【導(dǎo)讀】支撐計(jì)劃管理暫行辦法》規(guī)定的立項(xiàng)要求。發(fā)達(dá)國(guó)家加快了信息基礎(chǔ)設(shè)施和空間基礎(chǔ)設(shè)施建設(shè)的步伐，1998. 速公路”、“知識(shí)經(jīng)濟(jì)”以后的第三次信息浪潮。間信息網(wǎng)絡(luò)共享和應(yīng)用的基礎(chǔ)，是國(guó)家信息基礎(chǔ)設(shè)施的重要組成部分。入網(wǎng)絡(luò)化、集成化和智能化為特點(diǎn)的新階段。組成部分，其發(fā)展水平直接影響一個(gè)國(guó)家的綜合國(guó)力和國(guó)家安全。知識(shí)經(jīng)濟(jì)的發(fā)展戰(zhàn)略?！笆濉逼陂g，許多地區(qū)和部門(mén)相繼制定了數(shù)字省區(qū)和覆。等規(guī)劃也在制定之中。2021年10月，繼國(guó)辦發(fā)53號(hào)文后，國(guó)家計(jì)委、國(guó)家地。經(jīng)濟(jì)和社會(huì)發(fā)展第十一個(gè)五年計(jì)劃的專(zhuān)項(xiàng)規(guī)劃序列?？臻g信息基礎(chǔ)設(shè)施的國(guó)際標(biāo)準(zhǔn)體系的加速建立健全。開(kāi)發(fā)為重點(diǎn)，促進(jìn)空間信息基礎(chǔ)設(shè)施的應(yīng)用；加強(qiáng)我國(guó)自主對(duì)地觀測(cè)信息源建設(shè)，測(cè)、預(yù)測(cè)、評(píng)估和應(yīng)急反應(yīng)的公共地理空間信息平臺(tái)等。絡(luò)系統(tǒng)，發(fā)展綜合信息傳輸產(chǎn)業(yè)?；龠M(jìn)兵團(tuán)各項(xiàng)事業(yè)的發(fā)展。發(fā)揮地理空間信息資源在兵團(tuán)國(guó)民經(jīng)濟(jì)、社會(huì)與環(huán)境可持續(xù)發(fā)展中的作用。

　　

【正文】 精準(zhǔn)農(nóng)業(yè)的核心內(nèi)容 之一是利用空間數(shù)據(jù)獲取農(nóng)作物空間差異信息驅(qū)動(dòng)變量措施管理。其包括農(nóng)田信息采集、信息處理和變量措施實(shí)施三部分（圖 7）。 農(nóng) 情 歷 史 信 息 庫(kù)農(nóng) 田 氣 象 數(shù) 據(jù) 庫(kù)農(nóng) 田 基 本 信 息 庫(kù)專(zhuān) 家 知 識(shí) 庫(kù)農(nóng) 情 動(dòng) 態(tài) 數(shù) 據(jù) 庫(kù)農(nóng) 田G I S中 心計(jì) 算 機(jī)控 制作物管理專(zhuān)家系統(tǒng)生 長(zhǎng) 模 擬 系 統(tǒng)良 種 推 薦 系 統(tǒng)管 理 決 策 系 統(tǒng)平 衡 施 肥 系 統(tǒng)病 蟲(chóng) 草 害 防 治節(jié) 水 灌 溉 系 統(tǒng)空間定位農(nóng)作處方GPS 定位可 變比 率發(fā) 生器耕 作 播 種 控 制 系 統(tǒng)自 動(dòng) 灌 溉 控 制 系 統(tǒng)變 量 農(nóng) 藥 噴 灑 系 統(tǒng)變 量 施 肥 機(jī) 械測(cè) 產(chǎn) 評(píng) 估 系 統(tǒng)? ? .G P S 定 位信 息 采 集 系 統(tǒng) 信 息 處 理 系 統(tǒng) 實(shí) 施 系 統(tǒng) 圖 7 基于空間數(shù)據(jù)的農(nóng)作物變量管理系統(tǒng) 基于空間的農(nóng)業(yè)信息服務(wù)系統(tǒng)整合了農(nóng)田信息采集和信息處理部分，擬從以下 7 個(gè)方面開(kāi)展研究。 （ 1）農(nóng)業(yè)專(zhuān)題數(shù)據(jù)采集與集成 29 研究采集與作物密切相關(guān)的專(zhuān)題數(shù)據(jù)及集成方法，是開(kāi)發(fā)農(nóng)業(yè)信息服務(wù)產(chǎn)品的基礎(chǔ)。 圍繞農(nóng)業(yè)信息服務(wù)總體目標(biāo)，根據(jù)農(nóng)業(yè)生產(chǎn)需求，采集并集成包括作物、農(nóng)田、氣象等專(zhuān)題數(shù)據(jù)，為生 產(chǎn)滿足農(nóng)業(yè)要求的信息服務(wù)產(chǎn)品提供數(shù)據(jù)支持（見(jiàn)圖 8）。 （ 2）主要農(nóng)作物空間分布與產(chǎn)量預(yù)測(cè) 研究多源遙感數(shù)據(jù)的作物精細(xì)分類(lèi)與識(shí)別模型。利用獲取的多年、不同時(shí)相、覆蓋全兵團(tuán)的多源、不同空間分辨率、光譜分辨率遙感數(shù)據(jù)（ TM 、CBERSII、北京 1 號(hào)衛(wèi)星數(shù)據(jù)、 SPOT 數(shù)據(jù)），以 SAIL 模型及“十五” 863 項(xiàng)目構(gòu)建的“我國(guó)典型地物波譜庫(kù)”中主要農(nóng)作物的冠層光譜數(shù)據(jù)為基礎(chǔ)，建立本地化的農(nóng)作物冠層光譜數(shù)據(jù)庫(kù)，結(jié)合先驗(yàn)知識(shí)進(jìn)行純像元提取、混合像元分解；將基于像元信息的作物分類(lèi)算法與面向?qū)ο蟮姆诸?lèi)算法相結(jié)合，并采用 分層分區(qū)監(jiān)督分類(lèi)的方法，提高作物分類(lèi)精度；根據(jù)不同的物候期，進(jìn)行圖像處理與解譯；在天氣條件不穩(wěn)定區(qū)域嘗試多時(shí)相雷達(dá)遙感影像數(shù)據(jù)進(jìn)行作物分類(lèi)與面積提取的方法；同時(shí)在各個(gè)分區(qū)布設(shè)地面采樣點(diǎn)，作為遙感影像分類(lèi)的補(bǔ)充與驗(yàn)證。在準(zhǔn)確分類(lèi)結(jié)果的基礎(chǔ)上， 制成團(tuán)場(chǎng)當(dāng)年主要農(nóng)作物種植、分布報(bào)告；由此提取并發(fā)布各團(tuán)場(chǎng)當(dāng)年主要農(nóng)作物的播種面積及收獲面積信息，同時(shí)結(jié)合各師、團(tuán)的地理信息，制作基于 GIS 的兵團(tuán)、師、團(tuán)三種空間尺度的當(dāng)年主要農(nóng)作物種植面農(nóng)業(yè)專(zhuān)題數(shù)據(jù)采集 農(nóng)業(yè)氣象數(shù)據(jù) 農(nóng)田檔案數(shù)據(jù) 作物 地面光譜數(shù)據(jù) 作物及品種數(shù)據(jù) 作物病蟲(chóng)害數(shù)據(jù) 團(tuán)場(chǎng)條田地形圖 作物田間管理數(shù)據(jù) 圖 8 農(nóng)業(yè)主要專(zhuān)題數(shù)據(jù)采集與集成 數(shù)據(jù)集成 30 積報(bào)表與分布圖。以部分地點(diǎn)的實(shí)地抽樣調(diào)查數(shù)據(jù)為依據(jù)，對(duì)基于遙感數(shù)據(jù)所填作物空間分布圖 進(jìn)行驗(yàn)證與完善。可為兵團(tuán)、師及團(tuán)場(chǎng)優(yōu)勢(shì)作物布局及優(yōu)質(zhì)農(nóng)產(chǎn)品區(qū)劃、農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整提供決策依據(jù)。 研究建立遙感數(shù)據(jù)估測(cè)主要作物產(chǎn)量的方法與模型。連續(xù)獲取兵團(tuán)區(qū)域當(dāng)年作物整個(gè)生長(zhǎng)期的遙感數(shù)據(jù)，在提取的各類(lèi)作物出苗及收獲面積精確的前提下，根據(jù)遙感數(shù)據(jù)計(jì)算得到多種反映作物生物產(chǎn)量的植被指數(shù)，依據(jù)研究建立的各類(lèi)植被指數(shù)與對(duì)應(yīng)作物產(chǎn)量的數(shù)學(xué)模型，即可獲得各類(lèi)作物的單位產(chǎn)量。項(xiàng)目研究可以通過(guò)遙感方法獲得作物生長(zhǎng)發(fā)育模型中的關(guān)鍵農(nóng)學(xué)參數(shù)（葉面積指數(shù)、光合有效輻射、生物量），根據(jù)主要作物的生長(zhǎng)發(fā)育模型，預(yù)測(cè)出作物產(chǎn)量，以此對(duì)直接用植被指數(shù)預(yù)測(cè)的產(chǎn)量進(jìn)行校驗(yàn)，也可用各團(tuán)場(chǎng)組織人工測(cè)定的作物產(chǎn)量對(duì)其進(jìn)行驗(yàn)證與參數(shù)調(diào)整，以提高產(chǎn)量預(yù)測(cè)精度。 如針對(duì)兵團(tuán)主要經(jīng)濟(jì)作物棉花，開(kāi)展棉花光譜特征與產(chǎn)量構(gòu)成要素關(guān)系的研究；建立棉花遙感估產(chǎn)模型及精度檢驗(yàn)方法。從遙感估產(chǎn)的機(jī)理出發(fā)，通過(guò)分析研究作物光譜特征與產(chǎn)量構(gòu)成要素之間的聯(lián)系，以及作物植被指數(shù)與產(chǎn)量的關(guān)系，建立光譜模式、植被指數(shù)模式與氣象、農(nóng)學(xué)、光譜的復(fù)合模式以及遙感測(cè)產(chǎn)模型，進(jìn)行產(chǎn)量估測(cè)。 根據(jù)遙感數(shù)據(jù)分析結(jié)果，結(jié)合團(tuán)場(chǎng) GIS，制成各團(tuán)場(chǎng)主要作物產(chǎn)量圖，也可制成田塊產(chǎn)量分布圖，為田間變量施肥 管理提供理論依據(jù)。為兵團(tuán)精準(zhǔn)收獲合理調(diào)配收獲機(jī)械及勞動(dòng)力提供依據(jù)。 （ 3）基于遙感的主要農(nóng)作物長(zhǎng)勢(shì)分析 作物生長(zhǎng)過(guò)程是一個(gè)動(dòng)態(tài)變化過(guò)程，作物長(zhǎng)勢(shì)是指作物苗情的生長(zhǎng)狀況及其變化，作物長(zhǎng)勢(shì)監(jiān)測(cè)是對(duì)其生長(zhǎng)變化進(jìn)行的持續(xù)動(dòng)態(tài)監(jiān)測(cè)，跟蹤并預(yù)測(cè)作物的生長(zhǎng)過(guò)程，基于遙感的長(zhǎng)勢(shì)監(jiān)測(cè)是利用衛(wèi)星數(shù)據(jù)動(dòng)態(tài)地監(jiān)測(cè)作物生長(zhǎng)狀況。 根據(jù)作物自身生長(zhǎng)發(fā)育的規(guī)律及遙感獲取信息的特點(diǎn)，研究確立基于遙感的作物長(zhǎng)勢(shì)指標(biāo)量化體系；研究建立通過(guò)衛(wèi)星遙感數(shù)據(jù)對(duì)主要農(nóng)作物從出苗到收獲進(jìn)行全生育期長(zhǎng)勢(shì)監(jiān)測(cè)與分析的方法，選擇不同時(shí)期的遙感影像，由衛(wèi)星、飛機(jī) 、地面三個(gè)平臺(tái)在時(shí)空和光譜分辨率上相互補(bǔ)充，獲取作物生長(zhǎng)和營(yíng)養(yǎng)狀況信息的模型，實(shí)現(xiàn)對(duì)作物長(zhǎng)勢(shì)的精準(zhǔn)監(jiān)測(cè)，為科學(xué)合理地制定栽培管理措施提供實(shí)時(shí)的信息依據(jù)，并可對(duì)實(shí)施的主要栽培技術(shù)進(jìn)行效果跟蹤與評(píng)價(jià)，以便及時(shí)總結(jié)并推 31 廣好的技術(shù)，盡早調(diào)整不合理的措施并彌補(bǔ)其帶來(lái)的不利影響。 如在棉花生長(zhǎng)階段，研究通過(guò) MODIS 等高時(shí)間分辨率的遙感數(shù)據(jù)進(jìn)行作物生長(zhǎng)動(dòng)態(tài)的實(shí)時(shí)監(jiān)測(cè)方法，為兵團(tuán)、師及團(tuán)場(chǎng)不同決策層提供具體到田塊的作物長(zhǎng)勢(shì)信息。為科學(xué)合理地制定施肥、灌水及化學(xué)調(diào)控措施提供量化依據(jù)。 研究建立利用遙感數(shù)據(jù)進(jìn)行多年同期長(zhǎng)勢(shì)分 析與評(píng)價(jià)系統(tǒng)，實(shí)現(xiàn)對(duì)作物不同年度、不同生長(zhǎng)發(fā)育階段的比較分析及長(zhǎng)勢(shì)預(yù)測(cè)與評(píng)價(jià)，為生產(chǎn)決策和技術(shù)管理部門(mén)提供可靠的決策信息；并為產(chǎn)量預(yù)測(cè)提供依據(jù)。 （ 4）主要農(nóng)作物旱情分析及土壤墑情監(jiān)測(cè) 研究利用植被溫度反演模型、遙感蒸散和旱情監(jiān)測(cè)模型監(jiān)測(cè)作物旱情與土壤墑情的方法與流程。 研究使用 MODIS 數(shù)據(jù)進(jìn)行農(nóng)作物旱情監(jiān)測(cè)，用其熱紅外通道的數(shù)據(jù)進(jìn)行植被表面溫度反演，并進(jìn)行精度與可信度評(píng)價(jià)。用分裂窗算法進(jìn)行 陸地表面溫度反演。 結(jié)合地面實(shí)測(cè)數(shù)據(jù)、大氣廓線數(shù)據(jù)、模擬數(shù)據(jù)以及 MODIS 發(fā)布的地表溫度產(chǎn)品進(jìn)行溫度反演可信度與精度評(píng) 價(jià)。 在棉花種植上，將多年來(lái)對(duì)棉花水分生理與農(nóng)田灌溉應(yīng)用的研究成果與基于空間數(shù)據(jù)的作物旱情與土壤墑情監(jiān)測(cè)技術(shù)集成，計(jì)算地表蒸散和干旱等級(jí)（作物缺水指數(shù) CWSI），為基于決策支持系統(tǒng)的棉花水分管理提供信息服務(wù)，將極大提高養(yǎng)分、水分利用效率和棉花產(chǎn)量，顯著增加經(jīng)濟(jì)效益。 （ 5）主要農(nóng)作物病蟲(chóng)害監(jiān)測(cè) 運(yùn)用已建立的植被指數(shù)與棉花主要病蟲(chóng)害（枯黃病、葉螨及蚜蟲(chóng)）之間的關(guān)系模型，研究建立遙感監(jiān)測(cè)棉花病蟲(chóng)害的方法。利用綠度指數(shù)、黃度指數(shù)等進(jìn)行作物病蟲(chóng)害的定性及半定量監(jiān)測(cè)；研究建立利用高光譜分辨率遙感數(shù)據(jù)診斷棉花主要病蟲(chóng)害 （枯黃萎病、葉螨及蚜蟲(chóng)）的模型，同時(shí)，根據(jù)建立的光譜指數(shù)與病害病情指數(shù)模型可量化作物病害程度并進(jìn)行病情分級(jí)，實(shí)現(xiàn)作物病蟲(chóng)害的實(shí)時(shí)有效監(jiān)測(cè)，為及時(shí)采取有效防治措施提供精確的地理位置信息及時(shí)間信息，同時(shí)可對(duì)防治效果進(jìn)行監(jiān)測(cè)與評(píng)價(jià)，并為合理安排作物抗病、抗蟲(chóng)品種的種植提供理論依據(jù)。 （ 6）農(nóng)田土壤肥力監(jiān)測(cè) 研究利用遙感數(shù)據(jù)監(jiān)測(cè)土壤肥力的指標(biāo)及方法。通過(guò)遙感數(shù)據(jù)反演土壤有機(jī) 32 質(zhì)等指標(biāo)的方法直接監(jiān)測(cè)土壤肥力；通過(guò)遙感數(shù)據(jù)得到的作物產(chǎn)量信息間接反映土壤肥力。利用遙感數(shù)據(jù)計(jì)算作物碳氮比判斷土地肥力。 研究以地理信息系統(tǒng) (GIS)、全球定位系統(tǒng)（ GPS）、遙感（ RS）為基本手段和方法 ,集成土壤類(lèi)型、土壤肥力、肥料使用、作物類(lèi)型及產(chǎn)量等農(nóng)業(yè)專(zhuān)題數(shù)據(jù)，建立土壤綜合肥力的多變量、多因子評(píng)價(jià)模型 ,對(duì)土壤肥力進(jìn)行綜合評(píng)價(jià)，建立施肥決策與診斷評(píng)價(jià)體系，并作為施肥決策的核心技術(shù)，應(yīng)用土壤肥力狀況的評(píng)價(jià)與施肥診斷推薦決策支持系統(tǒng)，制訂施肥推薦的方案，實(shí)現(xiàn)土壤肥力信息管理和施肥決策精確化。如可 根據(jù)不同的情況和條件 提供包括 產(chǎn)量目標(biāo) ， 針對(duì)不同的肥水條件和播種時(shí)間，推薦相應(yīng)的優(yōu)良品種；針對(duì)土壤肥力基礎(chǔ)、目標(biāo)產(chǎn)量和作物的生長(zhǎng)發(fā)育狀況，確定施肥數(shù)量、元素 配比和施肥方法；確定因地制宜的優(yōu)化組合、因苗管理的最佳方案、分類(lèi)指導(dǎo)的應(yīng)變決策 等在內(nèi)的信息服務(wù) 。 可實(shí)現(xiàn)示范區(qū)土壤肥力的動(dòng)態(tài)管理與監(jiān)測(cè) ,探索 信息農(nóng)業(yè)的發(fā)展模式及降低成本， 提高產(chǎn)量水平的途徑 ，為農(nóng)業(yè)決策服務(wù)。 （ 7）主要農(nóng)作物災(zāi)情監(jiān)測(cè) 研究遙感監(jiān)測(cè)作物霜凍、災(zāi)害性干旱、冰雹等災(zāi)情的技術(shù)與方法。通過(guò)災(zāi)后作物光譜變化，比較災(zāi)前災(zāi)后遙感影像變化，通過(guò)差值影像的方法，對(duì)作物災(zāi)情進(jìn)行定性分析；研究災(zāi)前災(zāi)后植被指數(shù)變化率與災(zāi)情程度的相關(guān)模型，對(duì)作物災(zāi)情進(jìn)行定量分析，為作物減災(zāi)防災(zāi)提供信息服務(wù)。 考核的主要 指標(biāo) 圍繞農(nóng)業(yè)信息服務(wù)總體目標(biāo)，根據(jù)農(nóng)業(yè)生產(chǎn)需求，采集并集成包括作物、農(nóng)田、氣象等專(zhuān)題數(shù)據(jù)，經(jīng)分析處理后以預(yù)測(cè)、分析報(bào)告、簡(jiǎn)報(bào)或?qū)ｎ}圖等形式提供數(shù)據(jù)與信息服務(wù)。 包括 ： （ 1）農(nóng)作物種植種類(lèi)空間分布圖、各類(lèi)作物播種、收獲面積估算報(bào)告 （ 2）作物長(zhǎng)勢(shì)監(jiān)測(cè)與分析報(bào)告（每旬） （ 3）作物病蟲(chóng)害監(jiān)測(cè)報(bào)告（每半個(gè)月） （ 4）土壤墑情監(jiān)測(cè)報(bào)告（每周） （ 5）自然災(zāi)害評(píng)估報(bào)告（災(zāi)后一周） （ 6）農(nóng)田肥力監(jiān)測(cè)報(bào)告（每年） 33 （ 7）作物產(chǎn)量估測(cè)報(bào)告及示范區(qū)作物產(chǎn)量圖（收獲前一周） 主要的技術(shù)指標(biāo)包括： （ 1）實(shí)現(xiàn)對(duì)兵團(tuán)種植的主要 作物（棉花、小麥、玉米、水稻）進(jìn)行準(zhǔn)確識(shí)別與分類(lèi)，精度在 90%以上；各類(lèi)作物種植面積提取精度與 GVG 系統(tǒng)采樣的總體精度在 90%以上，棉花面積的精度在 95%以上。收獲面積在收獲前 15 天完成。 （ 2）作物產(chǎn)量遙感估測(cè)的精度在 85%以上，通過(guò)遙感估產(chǎn)模型與作物生長(zhǎng)模型和氣象同化后可將精度提高至 90%以上。棉花產(chǎn)量預(yù)測(cè)數(shù)據(jù)應(yīng)在 8 月中旬報(bào)出，小麥、油菜產(chǎn)量應(yīng)在 6 月中旬報(bào)出。 （ 3）作物長(zhǎng)勢(shì)監(jiān)測(cè)以旬報(bào)形式提供給各級(jí)農(nóng)業(yè)行政與技術(shù)部門(mén)，土壤墑情與作物旱情監(jiān)測(cè)報(bào)告根據(jù)需要進(jìn)行周報(bào)及旬報(bào)。監(jiān)測(cè)精度在 90%以上。 （ 4）霜凍、 冰雹災(zāi)后一周內(nèi)提交災(zāi)害評(píng)估報(bào)告；作物生長(zhǎng)期內(nèi)以師、團(tuán)場(chǎng)為單位每旬提交作物病蟲(chóng)害分布圖及發(fā)生發(fā)展報(bào)告。 水資源與水災(zāi)害空間信息服務(wù)系統(tǒng) 研究重點(diǎn) 在數(shù)字水利建設(shè)的框架體系下，構(gòu)建集水利信息采集、傳輸、儲(chǔ)存、處理到水資源預(yù)測(cè)、洪災(zāi)監(jiān)測(cè)與洪災(zāi)損失評(píng)估、土壤墑情監(jiān)測(cè)與旱情預(yù)警等專(zhuān)業(yè)應(yīng)用系統(tǒng)為一體的兵團(tuán)水利信息服務(wù)系統(tǒng)。 主要研究?jī)?nèi)容 以遙感、地理信息系統(tǒng)、全球衛(wèi)星導(dǎo)航系統(tǒng)、海量存儲(chǔ)、系統(tǒng)模擬和專(zhuān)家系統(tǒng)等技術(shù)為手段，研究建立水利基礎(chǔ)信息系統(tǒng)（主要包括基于遙感和 GIS 的數(shù)據(jù)采 集、傳輸、存儲(chǔ)與管理系統(tǒng)）、信息處理系統(tǒng)（主要包括流域大尺度徑流模擬、洪水災(zāi)情遙感信息處理、土壤墑情信息處理）、信息服務(wù)系統(tǒng)（主要由流域水資源預(yù)測(cè)系統(tǒng)、洪災(zāi)損失評(píng)估系統(tǒng)、旱情預(yù)警系統(tǒng)）。 水資源與水災(zāi)害空間信息服務(wù)子系統(tǒng)主要研究?jī)?nèi)容包括以下幾方面： （ 1）水資源與水災(zāi)害空間專(zhuān)題數(shù)據(jù)采集 34 水資源與水災(zāi)害空間 專(zhuān)題數(shù)據(jù)采集的主要任務(wù)是為 水資源與水災(zāi)害空間 專(zhuān)題數(shù)據(jù)庫(kù)提供基礎(chǔ)數(shù)據(jù)，同時(shí)為 水資源與水災(zāi)害空間 信息服務(wù)系統(tǒng)建模提供參數(shù)。主要包括遙感圖像數(shù)據(jù)、專(zhuān)題圖形數(shù)據(jù)、統(tǒng)計(jì)數(shù)據(jù)、水文水環(huán)境遙測(cè)監(jiān)測(cè)數(shù)據(jù)庫(kù)、社會(huì)經(jīng)濟(jì)、用水信 息以及多媒體數(shù)據(jù)庫(kù)等。 ? 集成兵團(tuán)師局現(xiàn)有水文數(shù)據(jù)采集系統(tǒng) 通過(guò)集成兵團(tuán)各師局已建立的水文、水質(zhì)、生態(tài)環(huán)境監(jiān)測(cè)系統(tǒng)，完成兵團(tuán)各師局所轄流域的水文、水質(zhì)、生態(tài)環(huán)境等信息的采集。 ? 遙感圖像數(shù)據(jù)采集 利用衛(wèi)星遙感、航空遙感和地面遙感等監(jiān)測(cè)手段，采集與水利信息服務(wù)有關(guān)的資源、生態(tài)環(huán)境、洪水狀況等各方面的數(shù)據(jù)，獲取專(zhuān)題圖件，為兵團(tuán)水利管理和生態(tài)保護(hù)決策服務(wù)。數(shù)據(jù)采集主要包括：中高分辨率的 ETM 衛(wèi)星圖像數(shù)據(jù)和中巴地球資源衛(wèi)星圖像數(shù)據(jù)，主要用于流域山區(qū)的雪被、植被及土壤鹽漬化的本底調(diào)查；中分辨率、多 光譜的 MODIS 衛(wèi)星數(shù)據(jù)，用于實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)流域雪被、植被、洪水和土壤水分變化；高分辨率的 SPOT 衛(wèi)星圖像和航空攝影數(shù)據(jù)及地面近景數(shù)字測(cè)量，用于流域內(nèi)河流、湖泊、大型水庫(kù)的水質(zhì)以及土壤環(huán)境的實(shí)時(shí)監(jiān)測(cè)。 ? 水文專(zhuān)題數(shù)據(jù)采集 圖形數(shù)據(jù)主要指流域自然信息、水利信息和社會(huì)信息的各種專(zhuān)題圖，包括地形圖、數(shù)字地面模型、遙感動(dòng)態(tài)監(jiān)測(cè)所產(chǎn)生的各種專(zhuān)題圖件。 ? 基礎(chǔ)統(tǒng)計(jì)數(shù)據(jù)采集 通過(guò)集成各師局流域范圍內(nèi)已有的水文、水情、水質(zhì)、工情、泥沙、氣象、地下水、生態(tài)、社會(huì)經(jīng)濟(jì)用水等數(shù)據(jù)庫(kù)系統(tǒng)，完成基礎(chǔ)統(tǒng)計(jì)數(shù)據(jù)的采集。 數(shù)據(jù)采集系統(tǒng) 結(jié)構(gòu)見(jiàn)圖 9 35 （ 2）基于遙感的流域水資源動(dòng)態(tài)監(jiān)測(cè) 以遙感技術(shù)為手段，結(jié)合傳統(tǒng)方法，對(duì)山區(qū)積雪分布、地表水體、以及氣候氣象因子進(jìn)行現(xiàn)狀調(diào)查，在此基礎(chǔ)上通過(guò)一定重復(fù)周期遙感數(shù)據(jù)的更新，提供專(zhuān)題信息，更新水文、氣象等因子的本底數(shù)據(jù)庫(kù)，建立遙感動(dòng)態(tài)監(jiān)測(cè)系統(tǒng)。遙感監(jiān)測(cè)內(nèi)容主要包括：①積雪的遙感監(jiān)測(cè)（主要利用 MODIS 數(shù)據(jù)），制作積雪分布圖，利用積雪圖估算積雪覆蓋面積和深度；②利用遙感手段，進(jìn)行中高山區(qū)大尺度范圍的降水監(jiān)測(cè)；③中高山區(qū)太陽(yáng)輻射的遙感監(jiān)測(cè)；④中高山區(qū) 蒸散發(fā)量的遙感監(jiān)測(cè)。 以遙感監(jiān)測(cè)提取的冰雪信息為依據(jù)，