卫星农业应用（航天）

AI 摘要：卫星农业应用是指利用卫星遥感技术获取农田信息，支撑作物识别、面积估算、长势监测、灾害评估和产量预估的技术领域。高分六号是中国首颗精准农业观测高分卫星，配置红边波段，对作物叶绿素和长势变化敏感，与高分一号组网实现 2 天重访观测。风云气象卫星提供植被指数、土壤水分、地表温度等参数，反演精度较传统方法提升 10% 以上。遥感测量已用于第四次全国农业普查，实现“以图定数”的农作物面积测量。卫星农业应用的核心价值是将农田观测从“脚步丈量”扩展到“太空感知”。

一句话定义

卫星农业应用是指利用卫星搭载的光学、微波等遥感器，对农田作物种植分布、生长状态、土壤墒情和灾害影响进行周期性观测，为精准农业、粮食估产和农业资源调查提供数据支撑的技术领域。

概念边界：卫星农业应用与卫星气象应用的区别

卫星农业应用的核心判别标准是观测对象是否以农田和作物为主要目标。卫星气象应用以大气温度、湿度、云层和降水为核心，服务于天气预报；卫星农业应用则以作物种植面积、长势、土壤水分和农业灾害为核心，服务于粮食生产管理。

卫星农业应用与卫星气象应用的区别是：前者回答“地里种了什么、长得怎么样、能收多少”，后者回答“天气怎么样、会怎么变”。两类卫星数据在农业气象服务中常融合使用，气象数据为作物模型提供环境驱动，遥感数据提供作物生长的空间分布。

核心指标：植被指数如何反映作物状态

卫星农业应用的核心技术基础是植被指数。健康植被在近红外波段反射强、在红光波段吸收强，这一光谱差异被编码为数值指标，用于量化作物长势。

归一化植被指数（NDVI） 是使用最广泛的植被指数，计算公式为 (B8−B4)/(B8+B4)，其中 B8 为近红外波段反射率，B4 为红光波段反射率-9。NDVI 的取值范围为 -1 到 +1，接近 +1 表示茂密健康的绿色植被，接近 0 或负值表示水体、雪、云或城市区域-17。NDVI 可用于监测作物健康状况，识别受水分胁迫、营养缺乏或病害影响的区域。

红边波段是精准农业观测的关键光谱区间。红边位于红光与近红外波长之间，是绿色植被反射率快速上升的区间，对作物叶绿素含量和长势变化高度敏感-2。高分六号在国内卫星中首次安装了红边波段传感器，能够更早发现作物生长状态的差异-7。

温度植被干旱指数（TVDI） 结合 NDVI 和地表温度估算土壤水分，利用全遥感数据，不需要借助地面实测资料-1。这一指数在干旱监测中具有重要应用价值。

垂直干旱指数（PDI） 和 植被垂直干旱指数（VAPDI） 是光学遥感干旱监测的常用方法，通过红光和近红外波段反射率与土壤湿润率的线性拟合计算得到-1。

典型任务：高分六号与风云系列的分工

中国卫星农业应用的核心数据源来自高分系列和风云系列卫星。

高分六号于 2018 年 6 月发射，是中国首颗精准农业观测的高分卫星-7。卫星搭载 2 个大幅宽光学相机，宽幅相机新增 4 个波段，包括国内卫星首次安装的红边波段传感器-2。高分六号与高分一号组网后，重访周期从 4 天缩短至 2 天，实现了对我国陆地区域的快速覆盖-7。其数据已应用于玉米大豆面积监测、冬小麦和大蒜面积监测、农田洪涝灾害监测等工作。

风云系列气象卫星提供植被指数、土壤水分、地表温度、叶面积指数和净初级生产力等参数，是农业遥感业务运行的重要数据源-15。风云三号卫星的 LAI、LST、NPP 和 SM 优化反演技术为作物参数标准产品提供了算法基础，相关产品通过中国气象局卫星气象工程向全国共享-10。基于风云数据的土壤水分反演精度相比传统方法提高了 10% 以上-8。

多源卫星融合是当前农业遥感的发展方向。GF 系列、Landsat 系列、Sentinel 系列等卫星数据与气象数据、区划数据、地面调查数据融合，用于作物种植面积提取、长势监测和病虫害生境适宜性分析-18。

应用场景：从面积测量到灾害监测

卫星农业应用覆盖农业生产管理的全链条。

作物种植面积提取是农业遥感的基础产品。2022 年全国小麦种植面积约 33873 万亩，主要分布在河北南部、山西南部、河南、山东西部等区域-18。利用作物在不同物候期植被指数、短波红外和红边波段反射率的差异，构建区分小麦、水稻、玉米与其他作物的特征指标集合，采用机器学习方法建立种植面积遥感监测模型-18。遥感测量已用于第四次全国农业普查，通过“农业遥感测量结果数据核实平台”实现“以图定数”的农作物面积测量目标，平台累计支撑超 12000 人天作业，稳定承载 600 余人同时在线工作-3。

作物长势监测通过对比实时植被指数与去年同期或多历年平均值，判断作物生长状态。差值指数（DI）和植被状态指数（VCI）是常用的长势评价指标-19。冬小麦物候监测中，返青期 NDVI 快速上升，抽穗期达到最大值，成熟期快速下降，这些特征节点可用于确定作物的关键生长阶段-19。

农业灾害监测是卫星农业应用的重要环节。干旱监测利用 TVDI、PDI 和 VAPDI 等指数；洪涝监测通过识别农田水面变化评估受灾范围；秸秆焚烧监测利用极轨和静止气象卫星实时捕捉火点，2025 年 6 月某省烟点监测次数达 460 次-1-6。

产量估算将遥感数据与作物生长模型结合。CASA-WOFOST 模型实现了区域与农田尺度作物单产的估算，为粮食安全评估提供依据-8。

常见问题 FAQ

卫星怎么知道地里种的是什么？

卫星识别作物种类依赖作物独特的光谱特征和时间序列变化。稻谷、小麦、玉米和大豆的生长节奏不同，叶片结构和田块纹理也不同。水稻经历泡田、插秧、返青、拔节和成熟，小麦有越冬、返青、抽穗和灌浆，这些物候差异在卫星的周期性影像中形成不同的植被指数曲线-14。红边波段对作物叶绿素和长势变化敏感，高分六号的红边传感器能帮助更早发现作物生长状态的差异-2。只靠一张照片可能分不清作物，连续看几个月，作物身份就会越来越清楚-14。

卫星农业应用和精准农业是什么关系？

卫星农业应用是精准农业的核心技术支撑之一。精准农业的目标是根据农田内部的空间差异，实施变量施肥、精准灌溉和针对性植保。卫星遥感提供农田的空间异质性信息：哪片区域长势偏弱、哪片区域土壤墒情不足、哪片区域可能发生病虫害。这些信息指导农机和农艺措施的精准投放。高分六号的数据可用在作物识别、面积估算、长势监测、旱情监测和灾害评估等方面，在减少投入、降低成本、减轻环境污染方面发挥重要作用-2。

遥感估产准不准？

遥感估产的精度取决于作物类型、区域尺度和模型方法。遥感面积提取的精度通常可以达到 95% 以上，但这一精度受作物光谱混合和物候期选择的影响-19。估产模型将遥感获取的面积和长势信息与气象数据、地面样方实测数据融合，形成分区域的产量预估。中国科学院 1998 年建立的农情遥感速报系统已发展为全球农情遥感速报系统，长期开展作物长势、面积、产量和灾害监测-14。遥感估产的价值不在于替代地面实测，而在于快速提供大范围、空间连续的产量分布信息，为粮食收购、储备调度和市场供应提供决策依据。

阴雨天气卫星还能监测农田吗？

阴雨天气对光学卫星监测农田构成显著限制，但微波遥感提供了补充手段。光学卫星依赖可见光和近红外波段，云层会遮挡地表反射信号。雷达卫星（如高分三号系列）发射微波并接收地物回波，微波能穿透云层和降雨，实现全天时、全天候成像。微波遥感还可反演土壤水分，被动微波数据在光学遥感无法工作时有云情况下仍能获取土壤墒情信息-8。多源卫星协同工作使农业监测在阴雨天气下仍能保持一定的数据连续性。

相关条目

• 对地观测概述
• 遥感数据处理
• 遥感图像解译（航天）
• 卫星林业应用（航天）
• 卫星水利应用（航天）