(yù)警、優(yōu)化等措施，是目前遙感技術(shù)與資源評(píng)價(jià)方法相結(jié)合的內(nèi)容。遙感技術(shù)對(duì)于農(nóng)業(yè)資源評(píng)價(jià)的貢獻(xiàn)主要表現(xiàn)在將農(nóng)業(yè)資源評(píng)價(jià)的數(shù)據(jù)本底與評(píng)價(jià)過程空間化、連續(xù)化、定量化等方面。

從農(nóng)業(yè)資源組分的評(píng)價(jià)來看，主要集中于農(nóng)作物時(shí)空格局動(dòng)態(tài)變化[57-60]、農(nóng)作物種植結(jié)構(gòu)演變與優(yōu)化[61]、農(nóng)業(yè)土地利用變化[62]和利用效率、多因子評(píng)價(jià)指數(shù)或模型構(gòu)建等方面。如滿衛(wèi)東等關(guān)于東北地區(qū)耕地時(shí)空變化遙感分析的研究，在提取1990年、2000年和2013年東北地區(qū)耕地空間分布基礎(chǔ)上，通過對(duì)比分析、景觀質(zhì)心平移度等方法，討論了東北地區(qū)旱田和水田的變化特征，并分析了東北地區(qū)耕地變化的驅(qū)動(dòng)因素[63]；又如徐涵秋等基于遙感技術(shù)提出的遙感生態(tài)指數(shù)RSEI，耦合了植被指數(shù)、濕度分量、地表溫度和土壤指數(shù)等4個(gè)評(píng)價(jià)指標(biāo)以快速監(jiān)測(cè)與評(píng)價(jià)區(qū)域生態(tài)質(zhì)量[64]。從農(nóng)業(yè)生態(tài)系統(tǒng)整體評(píng)價(jià)來看，遙感技術(shù)開展農(nóng)業(yè)生態(tài)系統(tǒng)可持續(xù)評(píng)價(jià)的研究相對(duì)較少，處于起步階段。具有代表性的研究如車濤等基于黑河遙感站大量的地面與遙感綜合觀測(cè)、構(gòu)建了流域生態(tài)綜合監(jiān)測(cè)系統(tǒng)、集成了“水—土—?dú)狻恕睆?fù)雜模型、建立了區(qū)域可持續(xù)發(fā)展決策支持系統(tǒng)等[65]。

隨著遙感技術(shù)在農(nóng)業(yè)資源清單數(shù)據(jù)質(zhì)量，空間范圍和時(shí)間頻率等方面的提升，將有助于對(duì)單個(gè)或多個(gè)農(nóng)業(yè)資源進(jìn)行定量的評(píng)價(jià)，也更利于從區(qū)域農(nóng)業(yè)生態(tài)系統(tǒng)出發(fā)，衡量該區(qū)域的可持續(xù)發(fā)展水平。除此之外，農(nóng)業(yè)資源評(píng)價(jià)方法的研究逐漸完善，將為遙感技術(shù)在農(nóng)業(yè)資源評(píng)價(jià)中的參數(shù)獲取、指標(biāo)計(jì)算等方法打通道路，進(jìn)一步推動(dòng)農(nóng)業(yè)資源評(píng)價(jià)工作的發(fā)展。

4 展望

遙感技術(shù)在農(nóng)業(yè)資源臺(tái)賬建設(shè)中的應(yīng)用能力有顯著提升。一是遙感技術(shù)監(jiān)測(cè)的對(duì)象與監(jiān)測(cè)內(nèi)容逐漸完善，已經(jīng)涵蓋了主要的農(nóng)業(yè)自然資源和社會(huì)經(jīng)濟(jì)資源。二是遙感技術(shù)滿足農(nóng)業(yè)資源臺(tái)賬及時(shí)更新的需求。原來需要一年或者若干年才能完成農(nóng)業(yè)資源調(diào)查，目前在一年以內(nèi)完成已成為可能；對(duì)于農(nóng)作物長(zhǎng)勢(shì)、災(zāi)害等高頻次、突發(fā)性的事件也具備及時(shí)監(jiān)測(cè)的能力。

遙感技術(shù)在農(nóng)業(yè)資源臺(tái)賬建設(shè)中的潛力尚有深入挖掘的空間。一是遙感技術(shù)本身仍有較大的挖掘空間。當(dāng)前遙感數(shù)據(jù)的存儲(chǔ)量巨大，對(duì)現(xiàn)有遙感數(shù)據(jù)的應(yīng)用卻不足十之二三，仍有大量的數(shù)據(jù)未被挖掘與利用，隨著遙感數(shù)據(jù)應(yīng)用規(guī)模的擴(kuò)大與效率的提升，將推動(dòng)農(nóng)業(yè)資源遙感監(jiān)測(cè)高精度、高時(shí)效的發(fā)展，助力農(nóng)業(yè)資源臺(tái)賬建設(shè)與應(yīng)用。二是遙感技術(shù)在農(nóng)業(yè)中的應(yīng)用將會(huì)更為廣泛且深入。盡管當(dāng)前遙感技術(shù)在農(nóng)業(yè)領(lǐng)域已經(jīng)開展了廣泛的應(yīng)用，并已經(jīng)實(shí)現(xiàn)了業(yè)務(wù)化的運(yùn)行，但仍存在許多待開發(fā)的方向，尤其是在農(nóng)業(yè)資源整體評(píng)價(jià)與農(nóng)業(yè)資源可持續(xù)方面有待探索與應(yīng)用。