2.1 农业遥感¶

农业遥感利用光电成像手段从空中或地面对农田、作物、土壤进行大面积、快速、非接触式监测，为精准农业管理决策提供数据支撑。相比传统人工取样（取样率不足 0.1%、周期长、成本高），遥感手段可实现 100% 空间覆盖，采集频率从"季"提升到"天"，是数字农业基础设施的核心组成部分。

一、核心应用场景¶

应用	需解决的问题	推荐光电手段	常用指数/方法
作物长势监测	生长是否均匀，密度是否达标	多光谱 NDVI 制图	NDVI、GNDVI、EVI
病虫害早期预警	肉眼不可见时的早期胁迫信号	多光谱红边 + 高光谱精细分析	NDRE、叶绿素指数
水分胁迫检测	哪些区域需要灌溉	多光谱 NDWI / 高光谱水分波段	NDWI、WBI（水分波段指数）
作物品种识别	混种田块的品种边界分离	高光谱（品种间光谱差）	光谱角分类、SVM
土壤有机质估算	肥力空间分布，精准施肥	高光谱 VNIR+SWIR（土壤裸露期）	偏最小二乘回归（PLSR）
产量预估	收获前产量建模	多光谱 + 机器学习回归	NDVI 时序积分、LAI 模型
农药化肥处方图	按需变量施肥施药	多光谱分区分级图	克里金插值 + 决策模型
灌渠与田块边界提取	基础 GIS 数据更新	可见光 / 多光谱正射	图像分割 + 矢量化

二、关键光谱特征¶

作物光谱曲线的五个特征区¶

反射率 (%)
 60│            ╔═══════════════╗ NIR 高台区（750-1350nm）
   │            ║               ║
 40│            ║               ╟── 水分吸收谷（970nm, 1200nm）
   │      绿峰  ║               ║
 20│   ╭──╮    ║               ║
   │  ╭╯  ╰╮   ╫（red edge 斜坡）
  0│──╯     ╰──╝
   400  550 700 800            1400
   [叶绿素吸收] [红边] [NIR高台] [水分吸收]

波段区域	波长	指示信息
叶绿素吸收谷	420~450 nm（蓝）/ 640~680 nm（红）	叶绿素 a 含量，光合作用
绿峰	520~560 nm	叶绿素 b，植株活力
红边斜坡	680~750 nm	氮素、胁迫早期响应（最敏感区）
NIR 高台	750~1300 nm	冠层结构，LAI，生物量
水分吸收谷	970 nm / 1200 nm / 1450 nm	叶片含水量
纤维素/木质素	2100~2300 nm	成熟度、残茬分解

三、典型数据采集方案对比¶

方案	分辨率（GSD）	覆盖效率	适合场景
卫星（Sentinel-2）	10 m	整省一天	面积大、分辨率要求不高
有人机载高光谱	0.1~0.5 m	数十 km²/天	县级精细调查，重点区域
无人机多光谱（100 m）	5~10 cm	50~200 hm²/次	农场块级精准管理
无人机高光谱（50 m）	2.5~5 cm	10~30 hm²/次	胁迫精细诊断
地面便携光谱仪	单点（mm 级）	逐点采样	实验室建模标定

四、完整工作流（无人机多光谱）¶

1. 规划航线（GSD = 传感器像元尺寸 × 飞行高度 / 焦距）
2. 架设 4 块灰板（5% / 22% / 50% / 95% 标准反射率）
3. 飞行前拍灰板、飞行后拍灰板（辐射参考）
4. 自动飞行（重叠度 ≥ 75% 旁向，≥ 80% 航向）
5. 下载图像 + GPS log
6. 辐射定标（经验线法：用灰板建立 DN-反射率线性关系）
7. 正射拼接（Pix4D / Metashape）
8. 植被指数计算（NDVI, NDRE, GNDVI, NDWI...）
9. 分区分级（Jenks 分级或等间隔）→ 处方图
10. 导出精准农机变量作业文件（ISO-XML, Shape）

五、精度保障要点¶

辐射定标不可省略：无论多好的相机，未经辐射定标的 DN 值不能跨日期、跨设备比较。
地面验证（Ground Truth）：每期采集应有 5~10% 地块人工取样（叶绿素仪 / 土壤化验），用于建立回归模型和精度评估。
云/阴影过滤：自动提取受云遮挡和阴影影响的像元并掩膜，避免进入统计分析。
时序分析：单期数据只能"照相"，多时相（全生育期）数据才能追踪趋势并做产量预测。

六、主要病虫害的光谱响应特征¶

胁迫类型	光谱响应	识别方法
真菌病害（霜霉病等）	叶绿素降解（670nm 吸收减弱），NIR 下降	病害指数（NRVI、CRI）
害虫取食（螟虫等）	局部叶肉破坏，物理结构改变	纹理异常 + 光谱高频变化
营养缺乏（氮缺少）	红边蓝移，绿峰降低，叶色发黄	NDRE 降低，Cab 指数下降
干旱胁迫	NIR 白亮区扩大，水分吸收谷变浅	WBI、NDWI 下降

参考资料¶

1.1 高光谱产品、1.2 多光谱产品
Mulla, \"Twenty-five Years of Remote Sensing in Precision Agriculture\", Biosystems Eng., 2013
农业农村部《农业遥感监测技术规范》（NY/T 3530）

更新时间¶

2026-03-03