【www.zhangdahai.com--其他范文】
居 祥，饶芳萍
（1. 江苏省临海农场有限公司，盐城 224353；
2. 南京财经大学公共管理学院，南京 210023）
随着工业化与城镇化进程的不断发展，中国的耕地资源不断减少，由此带来粮食安全问题。我国制定了一系列的耕地保护政策，并将“十分珍惜、合理利用土地和切实保护耕地”作为基本国策。在保障粮食安全方面，除了保护耕地面积与提高耕地质量，还要提高土地生产力，大力发展精准农业。
精准农业是指对耕地生态环境进行实时监测，实施定位、定量的精准田间管理，最终实现高效利用耕地资源和保护耕地生态环境的目标[1]。耕地生态环境主要包括农作物、土壤、水及地表温度等。精准农业对于监测农作物长势、预估农业产量、预防农业灾害以及保障粮食安全等具有重要意义。遥感作为精准农业与耕地生态环境动态监测的重要技术手段，国内外学者一直致力于利用遥感技术手段对耕地生态环境进行动态监测方面的研究。然而，由于遥感技术手段多样化，不同技术手段的优缺点及监测重点也不尽相同。首先，本文界定了耕地生态环境的定义与内涵；
然后，从遥感监测技术分类方法的视角对耕地生态环境关键要素遥感监测的研究进展进行了综述；
最后，提出研究展望，分析尚需解决的相关科学问题与发展趋势，以期对实施精准农业与耕地生态环境遥感监测研究提供借鉴。
1.1 相关定义
耕地生态环境由耕地、动植物及无机环境构成，依靠人为要素与自然要素投入，通过动植物群落与无机环境的相互作用，在系统内进行能量转化并实现物质循环的生态系统。耕地生态环境受到自然与社会的影响，在一定时间与区域内，耕地生态环境为人类提供农副产品及生态环境服务。生态环境内部通过自我调节方式，形成相对稳定、健康有序、动态平衡的耕地生态环境。
1.2 理论内涵
1.2.1 生态系统服务理论
耕地生态环境即耕地生态系统，耕地生态系统的服务价值是指生态系统为维持人类生存提供自然生态环境条件，耕地生态系统的服务价值对维持与促进社会发展具有重大意义。20 世纪下半叶，有的学者提出生态系统服务理论，包括涵养水源、净化大气等。它通常依托自然生态系统，并长期供给生态产品，充分发挥生态价值。
1.2.2 可持续发展理论
上世纪80 年代，世界环境发展委员会对可持续发展理论进行重新定义，将可持续发展理论定义为不仅要满足当前人们的生存与发展的需要，同时也要考虑到后代子孙生存与发展的需要。这种理论得到了国际的广泛认可，主张必须要以提高环境质量和环境保护治理能力为前提，提高人们的生活质量与收入。耕地生态环境需以可持续发展理论为前提。
1.2.3 环境承载力理论
环境承载力是指耕地生态环境发展过程中，能够接受与承载的人为破坏因素和强度。由于社会环境系统的复杂性，只能对代表性、易量化的指标进行分析。环境承载力综合分析指标包括资源环境承载力指标与社会经济开发强度指标。环境承载力综合分析的目的在于分析该地区的耕地开发强度是否与资源环境承载力相协调[2]，实质上解决地区社会经济与资源环境协调发展的问题。
耕地生态环境组分主要包括农作物、土壤、地表温度、水环境、大气环境等，而耕地生态环境关键要素主要包括农作物、土壤（土壤物理结构、土壤化学成分与土壤水）及地表温度等。耕地生态环境关键要素遥感监测主要包括光学遥感、热红外遥感、微波遥感及高光谱遥感等方法。
利用遥感技术手段对耕地生态环境关键要素监测已有不少报道，但研究的结果并不完全一致，这与采取的遥感技术手段有关。因此，本文从遥感技术手段的视角对耕地生态环境关键要素遥感监测进行归纳与总结。
2.1 耕地生态环境关键要素光学遥感
光学遥感主要根据可见光、近红外与短波红外波段不同波谱反射率变化构建模型监测农作物生长状态与土壤水分，目前常用的监测指数如植被状态指数（VCI）[3-4]、距平植被指数（AVI）[5-6]、归一化植被指数（NDVI）[7-8]、垂直干旱指数（PDI）[9-10]、改进型垂直干旱指数（MPDI）[11-13]等，这类指数在叶面积、叶片含水量、土壤水分等耕地生态环境监测方面效果良好，但在精度方面略有不足。Liu 等[14]利用VCI 评估区域干旱影响，发现土壤水分、农作物生长状态与光谱反射率具有显著的相关性，VCI为区域干旱的时空演变分析及作物产量定性估计提供了有用的工具。Wang 等[15]利用AVI 分析了中国北方海河流域的水分缺失状况，结果表明AVI能较好地反映深层土壤水与地下水流失情况，更适合海河流域长期干旱和严重干旱的检测。Huete等[16]从辐射学和生物物理学的角度对MODIS NDVI 的性能进行了初步分析，且MODIS NDVI与NOAA-14、1km AVHRR-NDVI 时间剖面的比较表明，基于MODIS 的指数具有更高的保真度。Qin 等[17]利用PDI 对中国西北地区的干旱状况进行了评估。为了验证PDI 在宏观上的适用性，将PDI 与温度-植被指数（TVX）进行比较，结果表明，PDI 与TVX 显著相关，PDI 与耕地干旱状况具有很好的一致性。Ghulam 等[11]提出一种改进的干旱监测方法（MPDI），该方法引入植被指数，同时考虑土壤水分和植被生长。为了验证该干旱指数的有效性，计算了不同时期不同干旱条件下地面植被的PDI 和MPDI。结果表明，PDI 和MPDI 对于裸露的土壤表面，特别在植被生长的早期阶段，提供了非常相似的结果。然而，MPDI 在测量植被表面方面显示出更好的性能，因为它在建模过程中同时考虑了土壤湿度和植被生长，MPDI 具有干旱现象远程动态实时监测的潜力。
地表温度（LST）与植被指数（VI）相结合，衍生出很多用于监测土壤水分的指数，如温度植被干旱指数（TVDI）、条件温度植被指数（VTCI）、植被条件反照率干旱指数（VCADI）等。Sandholt等[18]根据地表温度与植被指数之间的关系提出了简化的地表干旱指数，即TVDI。该指数在概念和计算方面都很简单，并实证分析了西非塞内加尔北部地区TVDI 的空间格局和时间演变，可以更精细地反映水分的变化。Patel 等[19]的研究表明，作物含水量与VTCI 呈显著正相关，在干旱高峰期尤为明显，表明VTCI 是区域尺度监测极端干旱的理想指标，且VTCI 与作物产量呈显著正相关。Ghulam 等[20]根据植被指数与宽带反照率的二维光谱空间中土壤水分的光谱特征提出了VCADI，并利用宁夏回族自治区MODIS 数据，进一步分析了VCADI 的时空分布特征。结果表明，VCADI 变化与区域降雨动态一致，该指数作为一种完全不需要地表辅助数据的简单卫星反演方法，在干旱估算中具有潜力。以上指数的最大优点是，监测过程中表征土壤水分信息的各个生态物理参数意义明确，弥补了单一生态因子监测的不足，能够更方便、准确地表现土壤水分的时空分布规律。然而，由于遥感反演的土壤水分易受地表复杂因素影响，具有较强的经验性，为了满足作物覆盖与土壤水分分布的边界条件，需要对应的遥感影像覆盖。
随着社会经济的快速发展, 人们越来越关注生态环境问题，生态环境监测也日益成为焦点，目前国内外利用遥感技术对耕地生态环境进行监测较多。综上所述，国内外学者选取的不同监测指数在耕地生态环境监测方面效果良好，但在精度方面略有不足。更进一步地，学者们将地表温 度（LST）与植被指数（VI）相结合，衍生出很多用于监测土壤水分的指数。这些指数的最大优点在于监测过程中表征土壤水分信息的各个生态物理参数意义明确，弥补了单一生态因子监测的不足，能够更方便、准确地表现土壤水分的时空分布规律。目前，光学遥感研究方法所观测的电磁波辐射源是太阳，遥感数据对目标物的反射率具有很大的依赖性，根据反射率获得有关目标物的信息，在精度方面略有不足，属于被动遥感。
2.2 耕地生态环境关键要素热红外遥感
热红外遥感主要采取热惯量法、蒸散量法与温度状态指数法3 种方法监测耕地生态环境。
由于水分具有较大的热容量与热传导率，较湿的土壤具有较大的热惯量，故地表温度与土壤水分相关，可利用热红外遥感监测地表温度从而得到土壤水分。Price[21]最先详细论述了热惯量遥感成像原理，提出了表观热惯量的概念，认为地表温度不仅与土壤水分有关，还与热辐射相关，使通过计算热惯量估算土壤水分成为可能。
蒸散量法是在地表能量平衡理论基础上建立的模型，是土壤-植被-大气间能量相互作用与交换的体现，具有明确的物理意义。国内外学者的研究表明，当土壤水分充足时，蒸散作用较强，冠层温度较低；
反之，蒸散作用较弱，冠层温度较高。这种方法在植被完全覆盖或裸土两种极端条件下进行推导，无法对作物全生育期进行持续监测。此外，该模型相对复杂，运算需要过多的参数，如近地表气温、空气湿度、风速及表面粗糙度等，导致实际应用时可操作性差。Yao 等[22]利用一个简单的改进蒸散量模型，在不需要输入太多气象参数的情况下评估土壤干旱状况，研究结果表明该模型表现良好。
温度状态指数法由遥感监测的时间序列地表温度得到，较前两种方法简单，其主要不足在于对影响日间热红外测量与地表温度季节变化的风速、湿度、空气温度、净辐射等气象条件因素归一化比较困难，难以实时得到卫星过境时的相关气象参数，致使该方法的应用受到很大限制[23]。Bento 等[24]利用晴空LST 进行估计时，发现VCI与TCI 的空间分布呈现相关性。
综上所述，国内外学者主要选取了理论基础上建立的热惯量法、蒸散量法与温度状态指数法进行耕地生态环境监测。热惯量法利用热惯量遥感成像原理，主要用于估算土壤水分；
蒸散量法基于地表能量平衡理论，估算农作物、土壤水及地表温度；
温度状态指数法则比较简单，其主要不足在于难以实时得到卫星过境时的气象参数。目前，研究方法为热红外遥感，囿于其缺点，热红外遥感热辐射通量影响因素众多，陆地表面发射率具有不确定性，且热红外遥感在白天受空气、阳光、电磁信号的影响较大，在晚上热辐射干扰减少，因此适合在晚上监测。
2.3 耕地生态环境关键要素微波遥感
在微波遥感领域，基于土壤介电特性与土壤含水量密切相关的理论，通过研究农作物后向散射特性，提出了描述植被层后向散射的水云模型[25]。水云模型形式简单，对一些特定植被类型具有较好的反演结果，但水云模型对植被刻画过于简单，从而不能解释所有发生在植被层的雷达后向散射机制。针对这一问题，一些基于辐射传输方程、形式更复杂的植被电磁波散射模型被提出，如MIMICS 模型[26]。Moran 等[27]利用干湿季后向散射系数的变化值，反演土壤水分，发现二者显著相关。Sano 等[28]研究了C 波段（5.3GHz）和Ku波段（14.85GHz）合成孔径雷达（SAR）数据对农田裸地土壤含水量的敏感性，分析了不同土壤粗糙度对微波遥感监测土壤水分的影响。
针对土壤水分的微波遥感监测，近年来，国内外利用Envisat-ASAR 数据开展了一系列研究，具有多极化、多入射角及多工作模式的优点。Zribi 等[29]开发一种利用ASAR 多入射角数据估算小流域土壤水分的线性方法，该方法考虑了粗糙度和土壤质地对雷达信号与土壤水分线性关系的影响，并尝试减少这些影响。Baup 等[30]研究发现后向散射系数与土壤水分存在较强的线性关系，当将ASAR 数据限制为低入射角，并利用多角度雷达数据考虑植被效应时，可获得最佳结果。在耕地生态环境微波遥感监测研究中，一些专家学者认为植被冠层后向散射与植被覆盖度是雷达对地表土壤水分敏感性的重要影响因素[31]。研究表明，植被类型、覆盖度、物理几何结构、含水量等都会对雷达后向散射产生影响，从而影响土壤水分的监测精度。
综上所述，国内外学者大多采用主动微波遥感，通过选取不同模型进行了大量的实证研究。基于土壤介电性与土壤水密切相关的理论，提出了水云模型与MIMICS 模型监测耕地生态环境。水云模型主要监测农作物，形式相对简单；
MIMICS 模型主要监测土壤水，形式较复杂，两者都取得了良好的反演效果。在ASAR 数据的利用方面，学者主要针对土壤水分监测进行了大量的实证研究，发现其具有多极化、多入射角等优点。目前，微波遥感研究方法由于波长较长，衍射现象显著，分辨率较低。
2.4 耕地生态环境关键要素高光谱遥感
在利用高光谱遥感监测耕地生态环境方面，国内外学者主要围绕作物与土壤水以及土壤生化成分开展了一系列研究。周萍等[32]利用高光谱遥感技术对土壤有机质进行了信息提取。李映雪等[33]研究了不同小麦品种在不同生育时期和不同氮素水平下，冠层反射光谱的变化规律。结果表明，不同小麦冠层高光谱和多光谱反射率都存在差异，且近红外波段反射率差异大于可见光区。刘伟东等[34]的研究表明，当土壤水分较低时，土壤光谱反射率随土壤水分的增加而降低，当超过某一阈值后，土壤光谱反射率随土壤水分的增加而增加。Shibayama 等[35]的研究表明，水稻缺氮水平与正常营养水平相比，水稻叶片的光谱特性显著不同，并且认为叶绿素是导致光谱特征差异的主要内在因素。Blackburn[36]对估算作物冠层和叶片中叶绿素a、叶绿素b 和类胡萝卜素浓度的一系列高光谱方法的有效性进行了研究。Gomez 等[37]利用高光谱遥感对土壤有机碳含量进行预测。Krapez 等[38]利用高光谱遥感获得的温度、植被指数和反照率的数据组合监测土壤水分。Guan 等[39]通过对镉污染水稻叶片叶绿素含量，探讨了镉污染土壤的机理，并利用高光谱遥感建立了反映水稻冠层叶绿素含量随土壤镉污染程度变化的遥感信息参数响应模型。结果表明，叶绿素含量是反映植物营养状况、光合作用及各个发育阶段的良好指标。作物叶绿素遥感参数对监测土壤重金属污染具有重要意义。
综上所述，国内外学者大多围绕作物与土壤水及土壤生化成分开展了大量的实证研究，如土壤水与反射率、土壤有机质、氮素、叶片叶绿素等。高光谱遥感具有光谱分辨率高、近似连续的光谱信息的特征，能准确区分土壤水、土壤有机质、氮素、叶片叶绿素等信息，这也是国内外专家学者利用高光谱遥感进行耕地生态环境监测研究的原因之一。因此，高光谱遥感监测不仅可以实时监测作物生长状况，还对保护耕地生态环境具有重要意义。
利用遥感技术手段对耕地生态环境进行实时动态监测是一个世界性难题，尽管国内外在遥感理论、监测方法、仪器开发等方面取得了重要的进展，但尚有如下科学问题需要进一步研究。
3.1 多种遥感技术综合应用
随着传感器制造技术不断进步、遥感建模及反演理论不断丰富，遥感研究与技术应用呈现综合化的趋势。有必要集成与发展已有的遥感建模方法与反演理论，结合光学遥感、微波遥感、热红外遥感、高光谱遥感等多源遥感数据，开展地表定量反演与估算，建立地表参数综合反演与观测平台，研究改进当前参数反演算法，推出高精度、长时间序列的地表定量反演产品。同时，建立车载、无人机、物联网等一体化数据获取平台，协同实时监测耕地生态环境。
3.2 深化耕地生态环境关键要素遥感监测应用领域
遥感技术在农作物、地表温度、土壤等监测方面取得了一定进展，如何进一步深化应用领域是下一步研究方向。未来遥感技术不仅应用于监测，还应在智慧农业、生态农业、生态规划、产业发展等方面深化应用。同时，注意与各学科的交叉融合，不断创新遥感理论与技术方法。
3.3 搭建耕地生态环境关键要素遥感监测综合服务平台
根据农业生产、管理、收获、仓储、加工、销售、物流等环节，耕地生态环境关键要素遥感监测综合服务平台集成人工智能、物联网等技术，为相关人员提供专业、科学的信息化服务，促进农业可持续发展，为保证国家的粮食安全提供技术支撑。该综合服务平台监测农作物、土壤、地表温度等数据，并进行数据计量分析，绘制专题信息图，通过物联网传感器传输到各个终端。各个终端形成一个农业生产闭环，从而实现真正的精准农业，智慧农业。
近年来，遥感技术日新月异。特别是随着高空间、高光谱分辨率遥感技术的不断出现，耕地生态环境遥感监测的监测对象、监测精度及监测流程等方面取得了巨大的进展。我国农业发展正处于由传统农业向现代农业的转型期，是农业生产经营与遥感技术相契合的最佳时期。我国精准农业遥感技术与发达国家之间还有一定差距，大力开发遥感新技术应用，借鉴当前最新理论研究成果并应用于实践，必将对我国耕地生态环境遥感监测及其深化拓展应用产生重大作用。
