遥感在现代化农业中的应用与展望_农业遥感发展展望
遥感在现代化农业中的应用与展望由刀豆文库小编整理，希望给你工作、学习、生活带来方便，猜你可能喜欢“农业遥感发展展望”。
遥感测量在农情信息中的应用与展望
1引言
遥感技术是20世纪60年代以来，在现代物理学（包括光学技术、红外技术、微波雷达技术、激光技术和全息技术等）、空间科学、电子计算机技术、数学方法和地球科学理论的基础上发展起来的一门新兴的、综合性的边缘学科，是一门先进的、实用的探测技术，目前已在运行的有36个波段的MODIS光谱仪，空间分辨率大大提高，立体测量的方法也更加多样化，能够实现全天候作业。广泛应用在农业、地理、地质、气象、环境监测、地球资源勘探等多个方面。
在我国农业中的应用中，从早期的土地利用和土地覆盖面积估测研究、农作物大面积遥感估产研究开始，已扩展到3S集成对农作物的长势的实时诊断研究、应用高光谱农学遥感数据对重要的生物和农学参数的反演研究、高光谱农学机理的研究、模型的研究与应用及草地产量估测、森林动态监测等多层次和多方面。遥感技术和GIS的发展与应用，已使农业生产和研究从沿用传统观念和方法的阶段进入到精准农业（数字农业）、定量化和机理化农业新阶段。
2遥感技术在发达国家农业中的应用研究现状
自20世纪70年代,美国等发达国家率先开展了主要农作物种植面积和产量估算工作以来就掀起了利用遥感技术监测农情信息的研究热潮,美国发射了一系列探测地球的资源卫星和气象卫星,随后加拿大、法国、、印度和也先后发射了各自的资源卫星和气象卫星,遥感开始进入一个快速发展的阶段。美国是最早开始开展农情遥感监测技术研究的国家。同时随着监测技术的发展与成熟,一些国家与国际组织建设了各自的农情遥感监测系统,并开展了运行化的监测。这些系统在大范围宏观农业监测中发挥了重要的作用,为相关政府和部门的决策提供了重要的依据。美国全球及本土的农情监测分别由农业部外国农业局(USDA Foreign Agricultural Service, FAS)及国家农业统计局(NationalAgriculturalStatisticsServ-ice,NASS)负责。在全球监测上,国外农业局全球分析办公室(Office ofGlobalAnalysis,OGA)负责监测结果的获取、发布,其下设的国际产量评估科(InternationalProductionsAementBranch)负责系统的业务化运行。系统目标是提供可靠、及时、透明、准确的全球农业产量信息。FAS通过监测全球农业产量和农产品供需信息为市场提供指导,并为本国提供早期预警信息。FAS的监测与分析依赖于气象数据、田间报告和高分辨率遥感数据等所获取信息的整合,其中遥感数据主要提供长势、生长阶段和产量信息。这些信息一方面用于对作物产量信息进行验证,另一方面用于识别一些没有被报告上来但会对农业生产产生明显影响的事件。FAS的全球监测结果以“世界农业产量”(World Agricultural Production)月度报告和“产量、供给与分布”(Production Supplyand Distribution, PSD)数据库的形式进行发布,是USDA全球经济信息系统的基础组成部分。为对这些不同数据源所获取的信息进行整合,FAS开发了名为Crop Explorer的基于地理信息系统Crop Explorer是一个基于Web并支持空间和属性查询的农情信息服务网站,该网站提供基于遥感影像和气象数据的全球作物长势信息。系统针对大宗作物的主产区提供植被活力、降水、温度等信息的专题图,所提供的专题图有3类,分别是气象专题图、土壤湿度和作物模型专题图及植被指数专题图。系统根据查询的农业气象区划提供生长季的时间序列数据和图表,同时系统还提供作物候历及作物分布等信息。用户可以通过选择区域、作物及时间等信息进行查询。同时FAS启动了新一期的全球农业监测(theGlobalAgriculturalMonitoring,GLAM)项目[14],该计划得到了美国农业部及NASA应用科学计划联合资助,由NASA、USDA、马里兰大学和南达科他州立大学联合执行,旨在通过
NASA新一代对地观测系统对FAS的决策支持系统进行改进。在本土监测上,农业部下属的NASS负责为美国农业部提供及时、准确和有效的统计数据。该部门所统计的数据覆盖了美国农业从产量、食品供给到农场主及其雇工的收入状况信息等各个方面。NASS每隔5年做一次全国农业普查,以提供美国农业的全面状况信息。遥感数据及遥感技术在提高其统计数据准确性方面发挥了一定的作用,包括:NASS使用遥感数据来建立农业统计的采样框架、估算作物种植面积、为分析系统提供面向作物的土地覆盖数据等。在2007年的农业普查中,NASS以Landsat影像、数字摄影测量数据及其他遥感数据为输入,开展了全国48个州及波多黎各面向面积监测的采样和补充采样设计,用于评价当年普查的完整性。此外NASS的遥感面积估算项目使用Re-sourcesat-1 AW iFS进行玉米和大豆主产州的监测并在县和州2个尺度上提供独立的作物面积估算结果,并进行面向作物的分类,提供作物分布数据(CroplandDataLayer,CDL)[19]。到2010年,CDL计划累计监测的州已经达到48个,并且平均每年重复覆盖13个主要的农业州,目前48个州的数据都已经发布[20]。NASS与USDA农业研究局(Agricultur-alResearch Service,ARS)建立了长期的合作关系,以NASAMODIS为数据源在中部和西部的几个州开展了早期的小范围单产预测。NASS还在作物生育期内基于NOAA-AVHRR获取的归一化植被指数数据(Normalized Difference Vegetation Index,NDVI)进行作物长势的监测,为农业部相关决策者提供独立的全国尺度作物生长信息[21]。除美国农业部外,美国国际发展管理委员会(U.S.Agency for InternationalDevelopmen,tUSAID)还建立了预警系统网络(Famine EarlyWarning Sys-temsNetwork,FEWSNET),与国际上不同国家及不同地区的机构、政府与组织开展合作,针对粮食安全,提供及时、准确的早期预警和脆弱性评价信息。FEWSNET在非洲、中美洲、海地、阿富汗及美国开展监测,并根据所收集的数据开展生活指标及市场分析,以提前发现粮食安全的潜在威胁。2010年海地地震中该系统做出了积极快速的响应。该系统更注重的是数据的分析,而不是相关专题的监测,在监测方面该系统与NOAA及NASA开展信息产品层面的合作,将基于遥感和地面观测获取的早期预警数据进行整理、分析与融合,提供预警信息。综合来看,在美国,NASS和FAS仍然是国内及全球农情遥感监测的最主要机构,国内及全球分由不同部门监测的方式提高了系统的运行化程度。但不论是在NASS还是FAS,遥感获取的信息都未能成为官方发布产量数据的最主要信息源,遥感未能独立地发挥作用。的决策支持系统[17]。Crop Explorer是一个基于Web并支持空间和属性查询的农情信息服务网站,该网站提供基于遥感影像和气象数据的全球作物长势信息。系统针对大宗作物的主产区提供植被活力、降水、温度等信息的专题图,所提供的专题图有3类,分别是气象专题图、土壤湿度和作物模型专题图及植被指数专题图。系统根据查询的农业气象区划提供生长季的时间序列数据和图表,同时系统还提供作物候历及作物分布等信息。用户可以通过选择区域、作物及时间等信息进行查询。同时FAS启动了新一期的全球农业监测(theGlobalAgriculturalMonitoring,GLAM)项目[14],该计划得到了美国农业部及NASA应用科学计划联合资助,由NASA、USDA、马里兰大学和南达科他州立大学联合执行,旨在通过NASA新一代对地观测系统对FAS的决策支持系统进行改进。在本土监测上,农业部下属的NASS负责为美国农业部提供及时、准确和有效的统计数据。该部门所统计的数据覆盖了美国农业从产量、食品供给到农场主及其雇工的收入状况信息等各个方面。NASS每隔5年做一次全国农业普查,以提供美国农业的全面状况信息。遥感数据及遥感技术在提高其统计数据准确性方面发挥了一定的作用,包括:NASS使用遥感数据来建立农业统计的采样框架、估算作物种植面积、为分析系统提供面向作物的土地覆盖数据等[18]。在2007年的农业普查中,NASS以Landsat影像、数字摄影测量数据及其他遥感数据为输入,开展了全国48个州及波多黎各面向面积监测的采样和补充采样设计,用于评价当年普查的完整性。此外NASS的遥感面积估算项目使用Re-sourcesat-1 AW iFS进行玉米和大豆主产州的监测并在县和州2个尺度上提供独立的作物面积估算结果,并进行面向作物的分类,提供作物分布数据
日本机器人耕作体系与遥感技术应用，本稻米自给自足率国家政策目标，到2021 年 时将比现在增加 50%。由于日本社会老龄化严重，农民数量减少，越来越多的稻田被荒废，让人感到十分可惜。同时，日本由于耕地比较分散，限制了农业的规模，难以采用大型的机械。几个方面原因的重叠，催生了“农业机器人”这一新兴概念在日本的崛起。水稻机器人耕作系统的建立分为耕作和准备、插秧和收割 3 个主要阶段，这 3 个阶段分别对应着机器人拖拉机、水稻插秧机器人和联合收割机机器人。机器人拖拉机是在普通拖拉机上加装 IMU惯性测量装置、GPS天线和 GPS接收器改装而成的。其定位精度为±2m 之内，能够完成耕种、开垦、种植和喷洒等多种任务。水稻种植机器人以商业化的 6 行水稻插秧机（10.5 马力）为基础机器，对方向盘和传动装置加以改造，使之与 IMU 惯性测量装置以及 GPS 进 行联接，并改装育苗长垫。其行走速度为 0.9m/s，行走精度达±3cm，种植精度为±10cm。为机器人研制的新型水稻育苗垫呈卷型，1 卷相当于传统的 10 垫，如应用于 6 行插秧机器人，则不需要另外的育苗卷。联合机器人收割机与前两者相似，还增加了控制者可以使用手机遥控的功能这几种机器人都能够实现从小范围农田到大田的自主导航。其发达的制导系统可以引导农业机器人自动跟随作物直线或曲线的路径正常进行作业。此外，日本在无人直升机精耕农业领域和卫星远 程遥感领域也取得了相当大的进展。从直升机和卫星获得的重复立体交叉图像是作物测绘、改变作物和土壤条件数据的宝贵来源，遥感技术可以提供的当前包括成熟度、病虫害和杂草情况的信息。通过视觉传感器和全球定位系统收集的信息可以为养殖、化工生产 与收获创造现场管理时间表。卫星、直升机以及地面技术已经被日本人利用来做稻田作物测试。对产量和质量预测、作物营销、增值市场和生产调度都有非常积极的影响
3本文对国外主要农情遥感监测系统进展进行了综述,在分析各自系统特点的基础上,总结出农情遥感监测系统建设的启示,为我国农情遥感监测系统的建设和发展提供依据。
伴随着近30年遥感技术本身及其在农情信息获取领域能力的提升,一些国家与国际组织建设了各自的农情遥感监测系统,并开展了运行化的监测。对黑龙江垦区有重要的借鉴意义,并通过对这些系统的分析得到一些农情监测系统建设的启示。指出作物种植面积估算、单产预测、长势监测、旱情监测是农情遥感监测中最主要的4个主题。
在作物面积监测方面,仍然是抽样加地面调查的方法。尽管随着遥感数据费用的降低和宽幅遥感数据的提供,遥感具备全覆盖的能力,但对地面调查的依赖并没有减少,甚至得到了强化,这与遥感降低地面调查的初衷相违背。有2个方面的原因:一是作物遥感识别技术并没有取得重大突破,现有各种识别方法和技术难以工程化和运行化,而运行化既要求精度又要求速度,现有的作物识别方法在精度和速度方面很难兼顾,需要发展新的识别技术;二是遥感被当作照片(或替代过去的航片)使用,用作采样框架的布设,遥感在动态监测方面的优势没有得
到很好的发挥。大量地面调查基础上的遥感监测本质上是多此一举,遥感在作物面积估算的应用目标就是要减少地面调查的强度,降低成本,现在这方面的趋势非但没有得到遏制,反而有被强化的趋势,显然没有达到遥感应用的目标。
在单产估算方面,农业气象模型仍然是主流方法,数据基础包括气象数据、统计数据和抽样调查数据,但这种方法得出的结果缺乏独立性,与统计分析结果在本质上没有重大差别。在常规的农业统计得到不断强化的情况下,农情遥感监测系统所能起到的作用是发挥独立性,形成独立的信息源,起到监督、校检的作用,因此如果将统计数据作为建模的基础,就不合适了。近10年来,遥感在估算作物单产方面取得了很大进展,以地面观测数据标定模型,正在逐渐取代以农业气象模型为主的方法。
在长势监测上,随着AVHRR、VGT和MODIS数据的推广应用,特别是VGT和MODIS提供了处理好的数据产品供用户下载,而且MODIS还是免费的,作物长势监测得到了很大的发展,这使得监测系统具备了短期预测的功能,可以提前预测粮食生产形势,这也是农情遥感监测的最大优势,也是有别于传统农业统计的关键所在。利用遥感监测长势的另一个优点是具有全局性,避免了地面调查以点代面、以偏盖全的现象。
旱灾是影响农业生产最主要的农业灾害,而遥感是旱情监测最为有效的手段,尽管在监测作物长势中,能对旱情的影响有所反映,但旱情的监测仍然有其独特的地方,在作物不同生长阶段对作物产量的影响有所不同,但在国外农情监测系统中,旱情监测没有得到有效的重视。需要通过技术更新和方法改进,提升遥感在农情监测系统中的作用和贡献度,用遥感革新其传统 的信息获取手段,进一步发挥遥感技术在农情信息获取领域的潜力。遥感技术可以提供包括旱情、作物面积、单产、产量、长势等在内的全方位信息,可以独自构建一套完整的农情获取技术体系,这一优势需要进一步发挥。
3.2 应用特点
随着全球化进程的逐步加快,任何一个国家或地区都无法单独保障粮食安全,必须用全球视野来看待粮食安全,并提供全球范围的农情信息,实现监测信息的全球化。本文所介绍的系统有2个显著的特点,一是监测结果的后期分析能力很强,美国FAS的系统,在遥感监测的基础上,整合全球各地的农业生产形势报告等信息,给出监测不同国家和全球比较完整的粮食生产形势,如供需平衡方面的分析,从而为粮食贸易市场提供信息服务,这也是其一年有70 000个访问量(2008年)的主要原因,给信息的使用者一个非常清晰的粮食生产形势全景描述。另一特点是信息的公开性,美国的FAS/NASS、欧盟的MARS及FAO的系统都将监测结果放在网上,对社会公开。但如果用户只了解单一系统发布的信息,有时也会被误导而做出错误的判断,因此如果用户可以通过一个网页就能了解多个系统的监测结果,一方面可以通过浏览不同系统的结果,做出自己的判断,另一方面,也可以提高不同系统的自律程度,保证监测质量,这也是最近GEOSS农业主题大力推动PAY(Production, Acreage, Yield)计划的主要原因。GEO(Group on Earth Observations)提出建立一个全球农业监测综合系统(GlobalAgriculturalMoni-toring System ofSystems)就是一个好的开始。该系统建设中有2个主要的内容: PAY计划,联合美国 农业部、中国科学院遥感应用研究所及欧盟联合研究中心等机构共同发布全球农业监测结果,提高全球粮食生产形势的透明度;作物监测与评估联合实验(JointExperiments Crop Aement and Monitroi-ng, JECAM)计划,以支持农情遥感监测技术研究为目的开展全球联合观测与实验,为监测技术的发展及其全球化推广提供支撑。3.3 系统整合包括美国在内的一些国家、地区或组织,拥有1个以上的运行化农情监测系统。这些系统因为分属1009于不同的部门(或子部门),业务上的独立导致不同系统相互独立的运行,运行过程中数据和信息交流少,需要探讨合适的方式进行系统的整合。系统的有机整合可以发挥不同系统的优势,提升系统运行效率,在数据、运行和信息发布等方面进行补充,提高监测结果的有效性,避免因为不同系统结果间的差异而给决策者带来困惑。系统整合可以
在以下3个层面展开: ·数据层整合:对监测所用数据源进行共享,提高各系统的数据获取能力,丰富数据源。
·系统层整合:对不同主题监测技术/系统进行取优弃劣的整合,将不同的系统合为一个系统,联合开展运行。
·信息层整合:将不同系统的监测结果进行整合,可以将不同结果以参考的形式一同提供给决策者,也可以通过分析形成一套更为可靠的结果提供给用户。由于机构设置、职能划分以及拥有感的重要性,使得任何层次的整合难度都很大,但是从另一方面来看,一定程度的重复是有益的,可以起到相互校检和竞争的作用,有益于用户和技术的发展,也有利于成果的可靠性。3.4 新对地观测数据的应用
目前以MODIS、AVHRR及VEGETATION为主的低分辨率遥感数据及以IRS、TM、ETM为主的中分辨率遥感数据依然是运行化农情监测系统中的主要对地观测数据源。近几年来诞生了一批新的对地观测数据,这其中包括了不同频率的高分辨率雷达数据(RadarSat-
2、TerraSAR、COSMO-SkyMed)、光谱信息更加丰富的高分辨率光学遥感数据(RapidEye、WorldView-2)、高重访周期的中分辨率光学数据(HJ-1 CCD、IRSAWIFS)以及一些传统低分辨率遥感数据的延续和发展(FY-
3、VIIRS、MERIS)。数据的丰富和开放,降低了大范围农情监测的数据成本,使得各类系统可以更多地使用遥感信息,同时多种新数据的协同使用,还可以提高农情监测的时效性。新数据的全面应用需要以方法研究为基础,必须首先探讨这些数据在农情遥感监测领域的适用性、能力及潜力,并最终通过数据源的更新实现系统监测能力的提升。新的对地观测数据引入农情监测系统需要经过相当一段时间才能完成,如加拿大从AVHRR改成MODIS是2009年的事,其原因是农情监测需要多年数据的积累,用作多年的对比分析,另外是数据源本身是否能持续提供也是重要的因素。印度以本国的遥感数据作为主要数据源,其中的价值取向和经验值得我们借鉴和学习。4 结 语
大范围的可靠农情信息对农业市场及国家和国际相关政策的制定至关重要。而遥感是大范围农情信息快速获取的最有效技术手段。农情遥感技术经过30年的发展,已经取得了巨大的成就。建设运行化系统是大范围农情遥感监测的必然,世界上一些国家和组织已经建立了若干区域或全球尺度的农情遥感监测系统,并开展了业务化监测,为相关部门和政府的决策提供了重要的依据。然而纵观各个系统,遥感技术在大范围农情监测中的潜力没有得到充分的发挥,如作物种植面积监测中依然依赖大量的地面调查、单产预测仍然以农业气象模型为主、旱情监测没有得到足够的重视等。随着新数据的诞生、新监测技术的发展以及对全球尺度农情信息需求的不断增加,遥感在农情监测及粮食安全领域还有更大的发展空间,其中提升遥感的 作用是未来一段时间内系统建设的主要内容。系统化
系统化是指在对监测技术进行流程化梳理的基础上,进行软件系统开发,形成业务监测系统平
农情遥感监测的工作头绪很多,不同的区域重复性很大,数据处理的内容和方式多种多样,而且处理的时效性又很强,因而往往需要加班加点完成处理工作,以提供及时的农情信息,对处理人员的素质要求很高。以往整个农情遥感监测过程依赖于多种专业软件及其环境下开发的若干模块,对系统操作人员的专业技能要求较高,导致系统运行效率不高、可执行性差。为了提高效率,实现业务化,在近5年里开展了大量系统化方面的工作,对处理流程进行系统化梳理和开发,形成工程化运行系统。通过系统化,形成标准化的处理流程,减少不确定因素的干扰,提高处理效率和可靠性。系统化主要体现在数据库建设和集成化系统开发2个方面。在数据库方面,以Oracle大型数据库作为基础服务器平台,ArcSDE作为空间数据引擎,进行了全国及全球农情遥感监测数据库的设计和开发,数据库集成了遥感数据、统计数据、气象数据、基
础空间数据、监测结果数据等,可以进行农情遥感监测所涉及各类数据的存储和管理。在集成化系统开发方面,分别设计开发了MO-DIS数据预处理系统、作物长势遥感监测系统[15, 16]、农作物单产预测系统[17]、作物旱情遥感监测系统[18]、复种指数遥感监测系统、粮食产量预测系统。并根据区域的特点,将上述系统重新进行组织,形成省级农情遥感监测系统和县级农情遥感监测系统,系统均采用CS模式,采用IDL进行开发,县级农情遥感监测系统采用“IDL开发+VB封装”,系统稳定性和性能得到了较大的提高。省级农情遥感监测系统的界面如图4所示。
系统化的进行提高了系统运行效率(表1),目前监测工作仅需3名工作人员(不包括地面调查人员)就可以完成全国及全球26个粮食主产国的监测,与美国、欧盟及FAO的同类工作相比,可以使用较少的人员完成相同的监测任务。同时系统化还促进了系统的推广和移植,使更多的用户可以进行系统的操作和应用。3 独立性
独立性是指减少对农业统计的依赖,形成独立的农情信息源,发挥遥感客观的特点。系统化对系统运行效率的影响
基础得出的结果缺乏独立性,与统计分析结果在本质上没有重大差别。为了提供独立的信息服务, CropWatch必须在使用的数据和方法上具有独立性,如果仍然依赖统计数据来建模,只能是“预测”统计数据。经过近5年的过渡,系统在农情监测的各个环节上都达到了较高的独立性。作物单产预测方面,传统的农业气象模型和遥感指数模型依赖于作物单产统计数据,限制了模型
适用性,而统计数据中的误差也会保留到预测结果中,更主要是不能独立于统计数据。为独立于统计数据,系统发展了基于“作物生物量—收获指数”的单产预测模型[19]。该模型基于光合作用累积和作物生长水分条件的胁迫进行生物量估算,结合作物花期后的环境参数及绿度变化规律,进行作物收获系数的估算[20]。该方法独立于统计数据,并可以在全球尺度推广(图5)。系统在研发过程中在全国设立多个实验区,基于地面观测数据进行模型的标定及验证。
作物种植面积遥感监测方面,利用遥感技术的发展提供的宽幅数据,对原来的基于2个独立采样框架的作物种植面积估算方法[21]进行了改造,利用宽幅数据进行全覆盖提供作物的种植成数,方法具有很高的独立性,特别是采用GVG农情采样系统进行全国范围的作物种植结构调查既客观又精确。该方法的优点是充分利用了遥感数据的特点,满足了业务化运行在精度和速度方面的双重要求,并且作物种植面积估算的报告单元可以是县级和省级。通过大范围作物种植面积遥感监测方法的过程验证与不确定性分析,确定了数据时相、抽样率与影响覆盖范围、作物种植成数与作物种植结构对作物种植面积估算的误差影响,建立了作物种植面积估算的误差评估模型[22]。为了开展国外作物种植面积监测,研究了将中等分辨率遥感分类与高分辨率遥感分类数据相结合的大范围作物种植面积估算方法;发展了基于高光谱作物生化参数的作物精细识别方法和以多频率SAR数据同化为基础的作物分类识别与作物种植面积估算技术,拓宽了不同频率的SAR数据在农作物识别方面的融合应用[23];开展了光学遥感数据与SAR数据融合的作物识别方法研究,通过作物生化参数的分类识别和多频率SAR数据的应用及集成,有望发展出作物精准识别方法,解决国外作物种植面积监测的难题。作物长势监测方面,利用历史同期数据,形成了作物苗情监测方法,发展了基于作物群体特征和个 体特征的作物长势定量监测方法,结合作物生理生态参数(生物量、叶面积指数、高度、覆 目前由中国科学院遥感应用研究所建设和运行的“全球农情遥感速报系统”,是世界上开 展全球尺度农情遥感业务监测的主要运行系统之一,可以在中国和全球尺度提供作物长势、单产、种植面积、产量和旱情等农情信息。自1998年建设至今,已经发展成为一个独立运行、监测内容全面、技术先进、监测结果可靠,并具有快速响应能力的系统。系统的独立性和运行效率,并在2008年春季雪灾、汶川地震、2009年冬小麦种植区春季干旱、2010年西南大
旱等关键时期发挥了重要作用。详细介绍了2005—2009年间在系统化建设、监测的独立 性和系统的应用推广等方面的进展,并对系统在“十二五”期间的发展重点进行了展望
海洋遥感的应用与展望摘要:海洋遥感利用电磁波与大气和海洋的相互作用原理观测和研究海洋,以海洋及海岸带作为监测、研究对象,具有快速、多波段、周期性、大面积覆盖等观测......
遥感在气象中的应用与传统温、压、湿、风等常规观测手段不同，遥感不仅是一项涉及观测的技术，更是一门涉及综合性探测的科学。遥感中的科学与技术交织在一起，遥感科学是遥感技术......
气象雷达与卫星遥感在农业方面的应用摘要：随着时代的进步，科技的发展，气象雷达与卫星遥感在不同领域都发挥着巨大的作用。农业遥感对世界许多国家的农业生产、粮食安全、进出口......
遥感技术在旅游规划中的应用摘要:遥感技术是高新技术，目前在许多领域得到了广泛应用，具有宏观、动态、综合、快速的特点。遥感技术在旅游开发中的应用，包括利用遥感影像测定旅......
遥感在环境检测中的应用班级：测绘C111 姓名：郑广震 学号：117568 遥感在环境检测中的应用摘要：现阶段，由于多方面因素的影响，使得我国的城市环境污染日益严重，各类突发性环境污染事......
