衛星定位、GPS導航、紅外遙感等技術的發展，已經深入農業中，盡管在實際應用與科技研發方面，提升空間大，但目前根據各高校、科研機構發布的論文，空間信息技術農業應用已經有了一定進展。

一、農業干旱衛星遙感監測與預測研究進展

針對農業干旱監測結果的精準度、局限性等問題，中國農業大學信息與電氣工程學院以遙感技術，主要為可見光、近紅外、熱紅外和微波等波段，從遙感指數方法、土壤含水量方法和作物需水量方法三個方面，闡述基于衛星遙感的農業干旱監測研究進展。農業干旱預測是在干旱監測的基礎上進行時間軸的預測，在總結干旱監測進展的基礎上，進一步簡述了以干旱指數方法，和作物生長模型方法為主的農業干旱預測研究進展，豐富了地表信息進行農業干旱監測和預測，具有重要的研究意義。

二、近地遙感技術在大田作物株高測量中的研究現狀與展望

株高是動態衡量作物健康和整體生長狀況的關鍵指標，廣泛用于估測作物的生物學產量和最終籽粒產量。針對人工測量方式存在規模小、效率低以及耗時長等問題，華中農業大學展開跨學科、專業的聯合科研。

參考國內外基于遙感手段獲取株高研究的論文，總結獲取株高的不同平臺以及傳感器的基本原理、優勢及其局限性，重點論述了激光雷達和可見光相機兩種傳感器的測高流程與涉及關鍵技術。在此基礎上歸納了株高在作物生物量估算、倒伏監測、產量預測和輔助育種等方面的應用研究進展，從測高平臺和傳感器、裸土探測和插值算法、株高應用研究及農學與遙感測高差異四個方向進行了展望，可為今后近地遙感測高的研究與方法應用提供參考。

三、無人機遙感在飼草作物生長監測中的應用研究進展

飼草作物生長的動態監測與定量估算，對于飼草規?；a息息相關。為了掌握無人機在飼草監測的國內外應用現狀，確定重點發展方向，中國農業大學、新疆農業科學院、農業節水與水資源教育部與滄州市農林科學院展開聯手科研。

從數據獲取、數據處理和飼草作物生長監測關鍵技術三個方面，簡述了無人機遙感在飼草作物監測中的基本研究方法。重點闡述了可見光、多光譜、高光譜、熱紅外和激光雷達遙感五項技術，在無人機遙感飼草作物生長監測的應用。并對研究應用中尚未解決的關鍵技術問題展望了未來的發展方向，提出融合飼草作物時空尺度數據和多源遙感數據、進一步拓展數據獲取手段、研發智能化數據分析綜合平臺是未來飼草作物監測領域應用創新的關鍵所在。

四、基于遙感與氣象數據的冬小麥主產區籽粒蛋白質含量預報

農業農村部、 國家農業信息化工程技術研究中心、全國農業技術推廣服務中心、北京市農業技術推廣站等機構攜手開展小麥籽粒蛋白質含量的監測預報研究，對于指導農戶調優栽培、企業分類收儲、期貨小麥價格、進口政策調整等具有重要意義。

研究以冬小麥主產區(河南省、山東省、河北省、安徽省和江蘇省)為研究區域，構建了冬小麥籽粒蛋白質含量多層線性預測模型，對蛋白質含量估算模型應用冬小麥主產區的蛋白質含量遙感估算，得到了2019年冬小麥主產區品質預報圖，并形成黃淮海地區冬小麥品質分布專題圖。研究結果可同時為后續小麥種植區劃和實現綠色、高產、優質、高效糧食生產提供數據支撐。

五、海南島橡膠林葉面積指數遙感估算模型比較研究

葉面積指數是描述植被生長狀況和冠層結構的一個重要參數，中國熱帶農業科學院以海南島橡膠樹為研究對象，構建基于衛星遙感植被指數的橡膠林LAI估算模型并分析其變化規律。

經驗證，從空間分布來看，海南島橡膠林LAI高值區(4.40～6.23)主要分布在海南島西部儋州、白沙等市縣，LAI中值區(3.80～4.40)主要分布在海南島中部澄邁、屯昌、瓊中等市縣，LAI低值區(2.69～3.80)主要分布在海南島東部和南部的定安、瓊海、萬寧、樂東、三亞等市縣?？傊?，構建的基于EVI指數的橡膠林LAI一元線性估算模型精度較高，克服了NDVI、GNDVI、RVI等植被指數容易出現指數飽和問題，具有較好的科學性和良好的推廣應用價值。

六、遙感技術在種植收入保險中的應用場景及研究進展

中國農業科學院與農業農村部農業信息服務技術重點實驗室，針對遙感技術在種植收入保險的應用，在13個糧食主產省的所有主產縣開展。

結合遙感技術在農業保險中的總體應用歷程，對各種應用場景下的關鍵技術的應用研究進展進行了評述，包括耕地地塊提取、作物分類提取、作物災情評估和作物產量估算。提出建立數據分發平臺解決數據獲取和預處理難和初始數據標準化的問題、完善耕地地塊和作物類型樣本庫以促進地塊提取和作物分類自動化、多學科交叉研究實現更快更準更科學地產量估算、農業保險遙感技術應用標準化，以及遙感技術應用合同化等五個具體建議。展望未來，種植收入保險乃至所有農業保險中遙感技術的應用模式應該是一個有數據可用、技術上更自動化智能化、有標準可依、有合同背書的新型模式。

七、基于無人機遙感表型監測的苧麻優質種質資源篩選方法

針對重要纖維作物苧麻遺傳變異和遺傳多樣性減少，與對苧麻種質資源多樣性調查和保護的需求之間的矛盾，湖南農業大學農學院展開了基于無人機遙感影像的苧麻種質資源表型監測及篩選方法，對不同基因型作物的生長特性進行頻繁、快速、無損、精準監測，為實現苧麻種質資源表型的高效綜合評價，輔助篩選優勢苧麻品種。

結果表明，(1)基于無人機遙感的苧麻表型估測效果較好，株高的擬合精度為0.93，均方根誤差為5.65 cm;SPAD值、含水量、LAI的擬合指標分別達到0.66、0.79、0.74，RMSE分別為2.03、2.21、0.63;(2)苧麻種質資源的遙感表型存在較大差異，LAI、株高和株數的估測值變異系數分別達到20.82%、24.61%和35.48%;(3)利用主成分分析法將苧麻種質資源的遙感表型聚類為因子1 (株高、LAI)和因子2 (LAI、SPAD值)，因子1可用于苧麻種質資源結構特征評價，因子2可以作為高光效苧麻資源的篩選指標。本研究將為作物種質資源表型監測和育種相關分析提供參考。

審核編輯黃宇