网上科普有关“遥感技术在农业中的应用”话题很是火热，小编也是针对遥感技术在农业中的应用寻找了一些与之相关的一些信息进行分析，如果能碰巧解决你现在面临的问题，希望能够帮助到您。

遥感技术在农业中的应用如下：

公司产品实现了作物长势特征的大面积监测，并实现分级（长势好、长势较好、长势一般、长势较差、长势差）显示。根据用户的需求，可实现不同精度的遥感数据服务。

农田土壤养分遥感监测通过作物生长模型和遥感数据结合实现了农田养分的精准监测分析，监测指标包括速效氮、有效磷、速效钾，旱地作物监测精度达到90%以上，水田精度在80%左右。

农田土壤水分遥感监测实现了农田土壤水分动态的遥感监测，检测精度达到90%左右。四、作物产量及成熟期遥感监测

根据结合作物生长模型以及遥感数据光谱信息，可实现作物产量预测，预测准确度达到90%左右。基于作物生化组分变化规律与遥感反演的作物参数的相耦合，将遥感获取的作物冠层水分和叶绿素含量与作物成熟期临近阶段的生化组分变化规律相结合，预测作物成熟期，预测准确度达到90%左右。

作物病虫害监测与预报植被对诸如病虫害、肥料缺乏等胁迫的反应随胁迫的类型和程度的不同而变化，包括生物化学变化（纤维素、叶片等）和生物物理变化（冠层结构、覆盖、LAI等），相应的，植物特征吸收曲线特别是红色区和红外区的光谱特性就会发生相应变化，所以在病害早期就可通过遥感探测到。

可选择病害叶片中对叶绿素敏感的波段，结合实测叶绿素含量，建立叶片叶绿素含量的估算模型，提取病虫害信息。可周期性提取病虫害作物面积、空间分布等。

卫星遥感技术的应用实例

植被调查是遥感的重要应用领域。 以确定植被的分布、类型、长势为主。 植被判读的原理是植物的光谱特性。 不同的植物由于结构和叶绿素含量不同，具有不同的光谱特征，特别是近红外波段有较大的差别。 利用植物的物候差异也可区分植物类型，如冬季落叶树和常绿树很好区别。 利用植物的生态条件区别植物类型。如地形上的阴坡和阳坡，不同高度的地形部位，都分布着不同的植物类型 受病虫害的植物，结构和叶绿素含量发生很大的变化，尤其是近红外波段与健康植物区别最为明显。 作物的长势主要用植被指数来监测。 植被指数可用来建立农作物的估产模型。

1.卫星图像上，植被是群体的特征，不能反映个体的形态，只能判读出植被的类型、生长状况、分布范围。 植被类型的判读要依据纹理结构和色调，并要有该地植物群落组成和植被分类图等资料，要经过实地调查和验证。 植被的判读一般要用多波段合成的图像，如标准假彩色合成图像。在该图像上植被为红色。

2. 利用植被的物候期差异来区分植被 冬季多数植物凋零 ―― 长年常绿植被; 同种植被在不同季节的波谱特征差异; 不同植物生长期的不同，光谱特征也有差异;

3. 根据植被生态条件的不同区分植物即植被的所谓综合地理环境(温度、水分、土壤类型、地形地貌等) 比如:(我国北方山坡的阴阳面差异性) 山地阴坡――易生长适应温度变化不大、湿度较 大的环境的植物; 山地阳坡――易生长适应温度变化大、湿度要求不高环境的植物;

例如:华北山地 阴坡――多为乔木

阳坡――灌木

山脊较缓的地带――草本植物

4.在高分辨率的遥感影像上，根据植被顶部及部分侧面形状、阴影、群落结构等区分植被类型 (1)针叶林(云杉林、松树林) 在比例尺为1:10000,1:15000的像片上，针叶林一般是深灰色颗粒状图型，随比例尺进一步小，表现为暗色调均匀的细粒状影纹。在比例尺大于1:10000的像片上，可以判读其树冠形态、特征，多数针叶林的树呈圆锥形或椭圆形。 (云杉、松树) (2)阔叶林(山杨、白桦) 其影像色调比针叶林浅，一般呈灰色和浅灰色颗粒状或粗圆粒状图型，在秋季像片上，不同树种的树冠颜色有较大差异，因而形成色调混杂的影像，山杨多呈白色，白桦呈浅灰色，树冠呈倒卵形。 (3)针阔叶混交林 兼具上述两者的特征，针叶林呈深灰色的细颗粒状，而阔叶林呈浅灰色，颗粒较粗，两者交错混生，有的林斑以针叶林为主，阔叶林为副，有的则反之。

气象卫星的估算应用比较广泛。前面说过，气象卫星还能够对农作物长势、病虫害及冻害进行监测，但这只是一方面。气象卫星能够对灾害面积进行估计，对农作物收成作出估算，甚至对各种资源，如渔业资源，能进行遥感探测，显示出其独特的本领。

举例说，早在1991年，在江淮地区发生特大洪水时，江苏省气象局农业气象中心利用接收到的气象卫星资料，估计出江苏省受淹农田面积为53.3万公顷。江苏省民政厅正是参考了这个遥感结果来分发救灾款物的。

利用卫星进行估产不是最近的事，早在二十多年前，美国为了研究国际市场的小麦价格，在麦收前两个月，利用卫星对前苏联小麦进行了测算，认为苏联产量约为9140万吨，结果后来进行核对，误差不到1%。

气象卫星是怎么利用遥感信息资料进行估产的呢？原来，植物的绿叶是进行光合作用的基本器官。一般地说，植物叶面积越大，光合作用就越强，经济产量就可能越高，这是一种植物生理机制，这种生理机制反映的信息也就通过其反射光谱的不同波段反映出来。当作物叶子遭受干旱、病虫害时，叶片的含水量会减少，叶绿素减少，光合作用也相应减弱，此时叶绿素吸收蓝光、红光能力降低。同时，作物在不同的生长和发育阶段，由于叶片的叶绿素含量和内部结构不同，它们的光谱反映曲线也会不同。根据这种原理，气象卫星就可以捕捉到作物的生长情况，进而推算未来的收成。

美国的第三代业务极轨气象卫星，在作物估产方面成绩不小。该卫星在运行过程中，每天有四次扫过同一具体地点，在无云的地区，它们可以很快地反映植物叶绿素对光的吸收率和反射率，通过反射率值可以算出绿度值，通过绿度值就可以监测作物生长状况，进而估计作物产量。

1985年我国就在天气系统开展了遥感综合测产项目，1990年正式投入业务运行。实践证明，该技术对农作物的估产具有迅速、宏观、准确的特点，可以弥补传统农业估产时间长、效率低的不足。

利用气象卫星遥感渔业资源的原理与小麦估产有所不同。应用气象卫星可以用红外遥感仪器测出海水表面温度，在绘出海水表层温度分布等值线图后，就可以根据鱼类生活规律与海水温度的关系来确定渔场位置，并绘成渔海况速报图。美国、日本已有渔海况速报系统，它包括卫星海况图和渔海况图。它们可以作为渔民海洋捕捞业的重要参考。

2013年1月27日以来，中国有130万平方公里的面积受到灰霾天的影响。据悉，这也是中国首次确切公布灰霾天的影响范围。此次能及时向公众发布灰霾影响范围的相关信息得益于，中国从2013年1月1日起，对70多个城市开展了PM2.5的监测，而且还开始运用卫星遥感技术、从空中监测灰霾的影响范围。利用卫星遥感技术监测灰霾相当于每一平方公里就能收集到一组监测数据，这样的监测密度是普通地面监测站点不能覆盖的。灰霾监测中卫星遥感手段的应用，不仅可以弥补灰霾地面监测站点所不能覆盖到的区域，而且卫星遥感得到的灰霾分布、面积、等级、频次等指标可以大大丰富、完善当前的地面灰霾监测指标，有助于全面、客观地掌握灰霾的发生状况。此外，基于灰霾的光学特征开展的卫星灰霾遥感监测，可以较好地用于识别灰霾的发生及其严重程度。

关于“遥感技术在农业中的应用”这个话题的介绍，今天小编就给大家分享完了，如果对你有所帮助请保持对本站的关注！