數字農業遙感技術與灌溉技術的比較

  數字技術在農業生產上的應用才是智慧農業，數字農業是關鍵，其余只能算是IT行業技術之農業行業的應用而已。最近用遙感技術進行作物產量預測方法非常流行，同時采用水肥一體化技術提高作物產量的技術發展也很快。為了讓大家更好地理解數字遙感技術與數字灌溉技術在數據采集和分析方面的異同，遙感技術在作物產量預測應用方面與灌溉技術對作物產量的預測有很多地方是相似的，又有很多地方不同，所以很值得推出此文，讓大家了解更多關于數字化遙感技術和數字化灌溉技術之間所采用技術并嘗試進行比較。

目的方面：

遙感技術的應用是在于用遙測技術進行作物產量的評估。

灌溉技術的應用主要是為了提高作物的產量和品質。

目的上的差異帶來了技術手段的不同以及實現的方法的差異。

圖1 采用衛星數據進行產量的估算

圖2 作物灌溉的目標

很明顯，數字灌溉技術的應用主要是為了提高作物的產量和品質。

尺度方面：

遙感技術應用的作物種植面積比較大，能夠保證在大面積時估算的相對誤差比較少。

 灌溉技術應用于作物種植的面積相對比較小，需要保證在小面積時候也能夠準確的預測作物的產量或品質。

圖3 采用衛星數據進行產量驗證

                                                            圖4 作物四種不同灌溉后的產量（干物質總量）

基于田間數據的作物模型參數調整

1. 通過傳感器和攝像頭收集溫濕度、土壤水分、CO2和輻射數據，葉、莖、根系和果實生長形態圖像數據并進行作物模型參數校準。

2. 利用機器學習圖像實現生育期的識別。通過土壤水分得到各生長期需水量，得到生長期的需水量規律。找出作物需肥規律，實現按作物產量和品質需要施用的主要元素肥料的決策。

3. 通過水分含量的變化分析得到作物需水量預報數據。

4. 通過大數據分析找出常規肥料的作物的需肥規律

數據采集方面:

遙感技術依賴的是衛星的圖片及其上安裝的傳感器的數據進行分析。

灌溉技術更多的是依賴于作物生長圖片或現場傳感器的數據進行數據分析。

基于田間數據采集的決策

氣象數據的預測方面:

遙感技術采用的氣象數據，如果是為了預測作物的產量時，采用的是在預測前的，收集到的，所有的數據都可以用現場已經存在的，實測得到的數據，即已經發生的數據。采用這些數據進行作物產量的預報比較可靠。

智慧灌溉技術所采用的氣象數據，多數是預報將會發生的數據，而不是已經存在的，實測的數據，這些數據會影響到作物模型對作物產量預測的準確程度和精度。采用這些數據對作物產量進行預估，會存在隨機的誤差，這個隨機的誤差需要通過技術分析手段進行消除并減少誤差。

天氣預報數據

總之，遙感衛星進行作物生長分析和產量估計應用，總的來說是大而全，而我們關注的灌溉技術應用是小而精。

遙感技術目前還無法關注作物的生長細節和作物的營養。而我們灌溉技術必須要關注作物的生長細節同時，應用必須能夠及時補充作物營養給它。按需補充水分和營養成分，從而提高作物的產量或品質是我們的目的。

目的方面的差異導致我們采用的數據采集技術的不一樣，同時也導致我們采用的數據分析方法不一樣，同時也導致我們對作物的管理，最終采用的農藝技術手段不一樣。