摘要：精準(zhǔn)農(nóng)業(yè)是通過(guò)3S技術(shù)與自動(dòng)化技術(shù)的綜合應(yīng)用，文章簡(jiǎn)單介紹了3S技術(shù)即RS、GIS、GNSS的概念，并概述分析了3S技術(shù)在精準(zhǔn)農(nóng)業(yè)領(lǐng)域如作物長(zhǎng)勢(shì)監(jiān)測(cè)與作物估產(chǎn)、農(nóng)業(yè)災(zāi)害、精準(zhǔn)化施肥與灌溉、農(nóng)業(yè)資源管理、智能農(nóng)業(yè)機(jī)械、農(nóng)田信息等方面的具體應(yīng)用，明確了3S技術(shù)在農(nóng)業(yè)領(lǐng)域的重要地位。

　　關(guān)鍵詞：RS；GIS；GNSS；精準(zhǔn)農(nóng)業(yè)

　　13S技術(shù)簡(jiǎn)述

　　3S技術(shù)是遙感技術(shù)RS、地理信息系統(tǒng)GIS和全球?qū)Ш叫l(wèi)星系統(tǒng)GNSS的集成。3S技術(shù)是結(jié)合空間、傳感器、衛(wèi)星定位與導(dǎo)航、計(jì)算機(jī)等多學(xué)科技術(shù)集成的對(duì)地球表面的空間信息進(jìn)行采集、處理、管理、分析、表達(dá)、傳播和應(yīng)用的現(xiàn)代信息技術(shù)[1]。在現(xiàn)今科技水平飛躍發(fā)展的時(shí)代，我國(guó)的傳統(tǒng)農(nóng)業(yè)的弊端已經(jīng)顯露，人均占有耕地面積減少、水土流失嚴(yán)重、水體污染等問(wèn)題制約著我國(guó)農(nóng)業(yè)及其經(jīng)濟(jì)水平的發(fā)展[1]。而結(jié)合3S技術(shù)的精準(zhǔn)農(nóng)業(yè)廣泛地運(yùn)用到現(xiàn)代農(nóng)業(yè)。本文將概述分析目前關(guān)于3S技術(shù)在精細(xì)農(nóng)業(yè)的具體應(yīng)用。

　　2遙感（RS）在精準(zhǔn)農(nóng)業(yè)的應(yīng)用

　　2.1RS

　　遙感（RS）。即遙遠(yuǎn)的感知，是運(yùn)用在不同平臺(tái)上的傳感器對(duì)遠(yuǎn)距離目標(biāo)或自然現(xiàn)象進(jìn)行探測(cè)，利用不同地物的反射率不同的特性來(lái)獲取地表信息[2]。

　　2.2RS在作物長(zhǎng)勢(shì)監(jiān)測(cè)與作物估產(chǎn)中的應(yīng)用

　　作物長(zhǎng)勢(shì)監(jiān)測(cè)與作物估產(chǎn)即利用遙感技術(shù)對(duì)作物生長(zhǎng)情況、趨勢(shì)進(jìn)行觀測(cè)，以此估計(jì)作物產(chǎn)量與品質(zhì)[2]。目前作物長(zhǎng)勢(shì)監(jiān)測(cè)最常見(jiàn)的就是運(yùn)用NDVI、新發(fā)展的EVI指數(shù)等來(lái)估算生物量、作物產(chǎn)量等反映作物生長(zhǎng)特征因子的直接觀測(cè)法。如劉新杰等反演冬小麥葉綠素密度、葉面積指數(shù)，監(jiān)測(cè)指數(shù)時(shí)序變化規(guī)律，分析不同品種冬小麥的長(zhǎng)勢(shì)情況，并建立安徽龍亢農(nóng)場(chǎng)基于NDVI的冬小麥估產(chǎn)模型[3]；與此同時(shí)，同期對(duì)比法即利用NDVI值的時(shí)序變化來(lái)反映年間作物生長(zhǎng)狀況的差異也是重要運(yùn)用。如黃青等利用NDVI，監(jiān)測(cè)巴西2017年大豆長(zhǎng)勢(shì)，并采用差值模型，對(duì)比研究2016年同期大豆長(zhǎng)勢(shì)的平均狀況，獲得巴西大豆2017年產(chǎn)量變化趨勢(shì)[4]。

　　2.3RS在農(nóng)業(yè)災(zāi)害中的應(yīng)用

　　在干旱監(jiān)測(cè)中，針對(duì)遙感數(shù)據(jù)不同波段構(gòu)建土壤水分指數(shù)運(yùn)用廣泛。如高雅通過(guò)地表溫度LST和NDVI指數(shù)之間的關(guān)系，建立溫度植被干旱指數(shù)TVDI干旱監(jiān)測(cè)模型，并且進(jìn)行干旱等級(jí)劃分，并對(duì)內(nèi)蒙古地區(qū)進(jìn)行旱情監(jiān)測(cè)[5]。在農(nóng)作物的病蟲(chóng)災(zāi)害遙感監(jiān)測(cè)中，不同類型的遙感數(shù)據(jù)成為了開(kāi)展病害敏感指數(shù)的比較研究，構(gòu)建病害敏感指數(shù)的關(guān)鍵[6]。如劉創(chuàng)優(yōu)選了基于葉片高光譜數(shù)據(jù)和衛(wèi)星多光譜數(shù)據(jù)的小麥白粉病嚴(yán)重度估測(cè)敏感光譜特征，并以Landsat8和MODIS反演的地表溫度作為關(guān)鍵生境特征，輔以篩選出的植被指數(shù)作為長(zhǎng)勢(shì)因子區(qū)域尺度上對(duì)小麥白粉病嚴(yán)重度分級(jí)并進(jìn)行了評(píng)估[7]。上述兩種應(yīng)用為較為典型的兩種農(nóng)業(yè)災(zāi)害應(yīng)用，除此以外在應(yīng)對(duì)洪澇、冷凍等災(zāi)害也常利用遙感技術(shù)監(jiān)測(cè)。光學(xué)遙感數(shù)據(jù)如TM和SPOT等，一般可對(duì)農(nóng)業(yè)受損進(jìn)行評(píng)估[6]。陳穎姝等利用作物關(guān)鍵生育時(shí)期的Landsat8OLI高清影像進(jìn)行監(jiān)督分類，提取作物種植面積分布。利用統(tǒng)計(jì)數(shù)據(jù)與資源三號(hào)衛(wèi)星數(shù)據(jù)對(duì)提取結(jié)果進(jìn)行驗(yàn)證，平均精度達(dá)到88%，此結(jié)果較準(zhǔn)確地反映洪澇季節(jié)作物的分布情況，從而進(jìn)行洪澇災(zāi)害損失估算[8]。

　　2.4遙感技術(shù)在精準(zhǔn)化施肥與灌溉的應(yīng)用

　　精準(zhǔn)化施肥與灌溉是可以幫助農(nóng)業(yè)技術(shù)人員精準(zhǔn)施肥、灌溉，獲取最大收益。如張秋陽(yáng)等將GeoEye-1高分辨率遙感影像數(shù)據(jù)與氮肥優(yōu)化算法（NFOA）相結(jié)合，開(kāi)展了冬小麥氮肥推薦應(yīng)用研究[9]。宋文龍等基于GF-1較高空間分辨率衛(wèi)星數(shù)據(jù)，通過(guò)光譜匹配方法像元尺度應(yīng)用，并引入OTSU自適應(yīng)閾值算法，構(gòu)建了高分辨率灌溉面積遙感監(jiān)測(cè)新方法[10]。

　　3地理信息系統(tǒng)（GIS）在精準(zhǔn)農(nóng)業(yè)的應(yīng)用

　　3.1GIS

　　GIS是在計(jì)算機(jī)硬件與軟件的支持下，運(yùn)用系統(tǒng)工程和信息科學(xué)的理論，科學(xué)管理和綜合分析具有空間內(nèi)涵的地理數(shù)據(jù)，以提供對(duì)規(guī)劃、管理、決策和研究所需信息的空間系統(tǒng)[11]。

　　3.2GIS在農(nóng)業(yè)資源信息管理中的應(yīng)用

　　GIS能將人們從事農(nóng)業(yè)生產(chǎn)或相關(guān)農(nóng)業(yè)經(jīng)濟(jì)活動(dòng)所利用的各種資源緊密聯(lián)系并使各自都發(fā)揮出最大作用。如劉兵建立的基本農(nóng)田數(shù)據(jù)庫(kù)管理系統(tǒng)[12]與寧方志建立的土地利用現(xiàn)狀調(diào)查管理系統(tǒng)[13]都屬于利用GIS的空間管理優(yōu)勢(shì)將自然資源聯(lián)系管理。

　　3.3GIS在農(nóng)業(yè)災(zāi)害防治中的應(yīng)用

　　GIS通過(guò)提取各個(gè)威脅因子實(shí)現(xiàn)對(duì)災(zāi)害區(qū)的孕災(zāi)條件信息量化，可以進(jìn)行災(zāi)情預(yù)警、災(zāi)害程度與損失狀況評(píng)估等應(yīng)用，以及時(shí)減少人民財(cái)產(chǎn)損失。如楊志捷等利春小麥抽穗至成熟期間氣象觀測(cè)資料、春小麥品種試驗(yàn)的發(fā)育期觀測(cè)資料以及春小麥播種面積、產(chǎn)量和單產(chǎn)資料等，利用GIS技術(shù)開(kāi)展內(nèi)蒙古春小麥干熱風(fēng)風(fēng)險(xiǎn)精細(xì)化區(qū)劃與評(píng)估[14]。GIS在病蟲(chóng)災(zāi)害主要作用包括探尋分析病蟲(chóng)成因與規(guī)律、評(píng)估災(zāi)害發(fā)生時(shí)適宜因子、預(yù)測(cè)災(zāi)害演變趨勢(shì)，從而建立農(nóng)業(yè)自然災(zāi)害科學(xué)數(shù)據(jù)庫(kù)和農(nóng)業(yè)自然災(zāi)害信息系統(tǒng)[11]。我國(guó)已成功將GIS應(yīng)用到了棉蚜蟲(chóng)、松毛蟲(chóng)等害蟲(chóng)防治工作上。如蔣杰賢等運(yùn)用地統(tǒng)計(jì)學(xué)方法GIS分析了桃樹(shù)桃蚜和草間鉆頭蛛種群的空間結(jié)構(gòu)，并模擬了其種群空間分布格局[15]與周文杰等建立的棉蚜蟲(chóng)害監(jiān)測(cè)預(yù)警系統(tǒng)[16]。

　　4全球?qū)Ш叫l(wèi)星系統(tǒng)（GNSS）

　　在精準(zhǔn)農(nóng)業(yè)中的應(yīng)用隨著自主研發(fā)的北斗衛(wèi)星導(dǎo)航系統(tǒng)（BDS）建設(shè)發(fā)展，美國(guó)全球定位系統(tǒng)（GPS）不再是GNSS的代名詞。但現(xiàn)目前GPS仍是運(yùn)用最廣泛的衛(wèi)星導(dǎo)航系統(tǒng)。

　　4.1GPS

　　GPS是由美國(guó)國(guó)防部研制建立的一種具有全方位、全天候、全時(shí)段、高精度的衛(wèi)星導(dǎo)航系統(tǒng)，能為全球用戶提供低成本、高精度的三維位置、速度和精確定時(shí)等導(dǎo)航信息[1]。

　　4.2GPS在智能農(nóng)業(yè)機(jī)械作業(yè)中的應(yīng)用

　　智能化農(nóng)業(yè)動(dòng)態(tài)定位根據(jù)管理信息系統(tǒng)發(fā)出的指令，實(shí)現(xiàn)田間耕作、施肥、灌溉、噴藥等精確定位操作[17]。現(xiàn)國(guó)內(nèi)的研究基于前人的基礎(chǔ)更加深入，如魏少東為解決單一的導(dǎo)航系統(tǒng)不能滿足現(xiàn)在化農(nóng)業(yè)機(jī)械的導(dǎo)航定位的精度要求，將GPS技術(shù)與慣性導(dǎo)航組合導(dǎo)航系統(tǒng)，研究了一套果園機(jī)械自動(dòng)導(dǎo)航控制系統(tǒng)實(shí)現(xiàn)果園機(jī)械自動(dòng)化作業(yè)[17]。

　　4.3GPS在農(nóng)田信息采集中的應(yīng)用

　　GPS的準(zhǔn)確定位功能為農(nóng)業(yè)技術(shù)人員統(tǒng)計(jì)各個(gè)地理位置的農(nóng)作物狀態(tài)提供了便捷。近些年已有不少學(xué)者針對(duì)農(nóng)作物生長(zhǎng)狀況進(jìn)行數(shù)據(jù)采集研究。如陳宏等研制的基于GPS的農(nóng)田信息采集系統(tǒng)既能實(shí)現(xiàn)農(nóng)田信息的準(zhǔn)確采集，還可以在手機(jī)客戶端進(jìn)行實(shí)時(shí)監(jiān)測(cè)，又能實(shí)現(xiàn)采集地點(diǎn)的實(shí)時(shí)定位功能[18]。對(duì)提高農(nóng)作物產(chǎn)量，降低勞動(dòng)力成本具有重要意義。

　　5結(jié)束語(yǔ)

　　在全面建成小康社會(huì)的緊要關(guān)頭，為了滿足經(jīng)濟(jì)與人類發(fā)展需求，必須促進(jìn)農(nóng)業(yè)的持續(xù)發(fā)展，精準(zhǔn)農(nóng)業(yè)技術(shù)的出現(xiàn)協(xié)調(diào)了矛盾。精準(zhǔn)農(nóng)業(yè)是3S技術(shù)與自動(dòng)化技術(shù)的綜合應(yīng)用，結(jié)合田間最小單元的具體條件，最優(yōu)化配置耕地資源與勞動(dòng)力投入，定量化精準(zhǔn)田間管理，以提高農(nóng)作物產(chǎn)量與質(zhì)量、降低生產(chǎn)成本，減小農(nóng)業(yè)活動(dòng)為周邊環(huán)境帶來(lái)的污染及其他不利影響。精準(zhǔn)農(nóng)業(yè)的施行將我國(guó)農(nóng)業(yè)發(fā)展代入一個(gè)新的臺(tái)階，不僅極大地提高了農(nóng)業(yè)生產(chǎn)力，也在自然資源、環(huán)境、農(nóng)業(yè)生產(chǎn)、農(nóng)業(yè)管理等方面具有重要作用與意義。

　　參考文獻(xiàn)：

　　[1]母金梅，申志永.3S技術(shù)在我國(guó)農(nóng)業(yè)領(lǐng)域的應(yīng)用[J].農(nóng)業(yè)工程，2011（2）：74-76.

　　[2]溫鵬.農(nóng)業(yè)遙感研究現(xiàn)狀與展望[J].經(jīng)營(yíng)管理者，2017（15）：219.

　　[3]劉新杰，魏云霞，焦全軍，等.基于時(shí)序定量遙感的冬小麥長(zhǎng)勢(shì)監(jiān)測(cè)與估產(chǎn)研究[J].遙感技術(shù)與應(yīng)用，2019，34（04）：756-765.

　　[4]黃青，劉航，鄒金秋.2017年巴西大豆長(zhǎng)勢(shì)遙感監(jiān)測(cè)數(shù)據(jù)的分析研究[J].科技資源導(dǎo)刊，2017，49（6）：60-65，75.

　　[5]高雅.基于遙感干旱指數(shù)與葉綠素?zé)晒獾霓r(nóng)業(yè)干旱預(yù)警研究[D].黑龍江大學(xué)，2019.

　　王晗，何佳樂(lè)