摘要：HONG Yujiao, ZHANG Shuo, LI Li. Research Progresses of Crop Growth Monitoring Based on Synthetic Aperture Radar Data[J]. Smart Agr
本文节选自：
洪玉娇, 张硕, 李俐. 基于合成孔径雷达数据的农作物长势监测研究进展[J]. 智慧农业(中英文), 2024, 6(1): 46-62.
HONG Yujiao, ZHANG Shuo, LI Li. Research Progresses of Crop Growth Monitoring Based on Synthetic Aperture Radar Data[J]. Smart Agriculture, 2024, 6(1): 46-62.
官网免费阅读
基于合成孔径雷达数据的农作物长势监测国内外研究现状
在农作物长势监测领域，SAR技术的应用经历了多个发展阶段：从早期的单极化、单波段阶段，逐渐演变至中期的多极化、多波段阶段，再到现在的紧致极化及与光学遥感联合应用的阶段。
1、基于单极化、单波段SAR数据的农作物长势监测
自20世纪80年代开始，SAR图像在提取植被信息和监测长势方面的优势就已展现出来，成为了重要的遥感数据源。早期的长势监测主要集中于水稻。研究者利用多时相ERS-1 C波段SAR数据进行了面积约为0.3 km2的小区域水稻长势监测研究，首次验证了后向散射系数与水稻作物参数（株高、干重）之间具有相关性，证明利用水稻后向散射来预测水稻生长阶段是可行的。之后，Le Toan等利用ERS-1 C波段SAR数据对印度尼西亚三宝垄试验场的水稻进行监测。监测面积扩展到2 km2。随着监测技术的发展，RADARSAT-1数据与ERS-1数据相比，提供了更多可选的入射角和更高的空间分辨率，为进一步扩大研究区的面积提供了可能。Ribbes使用RADARSAT-1 C波段SAR数据对印度尼西亚爪哇岛附近水稻的面积和生长状态进行监测，此时研究区的面积扩展到70 km2左右，相较于前几年的小面积监测，取得了显著进步。此外，大面积监测使得数据采集、数据处理和计算模型的复杂程度都显著增加。Shao等利用多时相RADARSAT-1 C波段SAR数据监测4种水稻类型及产量评估，以广东肇庆3个县和2个行政区为研究区，共采集了20景RADARSAT-1数据，通过改进经验模型算法，采用3次多项式来模拟水稻后向散射特性随时间的变化规律，进一步将研究区扩大到5 000 km2左右。由此可见，随着时间和技术的发展，监测水稻长势的研究面积不断增大，研究区由小面积的方法尝试扩展到大面积的监测应用。2、基于多极化、多波段SAR数据的农作物长势监测
随着雷达技术的不断进步，ENVISAT、ALOS-PALSAR、Tera-SAR、COSMO-Sky Med、RADARSAT-2、Sentinel-1和GF-3等SAR卫星陆续升空，具有多极化、多波段成像能力的SAR遥感卫星成为作物长势监测研究的主要工具。
研究表明，以单极化、单波段SAR遥感为基础的作物长势监测主要集中在水稻上。由于独特的种植模式，水稻具有较高的介电常数和在不同生育阶段差异显著的后向散射系数，因而成为一个易于监测的对象。具体而言，水稻在插秧期前后，土壤表面平整且含水量高，产生镜面反射，从而导致较低的后向散射系数。然而，当水稻进入移苗期和抽穗期，伴随着土壤含水量的逐渐降低及水稻的株高、叶片长度的持续增长，其后向散射系数明显增大。相对而言，玉米、小麦等旱地作物在整个生长周期内，下垫面无明显变化，介电常数与周边植被差异也不显著，再加上复杂的种植模式，使用单极化、单波段SAR数据对其进行长势监测较为困难。多极化、多波段SAR的成像技术为此提供了突破口。通过组合不同的波段和极化方式，SAR影像能够更精细地捕捉各类作物的几何结构和介电常数信息，为旱地作物长势的科学监测提供了新的可能性。
在这一阶段，不少学者对小麦长势进行监测研究，通过比较不同极化SAR数据和波段，发现小麦的生长特性和结构在这些参数中的响应存在差异。具体而言，与VV极化相比，HH极化对小麦的生长和发育变化更为敏锐，而HV极化则在捕获小麦的结构细节上显示出独特优势。在波段方面，起初的研究主要依赖L波段。L波段较长的波长能够深入穿透小麦，提供小麦内部的关键信息。然而，随着研究深入和技术进步，学者们发现C波段对小麦的表面散射响应更为明显，可以清晰地捕捉小麦叶片和茎秆的散射特性。这为估计小麦的叶面积指数和生物量提供了更为精确的数据。因此，随着时间的推移，越来越多的研究开始转向使用C波段，或者将L波段与C波段结合起来监测小麦长势。对于玉米而言，其茎秆和叶片的形态结构在不同的生长阶段都有明显变化。HV极化可以捕捉玉米在幼苗期、开花期和成熟期的结构差异；HH和VV极化则更适用于估测土壤含水量和玉米生物量。值得注意的是，在玉米的幼苗阶段，L波段可以穿透玉米冠层，提供有关土壤湿度的重要信息。但是，随着玉米持续生长，其冠层日益密集，茎秆和叶片的生物物理特性成为SAR监测的主要目标，此时C波段和X波段的价值逐渐显现。由于它们的波长相对较短，对玉米茎秆和叶片的散射响应表现出较高的敏感性，因此在评估玉米的生物量和叶面积指数（Leaf Area Index, LAI）时，这两个波段优势很明显。利用SAR技术监测玉米长势的焦点从最初的L波段逐渐转向了C波段和X波段。这种逐步转变不仅展现了各个SAR波段在玉米特定生长阶段的优势，还有利于提高SAR监测玉米长势的精度。此外，还有研究者开始探索利用多极化、多波段SAR数据对油菜、甘蔗等旱地作物的长势进行监测。总的来说，多极化、多波段SAR技术弥补了单极化、单波段SAR的不足，丰富了农作物种类的监测范围，从最初的下垫面是水面的水稻扩展到小麦、玉米、油菜、甘蔗等旱生作物。
3、基于紧致极化SAR数据的农作物长势监测
近十年来，随着人们对极化雷达理论的深入了解，紧致极化SAR（Compact Polarimetric SAR, CP SAR）系统的优势逐渐引起大家的注意。尽管全极化SAR数据在作物长势监测中优势很大，但覆盖范围较窄，限制了其在大型区域监测活动中的实际应用。相比之下，CP SAR提升了成像覆盖范围，克服了全极化SAR的局限性。此外，CP SAR在发射入射波时，可以同时接收来自两个不同方向的回波信号，这样不仅减少了数据量，还可以保持较好的极化信息。鉴于实际获取的CP SAR数据较少，一般利用全极化SAR数据模拟CP SAR进行作物长势监测。目前，利用CP SAR数据监测农作物长势，主要聚焦在利用CP SAR参数反演作物的生物量、叶面积等长势参数上。例如，有研究利用Stokes参数及其子参数、分解参数和后向散射系数提取了27个CP SAR参数，以比较这些CP SAR参数对油菜长势参数的敏感性。结果表明圆极化比（Uc）反演油菜生物量的效果最好，左旋圆极化和右旋圆极化分量的功率（g3）为反演油菜茎秆和叶面积指数的最佳CP SAR参数。此外，还有研究者对利用CP SAR参数反演水稻物候进行了研究。现有的研究已经展示了CP SAR在作物长势监测方面的巨大潜力。然而，由于可用数据的局限性，利用CP SAR监测农作物长势还有许多尚未开发的可能性。4、SAR结合光学遥感的农作物长势监测
在现代遥感技术中，多源数据融合已成为提高监测效果的关键策略，尤其是在农作物长势监测领域。雷达遥感具备不受天气影响、依靠后向散射系数捕捉地物的几何结构特性和介电特性等特点，而光学遥感可以捕获目标地物的光谱信息。相较于单一的数据源，将SAR数据和光学遥感数据结合起来可以有效提高监测农作物长势的精度。因此，目前有许多研究致力于将SAR数据和光学遥感数据联合来监测农作物长势。其中，将雷达植被指数和光学指数联合应用成为主流研究方向。具体而言，部分研究团队通过整合雷达植被指数、归一化植被指数和植被水分含量指数对棉花长势进行监测。研究结果显示，混合植被指数可以提高反演棉花叶面积指数的精度，在某些具有挑战性的环境条件下（如雨季和阴天）效果更为明显。此外，Alebele等将雷达植被指数和光学指数与水稻实测生物量之间进行了相关分析，随后选取表现最好的雷达植被指数和光学指数创建了SAR与光学倍增植被指数（Synthetic Aperture Radar and Optical Multiplication Vegetation Index, SOMVI）和SAR与光学差分植被指数（Synthetic Aperture Radar and Optical Differential Vegetation Index, SODVI）。结果显示，在所有情景下混合植被指数（SOMVI和SODVI）都比单独使用光学或SAR影像的指数具有更好的反演性能。
为方便农业科学领域读者、作者和审稿专家学术交流，促进智慧农业发展，为更好地服务广大读者、作者和审稿人，编辑部建立了微信交流服务群，有关专业领域内的问题讨论、投稿相关的问题均可在群里咨询。入群方法：加小编微信17346525780，备注：姓名、单位、研究方向，小编拉您进群，机构营销广告人员勿扰。
发布征集
来源：智慧农业资讯一点号
