来源：灌溉网     2022年08月02日 13:08

  数字技术在农业生产上的应用才是智慧农业，数字农业是关键，其余只能算是IT行业技术之农业行业的应用而已。最近用遥感技术进行作物产量预测方法非常流行，同时采用水肥一体化技术提高作物产量的技术发展也很快。为了让大家更好地理解数字遥感技术与数字灌溉技术在数据采集和分析方面的异同，遥感技术在作物产量预测应用方面与灌溉技术对作物产量的预测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，让大家了解更多关于数字化遥感技术和数字化灌溉技术之间所采用技术并尝试进行比较。

目的方面：

遥感技术的应用是在于用遥测技术进行作物产量的评估。

灌溉技术的应用主要是为了提高作物的产量和品质。

目的上的差异带来了技术手段的不同以及实现的方法的差异。

图1 采用卫星数据进行产量的估算

图2 作物灌溉的目标

很明显，数字灌溉技术的应用主要是为了提高作物的产量和品质。

尺度方面：

遥感技术应用的作物种植面积比较大，能够保证在大面积时估算的相对误差比较少。

 灌溉技术应用于作物种植的面积相对比较小，需要保证在小面积时候也能够准确的预测作物的产量或品质。

图3 采用卫星数据进行产量验证

                                                            图4 作物四种不同灌溉后的产量（干物质总量）

技术方面:

遥感技术应用需要采用的是机器学习或者是滤波技术进行作物模型的参数状态量调整，依赖于卫星图片进行分析。

灌溉技术利用作物模型进行调参作为基础模型，是采用小面积的，精度更高的无人机或者摄像头采集现场图片，通过作物生长图片进行模型输入参数预测和调整。

基于田间数据的作物模型参数调整

数字灌溉技术作物模型应用的技术手段：

1. 通过传感器和摄像头收集温湿度、土壤水分、CO2和辐射数据，叶、茎、根系和果实生长形态图像数据并进行作物模型参数校准。

2. 利用机器学习图像实现生育期的识别。通过土壤水分得到各生长期需水量，得到生长期的需水量规律。找出作物需肥规律，实现按作物产量和品质需要施用的主要元素肥料的决策。

3. 通过水分含量的变化分析得到作物需水量预报数据。

4. 通过大数据分析找出常规肥料的作物的需肥规律

数据采集方面:

遥感技术依赖的是卫星的图片及其上安装的传感器的数据进行分析。

灌溉技术更多的是依赖于作物生长图片或现场传感器的数据进行数据分析。

基于田间数据采集的决策

气象数据的预测方面:

遥感技术采用的气象数据，如果是为了预测作物的产量时，采用的是在预测前的，收集到的，所有的数据都可以用现场已经存在的，实测得到的数据，即已经发生的数据。采用这些数据进行作物产量的预报比较可靠。

智慧灌溉技术所采用的气象数据，多数是预报将会发生的数据，而不是已经存在的，实测的数据，这些数据会影响到作物模型对作物产量预测的准确程度和精度。采用这些数据对作物产量进行预估，会存在随机的误差，这个随机的误差需要通过技术分析手段进行消除并减少误差。

天气预报数据

总之，遥感卫星进行作物生长分析和产量估计应用，总的来说是大而全，而我们关注的灌溉技术应用是小而精。

遥感技术目前还无法关注作物的生长细节和作物的营养。而我们灌溉技术必须要关注作物的生长细节同时，应用必须能够及时补充作物营养给它。按需补充水分和营养成分，从而提高作物的产量或品质是我们的目的。

目的方面的差异导致我们采用的数据采集技术的不一样，同时也导致我们采用的数据分析方法不一样，同时也导致我们对作物的管理，最终采用的农艺技术手段不一样。

• 上一个：节水灌溉技术在花卉行业的应用优势及现状
• 下一个：节水灌溉自动控制系统研究急需解决的问题