信息化战争课程论文

第一篇：信息化战争课程论文

信息化战争课程论文

——信息化战争的特征简介

姓名： 学号：院系：专业：

摘要：信息化战争以信息化为其基本特征，以信息能释放为主要释放方式，以“三大系统”为主要作战目标，以确制导武器等信息化弹药和信息化作战平台为信息化武器，与机械化战争有着明显的不同。

关键词：信息化战争特征兵器三大系统机械化战争

前言：信息化战争作为—种新型的战争形态已经登上了战争舞台，其基本特征就是信息化．如同江泽民指出的那样：“人类战争在经过徒手作战、冷兵器战争、热兵器战争、机械化战争几个阶段之后，正在进人信息化战争阶段”，“信息化可能成为未来战争的基本特征“。因此研究信息化战争的特征以便在未来战争中把握先机很有必要。

一、信息化战争的基本特征

信息能成为信息化战争战场能量释放的主要方式：战争是力量的竞赛，这种力量的竞赛不仅表现在武器装备的质量水平和数量水平的较量上，更主要的是还表现在战场能量释放方式的较量上。机械化战争战场释放的主要是机械能．即机械运动产生的动能和势能。机械能增加了机械化战场的机动速度、战场打击的精度和战场防护的隐蔽度，使战争呈现出高度机械化特征。

信息化战争作为机械化战争的高级发展阶段．其战场能量释放方式则不仅是机械能，更主要的是深刻体现人的智能活动的信息能，即各种信息化武器装备的战场探测预警、情报侦察、精确制导、火力打击、作战指挥与控制、通信联络等能力。据资料统计，海湾战争中，多国部队参战的大型主战兵器只有1万多件，而参战的“附属保障兵器——计算机却达到4—5万台。参战的“附属保障兵器”超过主战兵器的4.5倍。这充分表明，信息能的战场释放已经成为战争制胜的重要因素。因此，有人把海湾战争的胜利比作信息化兵器的“硅片武器”对机械化兵器的“钢片武器”的胜利，其中就深刻反映出信息能在信息化战争中的重要制胜作用。

“三大系统”成为信息化战争的主要作战目标：信息化战争作为一种新型战争形态，在战场较量方式上，改变了机械化战争的那种陆海空单元战场、单一军兵种、单一作战领域的单元式战场较量方式，而是以信息化战场为依托，以战场认知系统、信息系统、指挥控制系统、战场打击系统(包括兵力、火力)、支援保障系统等五大分系统构成的作战体系间的整体较量。在这系统对系统的整体较量中，其中的战场认知系统、战场信息系统、指挥控制系统等三大系统，是构成信息化战场的“眼睛”、“耳朵”、“神经”和“大脑”，主导和支配着战场所有力量和打击行动，作战双方都紧紧围绕破坏、瘫痪敌人的“三大系统”和有效保护、屏蔽己方的“三大系统”而进行系统对系统的整体较量。因此，对“三大系统”的攻防作战已经成为双方战场较量制胜的关键。海湾战争和科索沃战争的实践告诉我们，把“三大系统”作为作战目标对战争胜负是至关重要的。这两次战争有着一个共同的特点，那就是多国部队和北约部队都没有把伊军和南联盟的作战部队作为重要的打击目标，而是突出对这两个国家的“战略指挥环”、“有机品必需环”、“基础结构环”等构成的战场认知系统、信息系统和指挥控制系统等“三大系统”进行重点

打击而决定战局的。海湾战争中多国部队是在后期才进行大规模的“人员歼灭战”，即地面作战．而且是属于巩固和发展对“三大系统”打击效果的一种保证性作战。而科索沃战争干脆就没有进行“人员歼灭战”就达成了战争目的。这两次发生在20世纪90年代大规模的信息化战争，都是依靠信息战对“三大系统”进行重点打击来决定战局的；不仅从一定意义上反映出信息化战争的基本规律，而且同时也深刻地反映了信息化战争的本质特征。

二、信息化战争与机械化战争相比的主要特点

从近期发生的战争实践看，特别是科索沃战争、阿富汗战和伊拉克战争，信息化战争正在以全新的面貌主导着现代战争舞台，以“信息化”为主旨的各种本质特点日益显现，已经与机械化战争有着质的变化。归纳起来突出表现在五个方面：

一是信息化战争在战场较量方式上，改变了机械化战争的那种陆海空单元战场、单一军兵种、单一作战领域的单元式战场较量方式，而是以信息化战场为依托，以战场认知系统、信息系统、指挥控制系统、战场打击系统(包括兵力、火力)、支援保障系统等五大分系统构成的作战体系间的整体较量。

二是信息化战争在作战目标上，改变了机械化战争那种以兵力会战、火力交战为主的歼灭战方式，歼灭敌人战场有生力量和重兵集团，从而夺取战场空间占领权和兵力数量优势权．而是以破坏、瘫痪敌方的战场认知系统、信息系统、指挥控制系统为主要作战目标，着眼破坏敌方的信息化战场支撑设施及运作基础，削弱和瘫痪敌方信息战能力，从而夺取战场信息获取、处理与利用的控制权。

三是信息化战争在作战目的上，改变了机械化战争以分别夺取战场制空权、制海权、制陆权的战场主动权争夺方式，从而取得各个战场空间的兵力、火力数量优势的作战目的，而是以统一夺取制信息权，以信息权影响、制约其他战场主动权，从而掌握战场信息优势，即掌控战场实时感知的控制权、兵力火力的有效运用权、战场服务网络的通畅运作权。

四是信息化战争在作战形式上，改变了机械化战争以宽正面、大纵深的阵地攻防战、立体攻防运动战为主的作战形式，以联合作战、信息战为主要作战形式，组织和运作作战行动。

五是信息化战争在基本作战方式上，改变以往机械化战争那种在广阔的战线直接接触，以合同战役、战斗进行阵地攻防争夺的作战方式，而是以地空天一体化的信息攻击、远程精确制导“点穴”打击、大规模战略空袭等构成的非接触作战方式。信息化战争的这些新型本质特征，对机械化战争的战场较量方式、作战目标、作战目的、作战形式等方面的冲击与挑战是革命性的，充分反映了战争形态在发生着深刻的质变，标志着战争已经进入信息化战争的成熟阶段。

二、信息化战争中的兵器

看一个战争形态的基本特征，首先要看其主导战场的武器装备水平。武器装备作为军事科学技术的物化成果利主要标志，反映着整个战争形态的基本作战技术水平和科技含量。坦克、飞机、大炮之类的机械化兵器，代表着机械化战争的主要作战技术水平和科技含量，因而成为机械化战争的战场主导兵器。而信息化战争作为一种新型战争形态，反映其作战技术水平和科技含量的必然是信息化兵器。

所谓信息化兵器主要由信息化化弹药和信息化作战平台构成。信息化弹药主要指精确制导武器，信息化作战平台主要指利用信息技术和计算机技术使作战平台的控制、制

导、打击等功能，形成自动化、精确化和一体化水平的各种武器装备系统。主要包括太空中的各种侦察、预警、通信卫星，空战场上的第三代以上的战斗机、各种预警机等，海战场上的各种高技术战舰等．地面战场上各种具有高技术水平的坦克、装甲战车等，它们都是信息化作战平台。从信息化战争实践情况看，信息化兵器已经成为信息化战场的“主力军”，在战场上发挥着机械化兵器不能替代的主导作用。在海湾战争中，多国部队信息化作战平台是战场上的主导打击力量，信息化弹药也起了主导作用。信息化弹药在其总弹药量中虽然只占7％—8％，但却摧毁了80％—90％的战略战役目标。科索沃战争中，信息化弹药在总弹药量中的比例达到98％．机械化弹药只占2％。可以看出，信息化兵器主导着战场打击，成为决定战场效能的重要力量。

参考文献：

王辉《信息化战争基础知识思考与解读》军事科学出版社

第二篇：信息化战争论文（推荐）

信息化战争

摘要：信息化战争是信息时代的产物,是社会生产力发展到信息社会以后的必然产物.农业时代的战争,有信息但谈不上信息技术,信息的传递靠自然信道和人体信道,军队的指挥靠旗,鼓,锣,角和人的传信.工业时代的战争,出现了电报,电话,雷达等信息技术,可以用电磁波传递信息,为大空间,远距离作战开辟了道路.但这是机械化战争,并不是信息化战争.当战争中使用导弹这种信息化武器时, 信息化战争就萌芽了;当导弹战与电子战结合运用的时候, 信息化战争的威力已震慑世界军事领域;当战场信息基础设施已经完成, 关键词：信息化战争

战争形态

一体化

前言

进入21世纪,高技术的迅猛发展和广泛应用,推动了武器装备的发展和作战方式的演变,促进了军事理论的创新和编制体制的变革,由此引发新的军事革命.在世界新军事变革浪潮催动下, 信息化战争作为一种新的战争形态开始登上人类战争的舞台.信息化战争最终将取代机械化战争,成为未来战争的基本形态.。

一、信息化战争的概念。信息化战争是一种战争形态，是指在信息时代核威慑条件下，交战双方以信息化军队为主要作战力量，在陆、海、空、天、电等全维空间展开的多军兵种一体化的战争。

发生在信息时代，以信息为基础并以信息化武器装备为主要战争工具和作战手段，以系统集成和信息控制为主导，在全维空间内通过精确打击、实时监控、信息攻防等方式进行的瘫痪和震慑作战的战争形势。

信息化战争可从以下几个方面来理解：

（1）信息化战争是信息时代的产物，是信息时代经济、技术、生产力水平和生产方式在战争领域的客观反映。

（2）战争工具决定战争形态，有什么样的战争工具，就会有什么样的战争形态，这是战争历史发展规律所决定的。信息时代战争工具的信息化、智能化和综合化，信息武器装备体系的形成，必然导致信息化战争的出现。

（3）信息化战争首选的并直接打击的目标是信息获取、信息控制和信息处理系统及其基础设施，剥夺敌方信息控制权、使用权和对己方信息系统的威胁，同时建立己方的信息优势，进而实现己方意志。

（4）信息化战争的核心资源是信息和知识。因此，信息化战争是以信息和知识为力量的战争。在信息化战争中，掌握信息和知识的高素质的人是战争胜负的决定因素。

二、信息化战争的产生与形成

战争形态是指由主战兵器,军队编成,作战思想,作战方式等战争诸要素构成的战争整体.其中,主战兵器,军队编成,作战思想,作战方式等战争诸要素的变化决定了不同战争形态的特性.主战兵器决定着军队的编成,作战思想和作战方式的变化,并由此产生了不尽相同的战争形态.主战兵器是战争形态最显著和最重要的标志.按照这个定义,我们认为,可分为四种战争形态,即冷兵器战争,热兵器战争,机械化战争, 信息化战争.纵观人类社会至今出现的战争形态可以看出,战争形态随着人类社会的进步和科学的发展,其嬗变的速度越来越快,生成周期越来越短.三、信息化战争的基本特征。

战争的时代特征决定于战争存在和发生的社会历史环境,战争的特点规律,是战争时代特征的具体表现.尤其是当战争处在时代转换的过渡时期,只有抓住战争的时代特征,才能把握住认识战争特点规律总的方向.对信息化战争特点的研究一直是世界各国军事学术研究的一个热点问题.在此将信息化战争归纳为六大特点:

1,战争工具——信息主导

战争工具决定着战争形态,有什么样的战争工具,就会有什么样的战争形态.信息时代的战争工具主要是信息化武器装备,信息化武器装备的主要特征是实现了武器装备的信息化,智能化和一体化.2,战争力量——整体凝聚

信息化战争中,智能和知识处于力量凝聚的核心和主导位置,战争力量的凝聚主要依靠信息控制.从力量要素

来看,信息化武器装备成为主导性要素,传统的机械化作战平台地位下降.力量的凝聚,必须是在掌握制权优势.3,战争时空——多维一体

.信息化战争仍然需要分别制权,各军兵种仍可继续主宰各自传统的作战空间,所不同的是在时间,空间和力量诸要素之间,必须统一标准,实现互联,互通,互操作,最终形成一个相互融合的体系.这样一个横向一体化的网络体系建立起来之后,陆海空天电等相互分离的作战空间将成为一个全维一体的作战空间,在这个全维空间内,战场是流动的,信息是实时的,时间,空间和力量等诸要素是融合的,力量的运用将非常灵活而且可调,可控.4,战争实施——精确打击

精确作战从量变到质变经历了半个多世纪,跨越了三个历史阶段.第一,从近距厮杀到火力毁伤.第二,从面杀伤到点摧毁..第三,从精确摧毁到实时打击.5,战争保障

信息化战争中,侧重于智力,知识,信息,网络的综合保障,在此基础上加强对保障要素的融合与控制.保障.传统战争中,战场建设和战争动员是战争力量的重要组成部分.在信息化战争保障的情况下,战场建设将更具备军民两用特征,而且平时和战时必须实现快速转换.随着战争持续时间急剧缩短.6,战争制胜——人机融合

信息化战争中,人的智能与武器的性能融为一体,赋予武器以智慧和灵性.信息化武器不再是傻大黑粗的机器组件,而是具有人工智能,会思考,能判断,可以自动发现,识别和打击目标的机器人.四.信息化战争的发展趋势

我们将信息化战争的发展趋势概括为“一个中心,八个特征”,即 夺取制信息权为中心,一体化,网络化,精确化,实时化,多维化,有限化,社会化,无人化等特征.所谓制信息权,是指运用以信息技术为核心的战场认识系统,通信系统,指挥控制系统和火力打击系统等来夺取战场信息的获取权,使用权和控制权.制信息权主导着制空权,制陆权,制海权,制天权等主动权的争夺.没有制信息权,也就没有战争的控制权和主动权,只能被动挨打.所以,信息进攻和防护的斗争将贯穿于战争的始终,是交战双方争夺的中心.因为信息化战场已经打破了机械化战争那种陆战场 ,海战场,空战场等单一战场格局,使作战成为作战体系间的较量.在这种体系与体系的整体较量中,任何一个作战领域的主动权都不能左右整个战场局势,无论是陆战场,空战场还是海战场都必须依靠作战体系这个大系统进行整体协调和运作战争.而制信息权作为主导和沟通陆,海,空战场上一层位的战场主动权, 显然会成为交战双方争夺的焦点.只要能把正确的信息,用正确的形式,传递给处在正确位置上的正确的人和武器系统,谁穿哪个军种的服装已经不重要了.以上内容纯属个人观点，如有不妥之处，还望老师指正。谢谢！

参考文献：[1] 《大学军事学教程》，陈润华主编，清华大学出版社出版，2011年9月第2版。

第三篇：军事理论论文——信息化战争

上课周x-xx节、序号;xx 成绩

信息化战争

摘要：信息化战争是一种战争形态，是指在信息时代核威慑条件下，交战双方以信息化军队为主要作战力量，在陆、海、空、天、电等全维空间展开的多军兵种一体化的战争。发生在信息时代，以信息为基础并以信息化武器装备为主要战争工具和作战手段，以系统集成和信息控制为主导，在全维空间内通过精确打击、实时监控、信息攻防等方式进行的瘫痪和震慑作战的战争形势。

关键字：信息化战争 武器 未来 传输

前言

21世纪的战争形式将会是什么样的呢？数字化部队，数字化战场，非线性作战，全维作战，立体空间作战，信息战争，机器人战士，智能战争......新论颇多。冷静观察，这场军事革命狂飙的重心是信息战，实质是推动机械化战争向信息化战争的转变。信息战是一场没有硝烟的战争。军事专家们预言：21世纪的战争将是一场别开生面的信息战。

一、信息战概念

信息战，也叫指挥控制战，决策控制战。旨在以信息为主要武器，打击敌方的认识系统和信息系统，影响制止或改变敌方决策者的决心，以及由此引发的敌对行为。单就军事意义讲，信息战是指战争双方都企图通过控制信息和情报的流动来把握战场主动权，在情报的支援下，综合运用军事欺骗、作战保密、心理战、电子战和对敌方信息系统的实体摧毁、阻断敌方的信息流，并制造虚假的信息，影响和削弱敌指挥控制能力。同时，确保自己的指挥控制系统免遭敌人类似的破坏。

二、信息战的特点

信息武器主要具有破坏信息系统和影响人的心理两特点。A、破坏信息系统。一种是指通过间谍和侦察手段窃取重要的机密信息；另一种是负面信息。输入负面信息有两条途径，即借助通信线路扩散计算机病毒，使它浸入到民用电话局、军用通信节点和指挥控制部门的计算机系统，并使其出现故障；也可以采用“逻辑炸弹”式的计算机病毒，通过预先把病毒植入信息控制中心的由程序组成的智能机构中，这些病毒依据给定的信号或在预先设定的时间里发作，来破坏计算机中的资源使其无法工作。B、影响人的心理。信息武器最重要的威力还在于对人的心理影响和随之对其行为的控制。据称，在海湾战争中，美国国防部依据阿拉伯世界普遍信奉伊斯兰教的特点，特别拟定的空中展现真主受难的全息摄影，以便使目击者遵从“天上来的旨意“劝说自己的教友停止抵抗。据说另有一种666号病毒在荧光屏上反复产生特殊的色彩图案，使电脑操作人员昏昏欲睡，萌生一些莫名其妙的潜意识，从而引起心血管系统运行状态的急剧变化，直至造成大脑血管梗塞。

三、信息战的作用及趋势

信息战将极大地促进情报收集技术的进步和发展。目前，西方国家已经拥有间谍飞机和携带照相机的无人侦察机用来侦察地面的敌人。在未来战场上，成千上万的微型传感大将被大量空投或秘密地置于地面。美国正在制作一种雪茄烟盒大小的无人空中飞行器，它可以“嗅出”作战对象所处 的位置；可以秘密向敌军部队喷洒烟雾剂；可以秘密地在敌军的食物供应中投入化学剂；飞过敌军头上的生物传感器将根据敌人的呼吸和汗味跟踪敌军的行动位置，确定攻击目标。

利用信息战亦可弥补常规武装力量的不足。信息战能够先于武装冲突进行，从而避免流血战争，能够加强对一场兵刃相见的战争的控制能力。比如可将计算机病毒植入敌方可能会使用的武装系统中，武器的所有方面似乎是正常的，但弹头将不会爆炸；还可以在敌方的计算机网络中植入按预定时间启动的逻辑炸弹，并保持在休眠状态，等到了预定时间，这些逻辑炸弹将复活并吞噬计算机收据，专门破坏指挥自动化系统，摧毁那些控制铁路和军用护航线的电路，并将火车引到错误路线，造成交通堵塞等，在一定程度上起到不战而驱人之兵的目标。有人预言，“未来战争可能是一场没有痛苦的、计算机操纵的电子游戏”。

未来信息战将对非军事目标产生更大的威胁。未来战争可用计算机兵不血刃、干净利索地破坏敌方的空中交通管制、通讯系统和金融系统，给平民百姓的日常生活造成极大混乱。信息战虽然凭借它的奇异技术或许能够避免流血或死亡，但信息战的打击面将是综合的、立体的、全方位的，可以在敌国民众中引起普遍的恐慌，从而达到不战而胜的效果。信息战同其他形式的战争一样可怕。

信息战作为未来战场上一种新的作战方式，还将对各国军队编成结构产生巨大影响。由于微处理器的运用，武装系统小型化，用电子控制的“无人机”将追踪和故军目标，航空母舰和有人驾驶的轰炸机可能过时。指挥员和战斗员之间负责处理命令的参谋人员的层次将大大减少。随着需要更多的技术人员来操纵的战场装备，他们与士兵之间的区别将变得模糊。

四、信息战实例

1991年的海湾战争虽称不上是一场真正意义的信息战，但信息战武器在其中功勋卓著。多国部队取得了绝对意义上的“制信息权”，通过计算机病毒武器攻击伊拉克的指挥控制网络系统，使其完全失效，整个伊军就像一盘散沙，只能任人宰割。

时隔8年，1999年北约部队对南联盟发动空袭的同时，也利用信息战技术破坏无线电传输、电话设施、雷达传输系统等，以瓦解塞族的电信基础设施。幸亏南联盟政府不具备太多的因特网基础，其军事信息似乎也并不利用互联网进行传输，从而其军事力量未遭受空前的削弱。

伊拉克战争也一样，但应用的范围更广，对战争产生的影响更大。美英联军通过一系列特殊形式的信息攻势，达到了造“势”、造“假”、造“谣”和煽“情”的目的，淡化了战争带来的负面影响，鼓舞了己方士气，以确定和不确定的“新闻”施以强烈的刺激和影响，造成敌军心理哗变的态势，将战役的主动权牢牢掌握在己方手里，给伊军造成强烈的心理震慑。

冷静地观察中国周边的国际形势，审慎地预期周边国际环境变化，对我国在未来一个时段内维护地区和平，集中力量发展经济是非常重要的。军事专家们预言：21世纪的战争将是一场别开生面的信息战。为此，我们应当努力发展科技，做好打好一场信息化战争的准备。

以上内容纯属个人观点，如有不妥之处，还望老师指正。谢谢！

参考文献：

[1]《大学军事教程》，陈润华主编，清华大学出版社出版，2008年第二版。[2]百度百科

第四篇：浅谈信息化战争

浅谈信息化战争

摘要：随着社会变革和科学技术的发展，信息化战争将成为21世纪中的主要战争形态，从海湾战争、科索沃战争、阿富汗战争和伊拉克战争中这几场局部战争中也可以清楚的看出。我国要在正确认识信息化战争的基础上，加速中国特色的军事变革，从而加强我国的国防建设，增强打赢信息化战争的能力。关键词：信息化战争 应对 国防建设

一 正确认识信息化战争

（一）定义与内涵：

所谓信息化战争，是指在信息时代核威慑条件下，以大量装备和使用信息化装备的信息化军队为主体，以信息化战争理论为指导，在陆、海、空、天、信息、认知等六维战略空间中，在信息化网络化战场上展开的一夺取制信息权为核心目标，以信息对抗和知识对抗为主要对抗手段，附带杀伤破坏减到最低限度的多军兵种一体化战争。

信息化战争与其他战争形态存在较大差别，不可混淆。首先，虽然信息化战争与高技术战争本质一致，但是其区别也是明显的，一是所依赖的军事技术不同，信息武器是高技术武器的核心，信息化战争具有时代代表性，是高技术战争的核心内容。其次，信息化战争与机械战争有联系与区别，信息化战争是由机械化战争发展而来，信息化战争并不排斥机械化，而是继承、发展和革新了机械化。再次，信息化战争与信息战争、信息时代的战争、信息战、信息作战、网络站等概念也是既有联系又有区别的。

（二）基本特征：

1、信息成为战争的主导因素：不同的战争形态，战争体系中的制胜要素的不同的。在信息化战争中，“信息化”是核心，是关键，是信息时代战争的根本标志和主要特征。首先，信息已成为武器系统可军队作战效能的“倍增器”。从某种意义上讲，信息左右着武器装备战斗力的的释放效能。其次，信息优势成为信息化战争制胜的根本条件。信息优势对战争进程的影响表现在三方面，一是全面准确实时的情报信息将成为战争制胜的核心和基础；二是获取和保持信息优势将成为制胜的关键行动；三是实现资源的最优配置和高效运用时制胜的根本保证。再次，军事信息系统成为战争指挥与控制活动的基础，2、战争行动在多维化战场空间同时展开：20世纪之前的战争基本是在陆地和海洋进行，战场是平面的、一维的，一次大战后期开辟了天空战场，后来电磁空间又成为独立的战争争夺空间。至今，六维战场空间形成了，信息化战争的战场空间形态由以陆、海、空、天、电磁等为主体的实体空间，向以网络，人的认知领域等为主体的虚拟空间。在信息时代，一个国家政治、经济、科技、文化、军事的安全，将很大程度上取决于这个国家是否有能力夺取“虚拟领土”，是否有能力管辖好属于自己的“虚拟领土”。

3、信息化战争的体系与体系的一体化对抗：作战力量一体化，作战行动一体化，作战指挥一体化，综合保障一体化。总之，信息化战争中必须坚持一体化对抗的原则，搞好各个领域、各种作战力量、作战空间、作战行动和作战手段的协调配合，使政治斗争与军事斗争、攻防手段、战场空间、信息情报都实现一体化，以整体力量制胜敌人

（三）发展趋势： 传统的战争内涵将得到极大的拓展：从战争目的来看，工业时代的机械化战争，战争双方主要是针对人力，土地，能源，矿产等对经济发展起主导作用的有形资源的争夺与反争夺，而未来信息化战争的最终目的将发生异化，将向争夺信息，知识等无形资源转变。从战争主体来看，传统的机械化战争是国家之间的较量，战争的主体是军队。而未来信息化战争时代，战争的主体将呈现出多元化特征，可能是军队、社会团体，还可能是个人、恐怖组织、犯罪集团和宗教极端分子等。从战争的层次界限来看，传统的机械化战争具有战略、战役、战斗的明显层次，而信息化战争具有层次趋同化的发展趋势。从战争的暴力性来看，传统机械化战争的暴力对抗，在很大程度上将被非暴力的“软”打击行动所取代。

国家战略能力将成为战争胜利的基础：所谓国家战略能力，是一个国家进行战争或应对突发事件时所能调动的各种力量的总和，包括由经济实力、国防实力、名族凝聚力构成的全部综合国力，以及使其能在较短时间内迅速聚合并发挥出来的国家战略组织力。国家综合国力是信息化战争的基础。信息化战争的进行，如果没有强大的经济实力作为支撑，战争就难以进行和持久。信息化战争的胜负，更加依赖于国家在平时和战士利用政治、外交等手段按自己的意愿营造有利的国际战略格局和良好的国内政治环境，所以政治对信息化战争的影响也越发巨大。

军队组织将高度小型化、一体化、智能化：小型化一是体现在全球武装力量的总体规模越来越精干化。二是体现在各国军队的指挥体制日益扁平化。三是军队的内部比例科学化。一体化主要是指信息化战争中作战部队编成将打破军兵种界限，遵循“系统集成，合成一体”的原则，按任务需求进行诸军兵种合成的一体化编组。高度智能化一是指未来军队的指挥控制手段的高度自动化和智能化，二是指大量的智能化武器系统和平台将装备军队并投入作战。

二 正确应对信息化战争，加强国防建设

信息化战争的萌发、发展与成熟，必然要求世界各国将军事变革推向新境界。只有正确认识信息化战争对国防建设提出的新要求，加速推进中国特色的军事变革，才能为准备好打赢信息化战争的各种能力，树立打赢信息化战争的信心。为此我们要做到以下几点。

（一）树立与信息化战争向适应的国防观念

1、紧紧把握重大战略机遇期的观念：随着新军事变革浪潮的兴起，西方国家利用自己的经济与技术优势，大力推进新军事变革，使发达国家与发展中国家的军事技术形态又出现了新一轮的“时代差”，因此，我们要牢固树立机遇意识，牢牢把握重大历史机遇期，坚持科技强军战略，走以信息化带动机械化，以机械化促进信息化的跨越式发展道路，努力加强国防建设，增强打赢信息化战争的能力，为全面建设小康社会和中华民族的长远发展提供强有力的安全保证。

2、牢固树立维护国家信息安全的观念：所谓信息安全，实质是要保护信息系统或信息资源免受各种类型的威胁干扰和破坏，即保证信息的安全性。随着信息技术和信息产业的迅速发展，信息安全成为国家安全的关键内容。因此，公民应当自觉树立维护国家信息安全的观念，增强信息安全意识，遵守国家信息安全法规和制度，为保护国家信息安全做出应有贡献。

3、科学树立信息化人民战争观念：人民战争思想是我军历次革命战争中克敌制胜的法宝，现在进入信息时代，我军在党的领导下依然按照人民战争的理论，与时俱进，建设信息化军队，准备和打赢未来的信息化战争。未来信息化条件下依然将继续发挥人民战争的优势。比如信息战、网络战的基础是信息技术和信息设备，这些东西的优势在民间，民用信息技术领先于军用信息技术，计算机硬件和软件、因特网的路由器和宽带技术、手机通信和短信技术、卫星通信和导航技术等等，都是民用技术领先于军用。还有就是网络黑客技术、网络病毒技术等等，就更要依靠人民群众进行信息作战。所以人民战争理论不是过时了，而是应该增加新的内涵，使之更加丰富和完整。

（二）增强打赢信息化战争的能力

加快国家战略能力建设：信息化本质上是国家战略能力的较量，而不是单一因素决定的。我国当今的经济能力和信息能力还和世界强国存在巨大差距，为此，我国要加快国家战略能力建设，拥有强大的经济实力和信息能力，并把国家的战略能力和军事打击能力相结合，才能赢得信息化战争的胜利。

提高武器装备的机械化信息水平：我军目前的机械化水平还比较低，信息化建设处于起步阶段。因此，应走机械化促进信息化，信息化带动机械化的复合式，跨越式发展道路，在大力加强武器装备的机械化建设的同时，努力提升武器装备的信息化水平，为打赢未来信息化战争锻造“杀手锏”

谋求军队信息化建设的快速发展，发展和创新信息化战争理论，大力培养国防信息化人才队伍。努力提高基于信息系统的系统作战能力等都是必然要求。

（三）完善国防动员机制体制

国防动员具有增强和改变战争力量的特有功能，动员的成效直接影响战争的进程和结局，日益成为国家安全战略和军事战略的重要组成部分。我国虽然拥有庞大的常备军，但与打赢信息化战争的要求有明显的差距。因此，只有实施广泛深入的国防动员，才能有效地组织和动员群众，把人民群众的伟力转化为战斗实力，夺取信息化战争的胜利。

（四）加强国防后备力量建设

后备力量是指除国防现实力量以外的经过一定准备必要时可以动员用于国防事业的所有物质和能量。在和平时期尽量减少常备军数量，提高质量，已成为越来越多的国家的共识。省视信息化战争对我国国防后备力量建设的新要求，我国的国防后备力量建设与打赢信息化战争的要求还有较大差距，因此，必须着眼于维护国家安全和打赢信息化战争的需要，遵循有利于坚持人民战争思想，有利于提高后备力量的整体质量等原则，逐步建设“数量充足，质量较高，动员快速，机制完善”的后背力量体系。

纵观中国，我们经历了数千年的沉浮。今天，我们面临信息化战争的机遇，这次机遇我们必须要抓住，我们从1840年到1949年经历了百年的沦落史，从1949年建国之后到2050年我们又将经历百年建设史。未来的五十年，我们要实现强国梦。我们要有世界眼光和战略思维。当前的世界眼光就是新军事变革，战略思维就是信息化建设和信息化运用。把信息化应用到国家的建设，进行电子政务，进行广播电视的网络化，通讯的网络化，对军队来讲就是打赢信息化战争，把信息用在战争准备上

我们有理由相信，信息化军事变革中的国防信息化是依托国家信息产业的强大支撑作为其发展动力的，并植根于整个国民经济和科技基础之中。我国信息产业经过多年发展，已积累了雄厚的自主创新和生产能力，这为我国国防信息化建设奠定了坚实基础。随着我国信息产业的蓬勃发展，随着军民一体化的加速实施，中国的国防实力将更上一层楼。当代大学生更要以国家安全为己任，不要认为国防安全离自己很远，要时刻谨记身上的重担，自觉维护我家安全，荣誉和利益，努力学习科学文化知识，为祖国做出更多贡献。

第五篇：农业信息化课程论文(DOC)

农业信息化课程论文-计科1201班-刘怡然-10 遥感技术在农作物估产中的应用

摘要：遥感估产是基于作物特有的波谱反射特征，利用遥感手段对作物产量进行监测预报的一种技术，在农业发展中具有传统的统计方法不可比拟的优势，能客观、动态、快速、精准地获得农作物长势、产量等信息。遥感技术必须与其它工具相结合，才能更好地估产。本文主要研究了遥感技术在农作物估产中的应用，先介绍了遥感估产的基本原理和方法，分析了几种与遥感技术结合的估产模型的优劣；然后以冬小麦和玉米为例，介绍了两种遥感估产模型；最后，分析了现有遥感估产存在的问题和遥感估产的发展方向，为遥感估产的进一步研究提供了方向和思路。

关键字：遥感技术，农业，估产

The Application of Remote Sensing Technology

in Estimating Crop Yield Abstract Estimating crop yield by remote sensing is a technology monitoring and forecasting crop yield by remote sensing based on specific spectrum characteristics of crop.It has incomparable advantages compared with traditional statistical methods in the development of agriculture and it can acquire growing and yield information of crops in a object,dynamic,fast and accurate way.To estimating crop yield better, remote sensing technology must be combined with other technologies.In this paper, the application of remote sensing technology in estimating crop yield is introduced.To begin with, the basic theory and method of estimating crop yield by remote sensing are mentioned, then the merits and demerits of the estimating models integrated into remote sensing are analyzed.Finally, the existing problems and prospect are statemented, which proposed direction and thoughts for next researches.Key words Remote Sensing Technology,Agriculture,Yield Estimation

农业信息化课程论文-计科1201班-刘怡然-10

目 录

1引言3 2遥感估产的原理和方法---------------3 2.1基本原理和方法-----------------3 2.2遥感估产方法评价---------------3 2.3作物估产模型比较---------------4 3主要粮食作物估产模型---------------5 3.1冬小麦产量分阶段预测模型-------5 3.1.1技术流程-------------------5 3.1.2合理取样数估计和样方布设方法------------------------------6 3.1.3估产方法-------------------6 3.1.4模型分析-------------------7 3.2玉米产量估算模型---------------8 3.2.1模型中应用的技术介绍-------8 3.2.2处理方法-------------------8 3.2.3信息提取-------------------9 3.2.4模型与优化算法-------------9 4现有遥感估产方法存在的问题和发展方向-----------------------------11 4.1遥感估产方法存在的问题--------11 4.2遥感估产的发展方向------------11 5结束语----------------------------12 参考文献----------------------------13

农业信息化课程论文-计科1201班-刘怡然-10 1引言

作物产量预测是农业生产管理的重要内容，也是国家制定农业政策所不可缺少的重要农业情报。对于农户及企业来说，在农业生产各阶段中能正确预测收成也是非常重要的，因此世界各国均投入了较大的人力、物力和财力，进行作物产量预测试验研究，取得了较好的预测效果。

在众多农作物估产的技术中，遥感技术具有宏观、动态、快速、准确等优点，可以在短时间内连续获取大范围农作物产量信息，是最有前景的农作物估产方法之一。

民以食为天。随着人口的增加、气候的波动和可利用资源的减少，粮食安全问题一直备受关注。及时、准确地了解一个国家或一个地区的粮食产量和年际变化，对于在国际粮食市场中占有主动权和管理者采取有效管理措施至关重要。遥感技术可以快速、准确、动态获取农业所需空间信息差异参数，大大提高了统计业务工作效率和科技水平，无疑地对实现国家及时、准确地掌握粮食生产状况、粮食宏观调控和在国际农产品贸易中争取到主动权具有重要意义。

2遥感估产的原理和方法

2.1基本原理和方法

作物遥感估产是通过装置于卫星上的多波段地物光谱扫描仪，去获取作物各生育期的光谱数据，并依此推断作物产量，因此确定作物光谱特征与产量之间的数量关系，是作物遥感估产的基础。作物遥感估产主要包括 3个部分，第一，用遥感数据对作物进行分层；第二，用遥感数据计算作物面积；第三，用遥感数据监测作物长势，结合农业、天气气候等资料综合估算平均单产，由面积和单产计算出总产。

2.2遥感估产方法评价

作物遥感估产具有快速、宏观、经济和客观等优点，因此日益被各国所重视。目前，遥感估产已从试验研究阶段逐步进入实际业务使用阶段。国内外遥感估产的方法很多，基本可分为利用空间遥感资料（航天、航空资料）的作物估产和利用地面遥感资料（地面野外光谱测定）的作物估产，但不论哪一种方法，仍然存在以下问题：

第一，遥感不能直接感知作物产量，只能通过测定作物光谱反射率来感知叶面积指数，但各种作物叶，面积指数与其经济产量之间并不一定都有直接的联系。从 1977年以来，美国开始寻找反射率与产量的定量关系，尽管采用了多种方法探索这种关系，但一直收获很小。国内外进行了许多植被指数与产量之间关系的研究，多集中于牧草及禾本科等作物上，而那些叶面积与产量相关较差的作物，农业信息化课程论文-计科1201班-刘怡然-10 就很难直接用遥感方法来估产。因此遥感技术必须与其它工具相结合，才能更好地估产。

第二，纯粹用遥感数据来估产，也只能称为监测产量，更确切地说是监测作物叶面积或长势，因此大多数遥感估产方法是把植被指数与天气气候条件相结合，利用统计方法建立一个综合的估产模型。在一个农业气象产量数值模拟模式中所能考虑的影响作物产量的因素是很多的，如光合作用、呼吸作用、蒸腾作用等等，但其中最主要的因素是光合作用。一般表示作物光合作用能力大小主要有叶面积指数 LAI和光合有效辐射吸收量APAR等。因此，通过遥感资料来导出 LAI和APAR，并将它们输入模拟模式，是卫星遥感预测产量的方法途径之一。本文第二章第三节中对各种作物估产的指标模型进行了探讨，认为通过计算农作物的净第一性生产力，实现大范围农作物产量估算和预报较为合适。

2.3作物估产模型比较

目前，作物估产的方法有抽样调查、气象模型、遥感估产、作物生长模拟模型等多种。其中抽样调查与气象模型估产，方法相对成熟、稳定，已业务应用多年，由于是统计模型，估产结果仍有相当的不确定性。人类的认识不会永远停留在一个水平上，总是要不断创新，做到有所发展，有所前进，因此机理性大面积估产模型应运而生。

由于农作物的叶面积指数（LAI，leaf area index）是决定作物光合作用速率的重要因子，LAI 越高，单位面积的作物穗数就越多作物截获的光合有效辐射就越大[1]，因此，很多学者利用各种植被指数，例如 SR（simple ratio）、NDVI（normalized difference vegetation index）、TCI（temperature condition index）、VCI（vegetation condition index）等，与作物的LAI和生物量的正相关关系，建立植被指数与作物产量的线性或非线性估算模型[2-3]，从而实现对农作物产量的估算和预报。然而，这种建立在植被指数与作物生物量关系基础上的统计模型，当研究区改变时，模型的形式也会随之改变，模型的适用性就要重新被检验。随着人们对农作物产量遥感估算认识的不断深入，众多学者又采用作物的净第一性生产力（NPP，net primary productivity）来估算农作物的产量。在对 NPP 进行模拟时，大多采用光能利用率模型。然而，这类方法仍然不能跳出统计模型的框架，并没有从机理上解释植被生产力的变化机制。因此，近年来一些学者试图从机理上研究农作物的生产力。邬定荣、马玉平、谢文霞等利用荷兰瓦赫宁根大学开发的WOFOST模型对华北平原冬小麦和浙江水稻的生长过程进行适用性研究，并对模拟结果进行了验证，认为经过区域化后的WOFOST 模型能够很好地模拟作物的生长过程；但是该模型在对农作物的光合作用过程进行模拟时，模型的侧重点在于对作物生长过程的模拟，对作物产量的估算没有做详尽的讨论；冯险峰利用北部生态系统生产力模拟（BEPS，boreal ecosystem

农业信息化课程论文-计科1201班-刘怡然-10 productivity simulator）模型模拟得到了全国陆地生态系统的NPP，并分析了不同土地覆被类型之间NNP的差异，但是模拟得到的农田生态系统的 NPP 还是建立在森林生态系统的基础之上，而且也没有把NNP进一步推算到农作物的产量上；于强等将作物冠层按 LAI 划分为若干层次，该模型对冠层光合作用的理论研究、作物生长的数学模拟等有一定的意义，但是该方法仅是停留在理论模拟阶段，还没有将其付诸于大范围的应用。并且，该方法也没有进一步发展，以最终得到作物的产量。因此，从理论上寻求一种基于作物光合作用机理的农作物产量估算模型，走出各式各样统计模型的框架[4]，成为农业估产领域的研究焦点。

随着人们对作物产量形成机理探讨的深入，将农作物光合和呼吸作用的过程模型和卫星遥感相结合，通过计算农作物的净第一性生产力，实现大范围农作物产量估算和预报，已经成为一种可能。

3主要粮食作物估产模型

3.1冬小麦产量分阶段预测模型

关于作物产量遥感监测预报，早期的研究大多是在分析光谱信息与作物长势或产量形成关系的基础上通过统计预报等途径建立回归模型而进行的。但由于作物每一生长时段内周围环境的可变性，只通过作物某一生长阶段的瞬时信息预测成熟期产量会出现很大偏差，因此综合作物生长过程的估产算法应运而生。

农业部遥感应用中心建立的全国农作物遥感监测业务化运行系统中，作物产量预测采用的农业遥感估产法主要是以作物面积提取和单产模型预测为基础，结合土壤水分状况评价和作物长势分析，进而对作物产量进行综合预测和预报。其对农作物单产预测的时效性和精确度要求较高，需要在作物生长的不同阶段及时获得作物生长动态及产量信息，从而实时调整作物生产预报情报，以便更好地为上级管理部门提供决策支持信息，进而为我国农业遥感监测产量提供预警服务。3.1.1技术流程

农作物产量由农作物生长状况决定，农作物生长状况主要受到其内在遗传因子和外在环境条件的双重影响。其中遗传因子的影响作用主要通过其产量构成因子即穗数、粒数和粒质量进行外部表达，同时受到外在环境条件如土壤状况、气象条件和管理措施的综合作用。很早就有研究人员提出可以利用产量构成因子来解释遗传和环境因子如何在作物发育的不同阶段影响作物收获产量，随着对生殖生长量化理解的深入，发现利用三因子模型来模拟和预测籽粒产量及其构成方面是有用的。因此，在对传统农学产量测定方法改进的基础上，根据农业部冬小麦遥感监测时间表，分别在冬小麦生长的抽穗期(前期)、灌浆期(中期)、收获期(后期)进行数据的取样和测定，以满足农作物遥感监测不同时效的预警需求，流程如下图所示：

农业信息化课程论文-计科1201班-刘怡然-10

3.1.2合理取样数估计和样方布设方法

采用常用的Cochran针对区域纯随机取样而构造的合理取样数量计算公式：

n(tRstd)2d2 式中n:最佳取样数量

t:与显著性水平相对应的标准正态偏差 Rstd :样本标准差

d:样本平均值与相对误差的乘积，％

由于随机变量总体标准差未知，只能用样本方差来代替。根据产量调查资料，计算得到该县冬小麦产量估测的合理取样数量。

由于产量的区域平均变化率常小于田块尺度的变化率，所以为了减小误差，要求所有样方点尽量均匀分布，并且在同一田块内采用3点斜线取样法进行重复取样，每个样方点都用GPS逐一定位。

在冬小麦生长的3个主要阶段即抽穗期、灌浆期和收获期，对冬小麦的平均行距及1m2样方内的有效穗数、穗粒数和千粒质量进行实地调查，同时记录农户联系信息和相关管理信息。根据实际抽测产量值划分产量水平等级，确定权重，求得估测产量；待完全收获后，调查农户收获产量，以便验证。3.1.3估产方法

以玉冬小麦为试验材料，以冬小麦产量构成三因子即单位面积有效穗数(以下简称穗数)、穗粒数、千粒质量为研究对象，采用随机抽样和重复抽样的方法进行样点布设。传统农学产量预测模型为：

农业信息化课程论文-计科1201班-刘怡然-10 Yx1x2x3f

式中Y：理论单产值，ks／hm2 x1：穗数 x2：穗粒数 x3千粒质量，g f:去除收获和晾晒损耗的实收产量系数，一般取0.85 由于产量构成因子之一的亩穗数在作物生育中期就可获得，那么在假设后期作物不会受到明显的气象灾害或病虫害的影响下，利用单因子预产模型可以提前预测冬小麦产量。给出单因子预产模型的定义：利用实测作物的单位面积(666.7 m)茎数结合作物管理水平、叶面积系数和当年的气象条件，按茎数的80％一95％成穗(根据经验和当地生产条件，若作物种植密度过大，单位面积穗数超过60万以上，需要考虑穗粒数和千粒质量的递减因素，结合品种特性做系数调整)，进行量纲换算后，得到估测产量值的一种方法。关于土、气、肥、水的配合说明如下：一般的地力要求，土壤有机质含量在1％以上，全氮0 1％，有效磷2.5-4.9 g／m2，酌施钾肥和微肥。叶面积系数要求苗期为0.8～1.2，拔节期为3.0左右，抽穗期5.0～6.0；土壤含水率保持在田间持水率的60％左右为宜。将传统的作物单产预测模型改造为单因子预产模型: 2Yafx11000 式中a:经验系数

同理，双因子预产模型是指在冬小麦生长中期(灌浆期～乳熟期)，假设当年冬小麦千粒质量为常年千粒质量，只需实地测定冬小麦的穗数和穗粒数，再与常年千粒质量相乘。经过系数订正后即可得到冬小麦的双因子预产值。双因子预测模型为: Ybfx1x2

式中b——常年千粒质量，g 双因子预产模型是在假设冬小麦千粒质量与常年千粒质量相同的条件下进行的。千粒质量作为常数值出现，考虑到多种因素会对常年千粒质量产生影响，此处建议采用近5年调查千粒质量的平均值作为常年千粒质量。3.1.4模型分析

单因子预产模型的应用最好选择在作物单位面积穗数基本稳定不变的时期进行。所以利用单因子预产模型，适宜在农户对冬小麦进行水肥管理措施实施后进行，根据试验经验，一般选择在抽穗中后期为宜，从而可以将产量预报的时间提前。

双因子预产模型适合在作物穗粒数基本稳定的阶段进行，穗粒数主要由小穗

农业信息化课程论文-计科1201班-刘怡然-10(码)数和小穗粒数决定。因此，最佳应用双因子预产模型的时间应该在灌浆期后期，此时籽粒退化数基本稳定，有利于穗粒数的测量。

应用上述方法时，要结合当地作物的实际农时历进行，同时需要提前对作物的生长特性、作物管理水平、常年产量状况以及当年的气象状况有适度的了解，在作物生长不同阶段的气象灾害或病虫害均可能对产量产生影响，应密切关注。

3.2玉米产量估算模型

3.2.1模型中应用的技术介绍

目前，作物生长模型，如CERES-Maize（crop environment resource synthesis-Maize）模型，已经在农作物生长评估、精准农业、农田管理决策、气候变化影响等领域得到了广泛地应用。

遥感信息与作物生长模型集成的方法分为驱动法和同化法。其中，同化法受到了更多的关注。在同化过程中可以同化遥感反演值，也可以直接同化光谱反射率，而在同化后者时，植被冠层反射率模型，如SAIL模型（scattering by arbitrarily inclined leaves），需要与作物生长模型相耦合。目前，中分辨率成像光谱仪（moderate resolution imaging spectroradiometer, MODIS）数据作为主要的遥感数据源被广泛应用于区域农作物长势监测和产量估算研究。不过在农田地块较小、分布较为零散、破碎化程度较高的区域，很难保证 MODIS 像元是纯像元，此时需要结合更高空间分辨率的遥感影像进行数据同化研究。以往的同化估产研究往往只针对某一年的遥感数据估算农作物的单位产量，缺乏分析遥感数据和同化算法在年内作物产量及年际间产量差估测中的作用。3.2.2处理方法

以 2013、2014和2015年3个玉米生长季为研究时段，提出了基于多时相 MODIS和TM观测数据的区域玉米产量同化估算方案。

将TM、MODIS和土地利用图进行空间配准，对土地利用图与MODIS数据进行叠加，判断MODIS像元中旱地作物所占的比例。利用MODIS数据分别在像元和亚像元尺度提取玉米作物种植面积和空间分布，结合可用的TM遥感观测，提取 MODIS 像元和亚像元尺度的玉米冠层反射率信息，构成时间序列遥感观测数据集。

将气象数据、土壤数据、田间观测和玉米品种遗传参数作为模型输入参数，驱动 CERES-Maize 模型，模拟玉米的生长发育进程。为了将遥感观测到的玉米生长期间作物冠层方向反射波谱的时间序列变化信息用于区域玉米产量估算，采用遥感数据和作物生长模型同化的方法，通过叶面积指数（leaf area index，LAI）将作物生长模型CERES-Maize与冠层反射率模型 SAIL 相耦合，利用耦合模型模拟得到遥感观测时的冠层反射率。通过对CERES-Maize 和 SAIL 模型参数的敏感性分析确定待优化参数。针对玉米作物所在的 MODIS 像元和亚像元，利用时间序列遥感观测反射率和 SCE-UA 算法（shuffled complex evolution

农业信息化课程论文-计科1201班-刘怡然-10 method developed at the University of Arizona）优化模型的待优化参数，得到参数的最优估计值，进而估算 2013、2014 和 2015 年玉米产量，结合玉米产量统计数据对同化估产结果进行验证。在此基础上，通过比较年际间及年内产量的时空变化，进一步探讨利用时间序列遥感信息与同化方法估算作物产量的能力，分析时间序列遥感数据在年内产量及年际间产量差估测过程中的作用。3.2.3信息提取

随着玉米作物的生长，LAI 逐渐增大，且在玉米吐丝期达到最大，随后LAI呈逐渐减小的趋势。提取 2013、2014和2015年 DOY169、177、185、193、201、209、217、225、233、241共10次旱地作物覆盖的NBAR（nadir BRDF-adjusted reflectance）像元及亚像元的红光和近红外波段反射率，计算比值植被指数（ratio vegetation index，RVI）。RVI的计算公式为：

RVINIR/R

式中：NIR代表遥感近红外波段反射率，R代表红光波段反射率。

考虑到某些日期受天气等因素影响，难免存在质量不好的像元，导致时间序列 RVI 存在波动现象，利用S-G滤波（Savitzky-Golay）[9]对 RVI 进行平滑，得到 RVI 时间序列变化廓线。对玉米作物覆盖的像元（或亚像元）而言，时间序列 RVI 应该遵循玉米 LAI 的变化规律。旱地作物中玉米占相当大的比例，其吐丝期一般在 7 月下旬左右，因此，玉米作物覆盖的像元（或亚像元）RVI 应该也在 7 月下旬左右达到最大。如果旱地纯像元（或亚像元）RVI 遵从这一规律，则视为玉米覆盖的像元（或亚像元）。统计三年玉米覆盖的 MODIS 像元数、含有玉米信息的 MODIS 混合像元。利用MODIS数据估算的三年玉米种植面积和统计面积之间的相对误差，若其误差在 10%以内，说明了利用本文建议的方法估算玉米种植面积是可行的。3.2.4模型与优化算法

CERES-Maize模型源自农业技术推广决策支持系统，是经过大量试验资料验证过的、动态的、机理性强的玉米作物生长模型，可以模拟土壤水分平衡、氮素平衡、物候发育和作物生长过程等。驱动CERES-Maize模型需要气象数据、土壤数据、作物管理数据和品种遗传参数。模型中气象数据包括日太阳辐射、日最高气温、日最低气温和日降水量，其中温度和降水数据来自于气象站点，太阳辐射由日照时数通过埃斯屈朗公式转换得到；土壤性质数据包括田间持水量、土壤容重、有机碳含量、土壤粒径百分比等描述土壤水文和化学的参数，将CERES-Maize 模型应用到区域尺度，需要对其进行区域校准，即对特定地区确定代表性品种的过程。目前大多数研究主要基于大量的地面观测数据，利用试错法校准作物生长模型。在区域尺度且地面观测数据较少的情况下，不适于应用试错法。考虑到一定地理范围内，受温度和日照条件影响，同种作物的种植习惯及生长发育过程均固定在一定时间段内。在CERES-Maize模型中，品种遗传参数幼苗期生长特性参数、光周期敏感参数、灌浆期特性参数和出叶间隔特性参数决定了玉米的生育时

农业信息化课程论文-计科1201班-刘怡然-10 期，单株最大籽粒数和潜在灌浆速率参数仅影响作物产量。选择某年为基准年，将种植日期、幼苗期生长特性参数、光周期敏感参数、灌浆期特性参数和出叶间隔特性参数分别在各自取值区间内均匀采样10000次，然后将不同的参数采样组合代入CERES-Maize模型进行模拟，判断落入到玉米合理生育时期的采样组合，经过反复试验，确定出满足榆树市玉米生育时期的遗传参数取值范围。将主推玉米品种最大籽粒数的平均值作为CERES-Maize 模型中单株最大籽粒数的取值，结合该年地面实测产量数据，在幼苗期生长特性参数、光周期敏感参数、灌浆期特性参数和PHINT取区间中值、单株最大籽粒数固定的情况下，模拟玉米产量，然后和地面实测产量相比较，当模拟和实测产量基本吻合时，潜在灌浆速率参数的取值作为该参数的校准值[8]。

SCE-UA 算法是在控制随机搜索方法和遗传算法基础上发展起来的，此外还引入了复杂形分割与混合的思想，通过采用竞争演化和复合型混合的概念，继承了全局搜索和复合型演化的特性。SCE-UA 算法灵活、应用面广泛，不拘泥于具体问题，对非线性优化问题能够获得准确的优化结果。代价函数的表达式如下：

J(x)(xxb)B(xxb)(yiH(LAIi))TRi1(yiH(LAIi))T1i1n 式中，J(x)为要求解的代价函数，向量x代表待优化参数的取值；向量xb代表待优化参数的数学期望值；B为向量x的误差协方差矩阵；i为遥感观测的次数；n为经质量控制后的总遥感观测次数；向量yi 为第i次遥感观测红光和近红外反射率数据，无量纲；Ri为向量yi的误差协方差矩阵；LAIi为CERES-Maize 模型模拟的第i次遥感观测时刻的LAI,m 2 /m 2；H(·)为SAIL模型；上标T表示矩阵的转置。

待优化参数包括种植日期、种植密度、光周期敏感参数、叶片红光和近红外波段反射率。其中，种植日期和种植密度的标准差根据当地玉米种植情况及实地调查情况确定；光周期敏感参数的标准差根据CERES-Maize模型区域校准及模拟情况给定；叶片红光和近红外波段反射率的标准差主要参考实地测量及中国典型地物波谱数据库中玉米组分波谱设定；遥感观测反射率的误差主要根据文献[9-10]设定；B和Ri均设为对角阵。选用SCE-UA优化算法求解式，优化成功后与最小代价函数值对应的种植日期、种植密度、光周期敏感参数、叶片红光和近红外波段反射率等 5 个参数取值称为“最优值”。将种植日期、种植密度和光周期敏感参数的“最优值”，连同其他输入参数一起输入到CERES-Maize模型，模拟得到数据同化后的产量结果。

农业信息化课程论文-计科1201班-刘怡然-10 4现有遥感估产方法存在的问题和发展方向

4.1遥感估产方法存在的问题

在政府部门的大力支持和众多学者的努力下，我国的作物遥感估产方法虽然建立了较好的理论与技术体系，取得了一定的研究与应用成果,但与发达国家相比,在应用的深度与广度上仍存在很大差距。

首先是遥感数据源的选取和精度的控制方面。现在用来进行估产的遥感影像主要有:NOAA/AVHRR、EOS/MODIS以及Landsat/TM影像等。高的遥感估产精度需要有高的空间分辨率，时间分辨率和光谱分辨率信息源的保障。由于受估产成本的限制，一般大范围农作物遥感估产多采用廉价的卫星数据，如NOAA/AVHRR、EOS/MODIS等资料。时间分辨率虽然很高，但相对的空间分辨率比较差,很难准确提取农作物的分布和面积信息。小范围的农作物遥感估产若采用价格较昂贵的卫星资料，如SPOT影像，空间上精度提高了，时间分辨率却降低了，不能对小麦等作物进行连续的观测监测，最终还是会影响估产精度。

其次，绝大部分作物遥感估产模型在小区试验中都能取得较高的精度，但其大面积估产时不能满足专业化要求。究其原因，这些遥感估产模型多是依据植被指数与农学参数间的相关性而建立的回归模型，具有很强的经验性，普适性较差。今后在作物遥感估产模型构建中，应考虑模型的机理性与普适性，以增强估产模型在区域间或年份间的通用性。

另外，缺乏可面向实际应用的遥感估产信息系统。遥感估产信息系统是对作物的整个生长过程进行系统监测和管理，利用程序语言工具，将遥感数据、地形数据、气象数据、品种资源数据和社会经济数据进行综合集成，可以实现数据管理、信息查询、长势分析、产量估测以及决策服务等功能的计算机信息管理系统。近年来，在作物遥感监测信息系统研制与开发方面取得一些进展，但不太成熟。

4.2遥感估产的发展方向

准确、迅速、全面的信息交流将是数字农业发展的必然趋势。将遥感技术和其他信息技术集成，建立面向农业生产的农作物估产信息系统，可以为粮食部门或农业生产管理者提供信息化、智能化的农情决策服务。

针对农作物遥感估产的研究现状和存在的一些问题，在遥感技术和相关信息技术的发展基础上，应加快农作物感估产的信息化集成应用的步伐，在以下几个方面开展研究：第一，利用现有的数据源提高估产精度；第二，利用数据反演综合气候环境因子进行农作物遥感估产；第三，极端气候条件下的产量评估；第四，开展遥感估产技术的信息化集成研究，提供专业化服务。

农业信息化课程论文-计科1201班-刘怡然-10 5结束语

遥感估产模型的构建是农作物遥感估产的核心问题。构建农作物遥感估产模型时，获取遥感信息作为输入变量，直接或者间接表达作物生长发育形成过程的影响因素或者参数，单独或者与其他非遥感信息结合，依据一定的原理和方法建立模型。

通过此次课程论文研究过程，我更加深刻地理解了这一过程。首先我理解了作物遥感估产的基本原理和方法，知道了遥感技术必须与其他技术结合才能更好地进行农业估产，我还了解到一些传统的遥感估产模型的优劣。在研究过程中，有很多参数和指标是我这个非专业学生所不知道的，导致模型看着非常复杂，无法理解，后期涉及到的优化算法更加令人费解，我已经尽力去理解了。通过此次结课论文的写作，我经历了了解一项技术的一般过程，能够比较清晰地理解和讲述这个技术。

在以后的学习中，这样的经历能让我更加容易地接受新的技术，新的事物，让我更有创新和探索精神。感谢老师给我这样的机会，感谢室友解答我的疑问。

农业信息化课程论文-计科1201班-刘怡然-10

参考文献

[1]Carlson T N,Ripley D A.On the Relationship between NDVI,Fractional Vegetation Cover,and Leaf Area Index[J].Remote Sensing of Environment,1997,62:241-252．

[2]Benedetti R, Rossini P.On the use of NDVI profiles as a tool for agricultural statistics: The case study of wheat yield estimate and forecast in Emilia Romagna[J].Remote Sensing of Environment, 1993,45:311-326.[3]焦险峰,杨邦杰,裴志远,等．基于植被指数的作物产量检测方法研究[J].农业工程学报,2005,21(4):104-108.[4]王培娟,谢东辉,张佳华,孙睿,等.BEPS模型在华北平原冬小麦估产中的应用[J].农业工程报,2009,25(10):148-153.[5]张建华.作物估产的遥感——数值模拟方法[J].干旱区资源与环境,2000,14(6):82-86.[6]张东霞、张继贤，等.遥感技术在主要粮食作物估产中的应用[J].测绘科学,2014,39(11):95-103.[7]何亚娟,汪庆发,裴志远,王连林,等.冬小麦产量分阶段预测模型[J].农业机械学报,2012,43(1):89-93.[8]靳华安,王锦地,柏延臣,等.基于作物生长模型和遥感数据同化的区域玉米产量估算[J].农业工程学报,2012,28(6):163-173.[9]李卫国,李正金,申双和.小麦遥感估产研究现状及趋势分析[J].江苏农业科学,2009(2):6-8.[10]王东伟,王锦地,梁顺林.作物生长模型同化 MODIS 反射率方法提取作物叶面积指数[J].中国科学：地球科学，2010，40(1)：73－83.[11]王东伟.遥感数据与作物生长模型同化方法及其应用研究[D].北京：北京师范大学地理学与遥感科学学院，2008.