中國(guó)是世界上農(nóng)業(yè)災(zāi)害最嚴(yán)重的傳統(tǒng)農(nóng)業(yè)大國(guó)之一。農(nóng)業(yè)災(zāi)害主要包括病蟲害、洪水、干旱、冰雹、冷凍等。嚴(yán)重的農(nóng)業(yè)災(zāi)害不僅會(huì)導(dǎo)致作物產(chǎn)量大幅減少，農(nóng)業(yè)經(jīng)濟(jì)運(yùn)行混亂，還會(huì)威脅到人民的生產(chǎn)、生活質(zhì)量和生命財(cái)產(chǎn)安全。

傳統(tǒng)的農(nóng)業(yè)災(zāi)害監(jiān)測(cè)方法主要是現(xiàn)場(chǎng)定點(diǎn)監(jiān)測(cè)和隨機(jī)調(diào)查。傳統(tǒng)的方法在具體操作上更準(zhǔn)確，但如果進(jìn)行大規(guī)模監(jiān)測(cè)，則非常耗時(shí)、費(fèi)力、低效。此外，一些農(nóng)業(yè)災(zāi)害(如病蟲害等)在早期無(wú)法用肉眼識(shí)別，特別是在大規(guī)模監(jiān)測(cè)中，傳統(tǒng)的監(jiān)測(cè)方法容易造成較大的誤差。

農(nóng)業(yè)災(zāi)害遙感監(jiān)測(cè)主要包括以下幾個(gè)方面：

一是采用多傳感器、多時(shí)相、多分辨率數(shù)據(jù)相結(jié)合的監(jiān)測(cè)方法，收集國(guó)內(nèi)外多源衛(wèi)星遙感圖像，分析災(zāi)前災(zāi)后情況;

二是根據(jù)衛(wèi)星圖像、歷史資料和現(xiàn)場(chǎng)調(diào)查信息，確定受災(zāi)范圍，包括識(shí)別受災(zāi)對(duì)象、提取作物分布地塊、計(jì)算受災(zāi)面積、匹配土地確認(rèn)數(shù)據(jù)，確定不同經(jīng)營(yíng)者種植區(qū)的受災(zāi)情況;

三是結(jié)合環(huán)境、土壤、氣象等信息，分析災(zāi)害因素，模擬和預(yù)測(cè)災(zāi)害發(fā)展趨勢(shì);

四是計(jì)算災(zāi)害程度，如評(píng)估災(zāi)后作物生長(zhǎng)情況，計(jì)算產(chǎn)量損失率;

五是對(duì)救災(zāi)工作和災(zāi)后重建提出生產(chǎn)經(jīng)營(yíng)建議，如根據(jù)災(zāi)區(qū)氣候條件判斷作物是否適合種植保險(xiǎn)。

基于衛(wèi)星遙感預(yù)測(cè)農(nóng)業(yè)干旱有兩種方法。一種方法是在干旱監(jiān)測(cè)的基礎(chǔ)上，通過(guò)干旱時(shí)空預(yù)測(cè)模型模擬未來(lái)農(nóng)業(yè)干旱;另一種方法是在作物生長(zhǎng)模型的基礎(chǔ)上改進(jìn)水脅迫模塊，構(gòu)建作物干旱監(jiān)測(cè)模型，將遙感觀測(cè)作為同化干旱脅迫的中間變量，結(jié)合短、中、長(zhǎng)期氣象數(shù)據(jù)預(yù)測(cè)農(nóng)業(yè)干旱。

1.衛(wèi)星的遙感干旱指數(shù)對(duì)預(yù)測(cè)農(nóng)業(yè)，是否干旱有著重大研究?jī)r(jià)值。以時(shí)間序列遙感干旱指數(shù)為輸入數(shù)據(jù)，并根據(jù)時(shí)間序列分析預(yù)測(cè)未來(lái)農(nóng)業(yè)干旱變化。歷史上干旱數(shù)據(jù)具有大數(shù)據(jù)特征。人工智能算法可以有效地挖掘歷史年份的數(shù)據(jù)特征，進(jìn)一步提高農(nóng)業(yè)干旱預(yù)測(cè)的準(zhǔn)確性。近年來(lái)，研究人員開始根據(jù)神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)方法進(jìn)行干旱預(yù)測(cè)，并取得了良好的效果。隨著遙感技術(shù)的快速發(fā)展，反復(fù)遙感表面的干旱指數(shù)本身具有空間大數(shù)據(jù)的特點(diǎn)。此外，隨著多衛(wèi)星傳感器的結(jié)合，遙感干旱指數(shù)的時(shí)間維度也越來(lái)越高。目前，基于機(jī)器學(xué)習(xí)算法的農(nóng)業(yè)干旱預(yù)測(cè)研究較少，這將是未來(lái)研究的熱點(diǎn)。

2.農(nóng)業(yè)干旱預(yù)測(cè)的立足點(diǎn)是預(yù)測(cè)干旱對(duì)作物生長(zhǎng)的影響。從這個(gè)角度來(lái)看，基于作物生長(zhǎng)模式的農(nóng)業(yè)干旱預(yù)測(cè)方法具有重要的研究?jī)r(jià)值。作物生長(zhǎng)模式由氣象數(shù)據(jù)驅(qū)動(dòng)。通過(guò)引入未來(lái)一段時(shí)間的氣象預(yù)測(cè)數(shù)據(jù)，可以有效模擬作物未來(lái)的生長(zhǎng)狀態(tài)，預(yù)測(cè)作物的干旱脅迫狀態(tài)。此外，將作物生長(zhǎng)模擬與農(nóng)業(yè)干旱監(jiān)測(cè)相結(jié)合，完善作物生長(zhǎng)模式，實(shí)現(xiàn)農(nóng)業(yè)干旱監(jiān)測(cè)預(yù)警。

衛(wèi)星遙感技術(shù)的快速發(fā)展使得針對(duì)衛(wèi)星數(shù)據(jù)的農(nóng)業(yè)干旱監(jiān)測(cè)研究不斷深入，同時(shí)也促使基于衛(wèi)星遙感數(shù)據(jù)的農(nóng)業(yè)干旱監(jiān)測(cè)逐步市場(chǎng)化。對(duì)海量遙感數(shù)據(jù)源，將深度學(xué)習(xí)技術(shù)和作物生長(zhǎng)模型有機(jī)結(jié)合起來(lái)，基于數(shù)據(jù)同化思想，深入探索衛(wèi)星遙感在農(nóng)業(yè)干旱動(dòng)態(tài)遙感監(jiān)測(cè)方面的潛力，可進(jìn)一步推動(dòng)智慧農(nóng)業(yè)的發(fā)展。