农/林业应用

在广袤的农林生态系统中，及时、准确掌握作物长势与森林资源状况，是实现精准管理和可持续发展的前提。然而，传统光学遥感手段长期受困于云层、雾霾、夜晚等观测盲区，难以在农林业关键物候期获取完整可靠的数据。机载合成孔径雷达（SAR）凭借全天时、全天候、高分辨率及穿透性等独特优势，正从根本上改变这一局面。它能穿透植被冠层获取林下信息，能在暴雨浓雾中清晰成像，还能通过极化方式感知作物结构的细微差异，成为智慧农林管理中不可替代的“全天候卫士”。从精准播种的种植规划，到动态追踪的作物长势，从森林资源的精确计量，到病虫害与火灾的早发现早处置，机载SAR正深度融入农林管理的全链条，为保障粮食安全与维护生态平衡提供核心技术支撑。

一、机载SAR的农业应用

在农业领域，机载SAR的应用贯穿种植规划、田间管理、产量预估和灾害应对的完整周期。

精准种植规划与土壤墒情监测。 科学种植规划是丰收的基础。机载SAR能够穿透浅层土壤与植被覆盖层，结合多极化数据精准区分耕地类型、判断土壤质地，并通过改进水云模型等技术反演土壤墒情，获取土壤含水量等关键参数——实测数据显示，相关数据拟合度R²可达0.767，能够较为精准地反映土壤真实墒情状态。基于这些详实数据，农业管理者可清晰掌握不同地块的适宜种植属性，制定差异化种植方案：在墒情充足区域规划水稻、玉米等需水量大的粮食作物，在肥力较高地块安排果蔬等经济作物。我国辽河流域开展的航空多频SAR联合观测试验进一步表明，利用多频段（Ka、X、C、S、L波段）和全极化数据，可实现对0—50 cm深度土壤水分的分层估算，表层土壤水分估算均方根误差可控制在0.058—0.079 cm³/cm³之间。当多源数据耦合使用时，反演精度可进一步提升，为精准灌溉、变量施肥和区域农业节水提供了科学依据。

作物长势动态监测与分类识别。 作物不同生长阶段所具有的植被覆盖度与株型结构，会改变雷达波的后向散射信号特性。通过分析VV、HH等不同极化方式的散射系数，以及极化差、极化比等衍生参数，机载SAR可精准反演归一化植被指数，进而判断作物的叶绿素含量、生物量等关键生长指标。与只能获取地表表层信息的光学遥感不同，微波能量对作物的宏观结构属性——包括叶片、茎秆的大小、形状和方向——格外敏感，这为作物分类识别提供了独特信息维度的补充。多频段协同应用的优势尤为突出：高频波段的后向散射系数与稻穗重量高度相关，低频波段与新鲜生物量相关性更好，而C波段与叶面积指数相关性更优。基于多时相数据的时间序列分析，结合机器学习等智能算法，系统可自动判别作物类型、评估长势优劣，并为产量预测奠定基础。

产量精准预估与灾害及时预警。 机载SAR通过全生长周期的动态数据积累，整合不同生育期的长势数据，结合历史产量、气象等多维信息，借助机器学习模型构建高精度产量预测体系。在冬小麦种植区，通过持续监测拔节期、灌浆期等关键生育阶段的生长参数，可精准预判最终产量，误差率控制在较低水平。与此同时，SAR在灾害监测中表现出极强的应急响应能力。以小麦倒伏为例，正常麦株对垂直极化波反射强烈，倒伏后水平极化信号则显著增强，据此可在10米空间分辨率下实现倒伏区域识别，即便在阴雨天气下监测精度仍超过90%。这种快速灾情评估能力使得农业管理部门可在24小时内完成灾情范围提取与统计，为保险定损、救援物资调配提供坚实数据支撑。

二、机载SAR的林业应用

机载SAR在林业领域的应用同样广泛而深入，尤其在森林资源调查、生物量估测、病虫害监测和森林灾害应急响应等方面发挥着不可替代的作用。

森林资源调查与树高、生物量估测。 森林地上生物量是衡量生态系统碳汇能力的关键参数，也是全球气候变化研究的核心指标之一。基于干涉合成孔径雷达（InSAR）、极化干涉SAR（PolInSAR）和层析SAR（TomoSAR）等技术，机载SAR能够穿透树冠层获取垂直结构信息，实现对森林高度的三维反演。多频段、多极化SAR数据在不同森林类型中均展现出良好的适应性：C波段SAR适用于热带森林的监测，L波段SAR被广泛应用于热带、温带、寒带及混交林区，而P波段和PolInSAR技术则凭借更深的穿透能力在复杂热带森林中发挥优势。在短轮伐期人工林管理中，融合SAR、多光谱、土壤和地面实测数据的多源协同模型，为桉树等速生林分的结构变量估算提供了更为全面可靠的技术手段。人工智能和数据融合技术的进步正显著提升生物量估算的精度与可靠性，为碳汇计量和林业碳交易提供科学数据基础。

森林病虫害监测。 气候变化正加剧干旱胁迫并促使害虫种群扩散，对小蠹虫等害虫的早期发现和及时处置显得尤为紧迫。SAR通过时序分析监测树木水分含量变化，从而评估树木活力，在害虫大规模爆发前捕捉异常信号，支持早期干预策略的制定。松材线虫病导致的变色立木也是空天遥感精细化监测的重点研究方向。机载SAR以其高频重访和多极化信息获取能力，可以在大面积林区中快速定位异常区域，有效弥补传统人工巡查效率低、覆盖范围小的局限。

森林灾害监测与生态保护。 森林火灾发生时，机载SAR可穿透浓烟，实时获取火势蔓延方向、燃烧区域边界等关键信息，并结合地形数据预测火灾发展趋势，为消防部门制定灭火策略、调配救援力量提供支持。在灾后评估方面，通过对火灾前后SAR图像的对比分析，可快速计算过火面积，定量评估生态损失。在森林砍伐监管中，机载SAR同样发挥着“空中监察”的重要作用：基于多极化、多时相干涉测量技术的机载MiniSAR，可穿透树冠层精准识别非法采伐迹地及火灾过火区域，实现0.3米级分辨率的全天候成像，结合深度学习算法自动提取盗伐边界及新生侵占区域，分类精度超过90%。系统支持单架次覆盖50平方公里、每日1次的高频重访，可在30分钟内生成森林扰动热力图与风险评估报告，误报率低于4%，较传统人工巡检效率提升85%，运维成本降低70%。

三、未来展望

当前，机载SAR技术正朝着更高分辨率、更智能化、更轻量化的方向快速发展。在农业领域，多频段和全极化SAR技术的协同应用不断拓展作物类型识别的边界，无人机平台搭载的轻型化SAR设备使大范围、高频次的田间巡查成为可能。在林业领域，人工智能驱动的智能解译算法正大幅提升生物量估算与病虫害监测的自动化程度，而多源数据融合（SAR与光学、LiDAR、高光谱数据互补）则进一步消除了单一传感器的信息盲区。随着我国农业现代化与生态文明建设的深入推进，机载SAR作为全天候、高精度的农林遥感利器，将在保障粮食安全、守护绿水青山、应对气候变化等方面发挥日益重要的作用，成为智慧农林体系建设中不可或缺的核心技术支撑。