Page 151 - 新时期水利工程管理与施工

第五章 新时期农田水利工程管理

的反射率较低。在成熟阶段，绿光波的反射率会降低，而近红外波的反射率则会
增加，这种变化可以用来区分不同生长阶段的小麦。成熟的黄色小麦与生长阶段
的绿色小麦在遥感影像中具有明显的光谱特征差异。通过分析遥感影像中不同波

段的反射率数据，可以提取出植被指数等特征参数，帮助区分不同类型和生长阶
段的作物。结合空间特征和植被指数，可以利用逐级分层的方法进行作物结构类
型的准确识别，为农业管理和决策提供重要信息。综合来看，通过遥感影像的光
谱信息分析和特征提取，可以准确识别不同类型和生长阶段的农作物，为农业管

理和决策提供重要参考，提高农作物的种植效率和产量。
（四）作物干旱预警
土壤含水率和植被的生长状况是直接反应干旱是否发生的重要指标，作物蒸
发蒸腾量参数结合天气因素可以对干旱的发展趋势进行预测。因此，采用无人机

遥感技术建立农作物干旱预警机制，可通过作物含水率的监测、土壤含水率的反
演及蒸发蒸腾量的测量等方面实施。
1. 作物含水率监测
采用遥感的方式监测植物含水率的主要依据是不同植物的含水率对特定波长

反射率呈显著相关性这一特点。一般特征波长与植株含水率相关性受光谱仪器和
温度等因素的影响，存在一定误差，但仍不失为测量植株含水率的一种快速有效
的方法。以玉米为例，玉米含水率与 910、1210、1450nm 及 1930nm 的波长反射
率呈现显著相关，尤其对 1450nm 波长反射率相关性尤其显著。与玉米相比，小

麦相关性较强的波长则在 900~1000nm、1400~1500nm 及 1900~2000nm 3 个波段。
测量作物含水率前，一般要先通过近红外遥感技术，对目标作物进行测量，再采
用滤波和校正的方法得出该作物的近红外反射强度，通过分析测量数据，建立含
水率检测模型。采用遥感技术监测植物含水率时，通过采集数据与模型计算数据

相对比，间接反映作物是否缺水，为作物的灌溉提供依据。
2. 土壤含水率监测
对土壤含水率时空分布信息的测定，目前多采用可见光、近红外和热红外等
光学遥感手段来获取。无人机作为一种简便的负载工具，可搭载光谱相机、微波

发射器及红外探测仪等，以实现地表图像的实时传输，并通过提取无人机传回的
图像信息，建立土壤含水率的预测模型。一般情况下，建立含水率遥感预测模型
要分两个步骤实施。一是分析土壤不同波段反射率与土壤含水率相关性，找出与

143