摘要目前三农普工作是国家在十三五期间的一项重要内容，课题针对三农普主要工作任务，通过分析现阶段农作物面积调查现状，从农业统计遥感技术的发展和湖州运用遥感技术方面入手，调查遥感技术在农业统计中应用情况，分析了应用遥感技术测量农作物面积的特点及目前遇到的问题，并从技术层面、技术技能人才方面进行分析总结。针对湖州区域地势结构以及种植特点，分析了利用无人机遥感技术测量农作物面积的优势。并基于以上存在的问题，提出了基于遥感技术的农作物面积测量改进方法，融合各种手段的优势，达到综合功能的有效发挥。最后给出了农业统计中运用遥感技术的工作展望。
中央深改组要求“加快建立与国家治理能力和治理体系相适应的现代统计调查体系”，遥感技术在服务乡村发展中的作用逐渐得到中央领导的重视。2018年1月,《中共中央国务院关于实施乡村振兴战略的意见》首次将遥感技术应用作为乡村振兴战略的一项重要实施内容，国家统计局正是落实这一工作的主要责任单位之一。《统计制度方法改革规划（2017-2020年）》和《国家统计局关于进一步推进新形势下国家调查队改革和创新发展的意见》都将大力推进遥感技术应用作为一项重要的工作任务。在建立现代农业统计调查体系这一历史节点上，粮食产量调查无疑是领头雁、排头兵。
随着“互联网+农业”、“精准农业”的提出，农业发展趋于信息化、智能化，农作物信息的快速、准确获取与精准管理是实现农业信息化、智能化的前提和基础。基于遥感技术的农作物面积调查通过采用现代信息技术对农作物播种面积等进行测量，为农作物信息的快速获取提供了条件，同时也是国家第三次农业普查工作的一项重要任务。相对传统农业面积调查所采用的人工测量方式，应用遥感技术对农作物进行测量所获得的数据精确，能够客观真实的反应我国的农业结构、农业体系，为建立省级和重点县面向未来的现代农业统计对地抽样调查体系奠定基础。此外，在政府的惠农政策、补贴政策下，可有效避免数据不真实、数据谎报情况。现在我国正处于全面建成小康社会的攻坚时期，通过做好农业普查工作，把“三农”的情况摸清楚，有利于发现农业发展的短板，及时制定相应政策措施，推动农业改革发展，推动我国实现全面建成小康社会。
因此，为响应国家政策号召，积极推动农业改革发展，课题组以浙江湖州为研究对象，提出了基于遥感技术的三农普农作物面积调查研究。分析现阶段农作物面积调查现状、遥感技术在农业统计中应用情况、应用遥感技术测量农作物面积的特点以及存在的问题。针对湖州区域地势结构以及种植特点，分析利用无人机遥感技术测量农作物面积的优势。并针对存在的问题，提出基于遥感技术的农作物面积测量改进方法，以确保农作物面积调查工作高质量、高标准完成，并为其提供有效的组织模式和调查模式为参考依据。
表1-1农业统计中遥感技术应用发展进程
“六五”期间
“八五”期间
“十五”期间
“十三五”期间
开展了小麦和水稻种植面积的遥感监测研究，1983年开始，农业部启动了北京近郊小麦及北方6省、直辖市的小麦监测。
农作物估算监测由小区域向大区域过渡，针对小区域的作物监测主要采用TM影像进行。
作物监测方法逐渐完善，构建了面积变化遥感监测模型，并在此基础上建立了面积监测业务系统。
高分辨率卫星影像的出现，使基于遥感技术的农作物面积监测精度得到了大大提高，全国第三次农业普查中推广应用。
为全面推进“三农”现代化发展进程，为国家制定“三农”政策提供决策依据，《国务院关于开展第三次全国农业普查的通知》中表明：第三次农业普查将农产量对地抽样调查技术与遥感测量技术应用相结合，以便对农作物种植面积以及空间分布进行全面准确的调查[3]。主要包括以下四项调查任务：①主要农作物种植空间分布测量：基于中分辨率遥感影像，开展覆盖的主要农作物品种（3-5种）的种植空间分布测量；②一类测量：基于亚米级遥感影像，对抽中普查区，开展地块级别分品种作物面积精细化测量；③二类测量：基于米级遥感影像，在全国范围内，开展地块级别的农作物总面积测量；④结果测算：在全省主要农作物种植空间分布测量结果和二类测量的基础上，结合抽中普查区的一类测量结果，测算取得全省、重点县农作物总面积和主要农作物面积结果数据[4]。
当前利用遥感测量技术获取主要农作物播种面积和粮食产量成果数据的主要调查方式为：
（1）确定遥感测量主要作物品种，进行样方的选取。为确保样本抽选的随机性、调查的可操作性以及分布的合理性，依据浙江省第三次农业普查农作物遥感测量样本抽选办法，按地形及主要作物的种植强度等辅助信息对测算区域进行分层，按照农作物遥感测量的误差精度要求，测算各区域需要抽取的样本普查区的数量，并采用与耕地面积规模成比例（PPS）抽样方法抽选普查区，并在每个普查区内采用简单随机抽样方法抽选自然地块作为调查目标样方。
（2）将选取的样方分配到对应的市县，并进行样方的确定。依据样方卫星遥感影像，在进行实地测算面积前，首先利用人工确认样方位置、田块、房屋、树木、河流、道路的位置格局等辨认抽中样方位置是否准确，在确认调查样方准确无误后，再结合调查程序、调查图纸，通过填写地物信息、拍摄地物照片的方式进行自然地块逐一的现场调查。
（3）实地调查抽样样方。针对抽中普查区地势特征、农作物种植结构等，组织开展以人工、手持电子终端、无人机遥感测量为主要调查手段的野外地块数据现场采集。以无人机遥感测量为主，对无法实施无人机飞行的区域采用PDA调查，记录测算数据，按照要求填写表格数据，上报数据。
（4）数据测算。依据《浙江省第三次农业普查农作物面积遥感测量工作实施方案》数据测算方法，首先对测量数据成果进行精度检验，并以通过精度检验的数据为基础，以卫星遥感分类为主结合PDA及无人机野外调查资料推算农作物面积以及种植分布。
现阶段基于遥感技术农作物面积调查路径和方法，地域性差异较大，北方部分区域幅员辽阔，种植结构单一，主要倾向于使用卫星遥感技术进行农作物面积测量，而诸如湖州等区域地形起伏大、地势结构复杂、植被多样化，多采用卫星遥感技术、无人机遥感技术、手持PDA终端测量相结合方法进行农作物面积调查，以保证数据精确性。主要农作物面积调查路径如下：调查区域分类及选取——遥感影像数据获取——遥感数据处理——数据计算与校验。
（1）调查区域分类及选取。受各地农作物的种植结构以及地形地貌的影响，利用遥感技术对农作物面积进行测量需要选定合适的具有代表性的调查区域样方，因此有必要了解调查地主要农作物的结构体系和农业生产设施分布情况，以保证测算数据的精确性。各市级单位需要对定量遥感在关键参数遥感反演技术方法与应用方面细化培训方案，根据作物面积、长势、产量、灾害遥感监测等不同测量标准，对区县统计人员进行理论与技术方法指导，以便准确测量主要农作物的结构体系和农业生产设施分布情况。
按照《浙江遥感测量农作物用地测量标准》并结合湖州市地形特点以及种植结构，将全市样本村分为平原区A类、平原丘陵过渡区B类、山地丘陵区C类（如表1-2所示），针对不同类别的地块，在遥感测量技术的时空分辨率及所提供信息的精度方面进行统一指导，以满足精准农业对农田信息的需求。针对研究区域特征，选定调查样方，收集、整理抽样调查数据，并作为测量依据和检验依据。
表1-2区域等级划分表
区域名称
区域划分原则
平原区A类
地块规整、种植结构单一。一个生长季内1-2种主要农作物面积占总面积的70%以上，农作物70%分布在平原区。
平原丘陵过渡区B类
以梯田和山坡种植为主，地块破碎、种植结构单一。一个生长季内1-2种主要农作物面积占总面积的70%以上，农作物30-50%分布在平原区。一个生长季内3-5种主要农作物面积占总面积的70%以上，农作物50-70%分布在平原区。
山地丘陵区C类
地块破碎、种植结构复杂。一个生长季内1-2种主要农作物面积占总面积的70%以上，农作物0-30%分布在平原区。一个生长季内3-5种主要农作物面积占总面积的70%以上，农作物0-50%分布在平原区。一个生长季内6种及以上主要农作物面积占总面积的70%以上。
表1-3浙江湖州谷类物候
名称
播种育秧
移栽返青
分蘖
孕穗抽穗
乳熟
成熟
水稻
5月
6月
6月中下旬
7月
8月-9月
10月
播种
出苗
返青
拔节
孕穗
冬麦
10月中旬
11月上旬
3月
表1-4浙江湖州豆类物候
豆荚
夏豆
7月-8月
8月
9月
秋豆
9月中下旬
表1-5浙江湖州油菜物候
花期
油菜
9月下旬-10月上旬
3-4月
5月中旬-6月
（3）遥感数据处理。因为影像成像过程会受到气候、大气层等因素影像，可能导致最终成像的失真，因此需要对遥感影像进行处理，以获得精准数据。常用的影像处理方法主要包括对成形影像分别进行辐射校正、配准与融合、正射纠正、镶嵌和裁切等预处理（如图1-1所示）。
图1-1遥感影像数据处理方法与流程
（4）数据计算与校验。运用计算机对遥感数据进行处理，计算获得农作物调查面积，并通过结合手持PDA终端抽样调查方法，采用随机抽样等方式，由专门质量审核人员负责，通过实地测量、填表、拍照相结合的方式逐块进行测量，进行农作物遥感面积测量精度验证和质量控制。
图2-1遥感工作流程图
（1）能够实现农作物大面积检测。遥感技术检测范围广、监控空间高，不仅能够对面积大、空间高的农作物种植区域进行测量，还能够对范围小、空间低的区域进行测量。在农作物面积实际测量过程，可同时借助多尺度遥感技术获取数据信息，实现农作物数据信息的多重采集，提高数据获取时效和精准度，并且能够实现信息多次监控和完善处理。
湖州市第三次全国农业普查工作，在全省各级党委、政府的共同努力下，各级调查队员协作、配合先后完成实施方案设计、无人机飞行试点、样方确认、培训摸底、入户登记、数据审核上报、事后质量抽查等阶段工作。相对传统农作物面积调查，应用遥感技术测量农作物取得主要工作成果如下：
（1）农作物面积遥感测量通过将农产量对地抽样调查技术与遥感测量技术应用相结合，获取更为精确的农作物面积数据，客观真实的反映普查数据、农业结构、农业体系，有效避免数据不真实情况。
（2）通过采用遥感技术对我市重点地区主要农作物水稻、小麦播种面积进行测量，全面掌握湖州市主要农作物种植空间分布。
现在我国正处于全面建成小康社会的攻坚时期，搞好农业普查，有利于更好地发现“三农”发展的短板，制定相应的政策措施，推动农业供给体系改革，推动我国实现全面建成小康社会。
湖州地势结构复杂，三县两区差别较大，地势大致由西南向东北倾斜，西部多山。其中长兴县位居浙北低山丘陵向太湖西岸平原过渡的地区，地势西高东低，地质构造复杂，境内底层从志留系（除三系）至第四系均有出露。安吉县三面环山，中间凹陷，地势西南高、东北低，山地分布在县境南部、东部和西部，丘陵分布在中部，岗位分布在中北部，平原分布在西苕溪两岸河漫滩，各占面积11.5%、50%、13.1%和25.4%（如图2-2为安吉县境内地貌图）。有的地块复杂程度超乎想象，一方面导致调查人员不能实地到达、无法测量取点，另一方面导致无人机操作难度加大，部分区域地势过高无法航拍，从而影响测量精度和调查结果的准确性。
图2-2安吉县境内地貌图
（3）缺乏完善的人员配置。现阶段湖州调查队现仅有3名调查人员，湖州地势结构复杂，总面积5818平方公里，这种情况势必给调查工作的开展带来困难。随着无人机技术的发展，国家对于无人机操作陆续出台新规定，规定要求无人机操作人员需要持有“民用无人驾驶航空器系统驾驶员合格证”。而利用遥感技术进行测量，不仅需要技术较高的无人机航拍人员，更需要后续影像处理技术人员，因此现有情况湖州调查对为保证调查工作的时效性，只能采取外包给第三方形式。但采用技术外包涉及到资料的保密问题，此外对于后续出现的问题，第三方在处理问题方面缺乏责任心。此外，遥感等现代空间信息技术的应用，还存在顶层设计滞后、程序开发不足、基层实施问题较多等薄弱环节。
（4）遥感测量设备配置不完善。根据《浙江粮食产量调查监测实施方案》、《粮食种植面积遥感工作技术方案》、《粮食作物单位面积产量抽样调查方案》的有关要求，利用遥感技术进行农业测量需要配备无人机飞行器、图形工作站等专业设备，且在使用过程中这些专业设备会出现意外或正常的损坏，因此需要政府予以财政支持，将遥感测量经费列入财政预算，重点考虑测量用的硬件设备、实地调查等费用，分别依据调查区域概况，给所辖三县两区配备专业设备，有序推进粮食产量遥感调查工作。
基于遥感技术的农作物面积调查主要采用卫星遥感技术、无人机遥感技术[6]，主要特征如表（3-1）所示。利用卫星遥感技术进行农业普查具有局限性，图像检测和处理受地理因素影响很大，针对湖州等南方地区云覆盖率高、地形复杂、植被复杂等无法进行有效的精确测量，农业遥感分类及数据处理带来挑战和困难。
近年来，随着无人机技术的发展，调查研究人员逐步开展无人机遥感测量技术在农作物面积调查中的应用研究，因其可以很好的解决调查过程中“样方难以到达、卫星底图不清晰、GPS定位不准确”等问题[7]，已经被国家调查队广泛应用于实地调查过程。无人机遥感测量主要调查流程为是：国家统计局工作人员从卫星云图上随机抽取研究区域作为“样方”，持有“民用无人驾驶航空器系统驾驶员合格证”的调查人员将无人机在这样方区域上空依次放飞，无人机按照事先设定好的航线飞行，随后在指定的高空中拍摄该区域高精度照片，后期经过计算机将照片进行科学拼接和数据处理，完整测算出选取地片中所种植农作物品种、数量及面积。在湖州地区，特别是七山二水一分田的实际情况下，利用无人机遥感技术对农作物面积进行测量可弥补卫星遥感技术的不足，具有其独特的应用优势，主要包括以下几个方面：
相对于卫星遥感，无人机遥感测量可以实现近地拍摄，能够拍摄出有较高清晰度的图像资料，获得更为精准的数据。而且无人机维护方便，可以依据调查需求实时调整参数，保证测量结果灵活准确。
表3-1卫星遥感和无人机遥感测量特征
卫星遥感
无人机遥感
使用高度
高空
中低空
制约因素
轨道位置、大气因素
天气影响、空域飞行限制
主要数据
多光谱数据、卫星照片等
航空照片
数据采集设备
卫星专用数据采集设备
民用全画幅单反相机
缺点
拍摄时效性较差，易受卫星轨道、太阳光照位置影响，当有大气云团覆盖地表时，无法进行数据采集。同时无法提供地面分辨率1m以上精度的数据，数据-更新周期较长。
因主要用于低空摄影测量，不受大气云团影响，但易受天气因素的影响，对天气要求较高，空域审批难度同载人机。
（1）建立农作物调查流程体系，实现调查任务的自动分发与交互式接收（如图3-1所示）。以数据和农作物调查任务的管理服务为核心，建立信息化网络工作环境，通过系统平台发布调查任务，调查员获取调查任务后采集数据并将样本调查信息上报，技术人员审核样本信息，将调查成果信息定位到地图上，提供综合的查询窗口。同时提供终端内调查任务的管理，每个调查终端可以承载多份调查任务，调查员根据分配的任务区域，选择调查任务，并调用相应底图信息。建立农作物面积调查动态监控平台，成立监控小组，实时追踪遥感调查进展、状态以及样本内信息收集情况。掌握农作物调查动态，直接指导调查员的工作，针对样本调查工作量、进度、完成情况支持省县分级统计。
图3-1基于遥感抽样的农作物调查流程体系
（2）湖州地区地势复杂，各区域差别很大，多水系、丘陵，因此实际测量开始前，需要做好准备工作，分析被测量区域地势以及种植特征，对于调查员无法到达、无法取点取样问题，建立“卫星遥感+无人机遥感+手持PDA”综合测量方法，充分利用卫星遥感技术、无人机遥感技术、手持PDA实现无盲区空间导航调查，使调查结果接近农作物面积真值。
（4）合理进行影像分割，提高数据精确度。常用影响分割方法主要有棋盘分割法、四叉树分割法、多尺度分割法（如图3-2分别为利用以上分割方法的影像对比图），由于湖州农业种类繁多，且地貌多样，综合考虑影像光谱特征和形状特征，宜采用自下而上的多尺度多粒度分割方法（如图3-3所示）[8]，通过合并相邻像素，保证各相邻像素之间相异性最小、同模块内部像素之间相同性最大，实现影像合理分割。
图3-2不同分割方法对比
棋盘分割法四叉树分割法多尺度分割法
图3-3多尺度影像分割方法
合理规划专业人员层次结构，合理配置专业设备。扩大调查队伍，引进专业技术人员，选派现有人员学习无人机飞行技术，取得“民用无人驾驶航空器系统驾驶员合格证”，建立一支专业的遥感测量调查队伍，为三县两区配备图形工作站、无人飞行器等专业设备。
本文选取湖州市长兴县作为实验区，湖州市长兴县位居浙北低山丘陵向太湖西岸平原过渡的地区，地势西高东低。长兴县的地质构造复杂，境内底层从志留系（除三系）至第四系均有出露。近年来，长兴县委、县政府始终围绕产业发展趋势，积极引导农民群众发展现代农业特色产业，大力推进农业适度规模经营，形成洪桥河蟹、吕山湖羊、和平芦笋、画溪葡萄等一大批特色农业产业强镇和特色产业村。目前，全县已累计流转土地46.7万亩，流转率65%；注册登记家庭农场491家（省级18家、市级28家）、农民专业合作社601家（国家级5家、省级19家、市级34家）、农业行业协会34家（涵盖蔬菜、水产、瓜果、茶叶、畜牧、农机等6大行业，涉及葡萄、芦笋、西瓜、河蟹、食用菌、蜜蜂等21类产品）。
（1）研究区域的划分与选取。依据长兴县目前种植结构特征,将其划分为“五区五带一中心”，产业布局结构空间布局如图4-1所示。以调查区域长兴县设施果蔬示范区为例,分析果蔬示范区种植结构，其中商品蔬菜常年种植面积25万亩左右，芦笋种植面积达1.2万亩，名优水果11.27万亩（不含青梅、杨梅），葡萄作为主要水果种植面积已达5万亩，约占全市的85%、全省的11%。此外全县火龙果种植面积已发展到近1000亩。
图4-1长兴“五区五带一中心”产业布局结构空间布局图
（2）测量样方选取及确认。依据浙江省第三次农业普查农作物遥感测量样本抽选办法，测算“五区五带一中心”各区域需要抽取的样本普查区的数量，采用与耕地面积规模成比例抽样方法抽选普查区，并在每个普查区内采用简单随机抽样方法从卫星云图上抽选自然地块作为调查“样方”。调查人员通过实地调查与遥感影像比对，依据样方周围地物特征，辨认抽中样方位置是否查找准确。
数据处理。利用影像快速处理软件对图像进行分割、拼接、正摄处理，测算该地片中所种植农作物品种、数量及面积。并对影像分别进行辐射校正、配准与融合、正射纠正、镶嵌和裁切等预处理，计算出主要农作物播种面积。
（1）因为利用遥感技术获取高分辨率数据需要技术高，且需要花费成本高，因此现有农业研究多采用中、低分辨率的遥感数据，采用高分辨数据的研究较少，导致数据精准度不够，特别是针对形状复杂、植被覆盖的区域。数据精准度低会导致与农业普查实际有偏差，因此未来基于遥感技术的农业统计应用与研究逐步实现精细化、高精度化、普遍化、实用化。
（2）现有植被光谱库为农业普查提供了重要的参考数据，但已有的数据库不能满足当前应用需求。因此需要不断完善植被的光谱库。农业普查过程所涉及的农业物种类较多，完善光谱数据库的难度大，也不可急于求成，但可作为未来的一个发展方向。
（3）遥感技术受区域的地形、气候、地理位置等因素影响较大，对于大面积平原地区，宜采用卫星遥感技术进行农业普查，而且快速、精准、简单。对于地形变化大，可以引入研究区域的DEM，对于地块破碎、种植不成片，可以采用土地调查数据进行非研究地类的剔除，对农作物混合种植的现象，可采用多种指数的阈值处理，并且采用多种影像特征进行区分。这些都将是今后工作的研究重点。
（4）传统农业普查过程利用单一的遥感技术,会导致结果的不准确性,甚至引起决策上的失误,降低工作效率与成果精度。在实际工作中，应该采用多遥感影像获取数据，并采用多种技术融合的方法研究农业工作,为农业的生产与决策提供准确、高效、可行的方案。
参考文献
[1]李杨.基于环境卫星数据的水稻面积空间抽样研究[D].江苏:南京林业大学,2010.
[2]马倩倩.基于RapidEye遥感影像的农作物种植面积提取研究[D].山东:山东师范大学,2012.
[3]陈雅珺.基于生态耦合的苏南乡村聚落空间格局优化研究[D].江苏:苏州科技大学,2016.
[4]张亚亚.基于GF-1遥感影像的农作物面积测量方法研究[D].吉林:吉林大学,2017.
[5]秦礼明.基于边缘信息增强的面向对象高分影像信息提取研究[D].安徽:安徽理工大学,2016.
[6]郎城.无人机在区域土地利用动态监测中的应用[D].西安科技大学,2011.
[7]潘朝勇.地籍测量中无人机技术应用分析[J].有色金属文摘,2016,31(1):173-174.
[8]程永政.多尺度农作物遥感监测方法及应用研究[D].解放军信息工程大学,2009.