党的十九大把“乡村振兴战略”作为国家战略提到党和政府工作的重要议事日程上来，农业是乡村振兴战略的重要内容之一。“民以食为天，农业稳，天下稳；农民安，天下安”，然而重、特大自然灾害链对农业生产和人民生活破坏极大，对我国农业的发展造成了非常大的影响。

2017年，我国农业自然灾害以洪涝、干旱灾害为主，风雹、低温冷冻、雪灾、崩塌和森林火灾等灾害也有不同程度发生。农作物受灾面积18478.1千公顷，其中绝收1826.7千公顷；2017年，干旱灾害共造成全国农作物受灾面积9874.8千公顷，其中绝收752.4千公顷，直接经济损失375亿元。我国农业的特点是农业基础设施总体不强，防灾减灾能力不足，农业“靠天收”的格局还没有从根本上得到改变。因此，通过新技术手段不断提高农业防灾减灾能力，用实实在在的举措扎扎实实推进农业持续、稳定、健康发展，显得尤为重要。

一、国内外的应用现状和进展

当前，随着空间遥感技术的进步，遥感数据空间分辨率、时间分辨率、光谱分辨率和辐射分辨率越来越高，数据类型越来越丰富， 数据量也越来越大。遥感数据已经具有了明显的大数据特征，如大容量、高效率、多类型、难辨识、高价值等，遥感进入了大数据时代。同时，农业气象技术、大数据挖掘的迅速发展，使得农业在防灾减灾应用所需要的精细参数信息能够快速、准确、动态获取。空间遥感大数据技术能为农业防灾减灾提供有效技术支持，能够集时间、空间、地理数据和卫星影像的存储、管理、应用和分析于一体，能够使各种空间遥感数据图形化、可视化，为农业防灾减灾决策提供重要的信息参考。

基于空间遥感大数据多周期、多时相动态监测的特点，现今已经有许多国家将卫星遥感大数据技术应用在农业防灾减灾的项目中，并且日益健全和完善。为了应对这些挑战，取得在信息处理与风险预警方面的优势，早在20世纪70年代中期，美国率先于一些地区开展了环境卫星在农业灾害方面的应用研究（Landsat-1MSS）。20世纪90年代，美国、加拿大等国的农业遥感监测就进入了实用阶段。美国国防部围绕着遥感大数据开展了一系列的研究项目，包括空间遥感影像检索与分析、洞察力、心灵之眼、数据到决策等大数据相关项目。我国空间遥感大数据技术在农业“防灾减灾”领域的应用，起步时间较晚。

二、空间遥感大数据的融合

遥感数据空间分辨率、时间分辨率、光谱分辨率以及辐射分辨率不断提高，数据类型也不断增加。在农业防灾减灾应用中，空间遥感大数据本身具有大数据的特征。一方面，从大数据的主要特征看，其规模大、类型多和变化快，对空间遥感大数据的实时性和可靠性有迫切需求，既包括矢量数据、影像数据、地面采样数据、地块土壤、水肥、作物长势、风险、病虫害数据、病害、降雨量、温度等数据，又包括传感器数据、地理数据等。另一方面，从技术处理上看，空间遥感大数据与通常的大数据也有着共同的需求，如统计学思维（异常分析）、精确气象预报、农情分析、作物产量分析、作物识别分析等。

空间遥感大数据不仅包括了地理空间，还包括了高维光谱与农作物特征空间，如何通过虚拟现实的方式，更为有效地实现多维对地观测农业灾害数据并形成可视化，如何增强用户的在减灾防灾领域的可用性，最終通过用户的参与和直观感受，深入理解空间遥感大数据中所蕴含的信息与知识，依然是值得深入研究的问题。

空间遥感信息因其信息量丰富、覆盖面大、实时性和现实性强、获取速度快、周期短和可靠准确性以及省时、省力、费用低等优点，非常适用于农业防灾减灾领域。

三、空间大数据的挖掘与实现

近年来，空间遥感大数据挖掘领域形成了一些较为成熟的技术。空间遥感大数据模型的普遍应用，以及农业遥感和移动技术的显著进步，使人们前所未有地获取了大量的空间科学数据。这些空间数据通常与时间序列相互关联，并且隐含许多不易发现的、又潜在有用的模式。从这些非线性、海量、高维和高噪声的时空数据中提取出有价值的信息并用于农业防灾减灾应用，使得时空数据挖掘具有额外的特殊性和复杂性。

为了更好地将空间遥感大数据在农业防灾减灾领域快速实现，我们一般采用“机器学习”的人工智能方式，从大规模、高维度、高复杂度的空遥感大数据中发现出具有高价值的知识，实现分类、识别、聚类等任务实现预警评判，针对机器学习算法建模，利用数学统计、优化方法对机器学习的参数优化步骤进行简化，使其变得相对简单，进而加快样本的训练速度，更快地将成果应用至农业防灾减灾中来。

四、在农业防灾减灾中的实际应用方向

（一）旱情遥感评估与减灾

基于多源空间遥感数据，结合农业气象资料，建立旱情遥感指数，结合地面调查数据的标定及验证，构建旱情遥感监测模型，实现区域内主要作物旱情发生的范围、程度和历时的监测，为相关政府部门（如农业农村、水利、防灾等）的旱灾预警预防、受灾范围及程度监控、灾后损失评估等提供有效快速的信息支持。相关信息成果应用：监测区域旱情范围分布、监测区域旱情等级划分及监测区域受灾损失评估。

（二）病虫害遥感监测与防灾预警

基于多源遥感数据，结合作物长势过程信息和农业气象资料，构建敏感指示因子，对监测区域内农作物发生病虫害的类型、范围和程度进行分析评价，最终构建模型，实现区域内发生病虫害类型的快速确定及其影响范围和程度的准确评估，并在此基础上开展其对于最终产量的影响分析，可以为区域内病虫害的预防和防治提供有用的信息。相关信息成果应用：监测区域病虫害类型、监测区域病虫害发生空间分布、监测区域病虫害影响程度分级及监测区域受灾损失评估。

（三）低温冻害遥感监测评估与防灾预警

综合利用多源遥感数据和农业气象资料，构建作物低温冷害评估指标数据集，并开展各指标与传统低温冷害之后的相关分析，获取敏感性指示因子，建立模型实现低温冻害的快速监测识别，同时构建低温冻害强度分级标准，进行受灾程度的动态评估，进而监测其对于最终作物产量的影响情况。为农业部门的灾害预警、防治、受损评估等提供数据支持。相关信息成果应用：监测区域低温冻害范围分布、监测区域低温冻害等级划分及监测区域受灾损失评估。

（四）作物倒伏遥感监测与预警分析

以卫星遥感数据为主，辅助其他遥感数据与农业气象资料，基于图像自动解译识别算法，对作物倒伏区域进行快速提取，并根据作物长势过程信息，评估其对于最终的作物产量的影响程度，为农业部门和保险公司的灾后评估提供行之有效的信息支持。相关信息成果应用：监测区域作物倒伏范围分布、监测区域受灾损失评估。

（五）作物生长状态监测及环境风险预警分析

基于时间序列遥感数据，结合农业气象数据和野外观测数据，选取合适的指示因子，对主要作物生长过程进行高频度监测，对不同时期主要作物的长势状况和环境因素，以及其对产量丰歉的指示意义进行动态评估，形成监测区域主要农作物长势分布图、监测区域主要农作物生长过程曲线、监测区域主要农作物生长风险评估等信息产品。通过对作物生长过程的长期动态监测，可以有效地对作物生长过程中受到环境变化影响所产生的波动进行跟踪，为田间管理提供及时的决策支持信息，并为早期估测产量提供了依据。相关信息成果应用： 农作物长势分布图、农作物生长过程曲线、农作物生长环境风险等级评估及农作物生长环境风险概率评估。

（六）作物旱情/蒸散/需水量监测与预警分析

基于多源遥感数据，结合农业气象资料，建立旱情遥感指数，对区域内主要作物旱情发生的范围、程度和历时进行监测，形成监测区域旱情范围分布、监测区域旱情等级划分、监测区域受灾损失评估等信息产品。同时，结合地面调查数据的标定及验证，构建作物蒸散遥感监测模型，计算作物不同生育期耗水量与需水量之间的差额，指导实施适时矢量的精准灌溉，提高水资源的利用效率。相关信息成果应用：农作物旱情范围分布、农作物旱情等级划分、农作物受灾损失评估、农作物耗水分布、农作物需求分布及水分利用效率评估。

（七）作物生產风险评估

通过空间遥感大数据技术，基于农作物生长要素长时间序列反演与波动分析，建立典型环境要素与作物单产敏感性知识库，能够实现环境因素变化的作物生长风险评估。

农业自然灾害不仅对人们的生产生活造成影响，同时还会恶化环境，影响经济发展。气象灾害在各类自然灾害中造成的危害是最大的，因自然灾害造成农作物受灾面积比例占88%，而造成的直接经济损失比例占71%。农业在我国国民经济中占有很高的地位，通过空间遥感大数据技术增强我国经济发展的强大动力是提升我国农业生产水平的基础，利于将自然灾害对农业生产的影响降到最低，促进农业生产水平的提高，促进粮食持续增产、农民持续增收。

（作者单位：北京师范大学地理科学学部）