高 光 谱 成 像 技 术 在 精 准 农 业 领 域 的 应 用

精准农业技术包含信息获取、信息管理、决策及变量作业3个部分，其中如何方便、快速、准确、可靠的获取作物信息，已经成为实施农业最为关键的问题。

养分生理指标作为作物内部指标，与作物生长的状态以及产量密切相关。如氮、磷、钾、锌等营养元素与作物生长状态密切相关，缺少任何一种元素都可能会引起植物的不正常生长。而氮、叶绿素含量、冠层参数等指标与作物的产量相关，可以作为作物产量预估指标，当作物受到环境胁迫时，其生理信息和外部形态都会发生改变，如受到病虫害侵染时，作物会作出应激反应产生酶以及某些产物。因此，作物当中一些特定的酶含量、氨基酸含量、蛋白含量的变化反映了作物在逆境中的状况，可以作为作物逆境胁迫响应指标。

随着光谱传感技术和图像处理分析技术的日益发展，无人机与光谱软硬件的结合也越发成熟。在农业、林业、资源、生态、环境保护等领域都得到了广泛应用。利用光谱成像技术快速、无损地获取作物的养分生理信息，间接预估作物的产量以及监测作物长势与逆境胁迫响应，有助于实现农业化、数字化、信息化以及智能化管理作业。

1.植被指数

归一化植被指数NDVI

植被指数是一类具有一定生化意义的不同波段光谱值的组合，通常有比值植被指数、线性组合植被指数、修正植被指数、差值植被指数等。不同波段组合的植被指数对于不同指标预测效果不同。在农业上，基于光谱技术检测作物生理指数的波段范围一般在400～2500nm之间，涉及到色素（叶绿素、类胡萝卜素等）、氮、水分等吸收和叶片细胞的内部结构。在400～740nm 可见光波段，叶绿素在480、650、670～680、740nm 处有吸收峰，类胡萝卜素在 420、425、440、450、470、480nm均有吸收峰，叶黄素在 425、445、475nm有吸收峰。而在 740～1 300 nm 近红外波段由于健康的叶肉细胞反射作用，其反射率急剧升高；作物水分的吸收峰主要集中在970、1450、1944nm处。因此当作物受到胁迫作用时，相应的氮、色素、酶等发生变化，通过应用各种植被指数监测这些生理指标变化，可判断作物胁迫情况、生长状况以及产量情况。

2.作物养分监测

氮和叶绿素含量是作物重要的养分指标，与作物产量密切相关。基于直接光谱信息作物养分获取即通过原始光谱处理建模检测作物养分信息，而基于植被指数的养分检测是通过建立植被指数与养分的模型进行分析。

无人机高光谱影像作物叶绿素a分布

3.作物长势监测

作物长势是作物生长发育状况评价的综合参数，长势监测是对作物苗情、生长状况与变化的宏观监测。高光谱成像可以利用植被指数（NDVI、DVI等）进行农田地表覆盖类型分类和作物长势监测分析。例如，可以利用高光谱数据，通过分析NDVI和DVI，建立农田区域性覆盖指数模型，反映出区域性作物覆盖状况和随季节变化的规律。此外，海量高光谱数据，结合GIS技术、GPS技术、网络技术和计算机技术，建立服务于农业领域的农情监测系统，对作物长势实现动态的监测，对农情灾害以及粮食产量进行快速预报和准确评估。

作物长势监测

4.作物产量预测 

基于光谱指数NDVI的冬小麦叶面积监测

(左)利用NDVI预测小麦产量在不同时间同一地区预测小麦产量；(右)植被生长状况判断图

5.水分胁迫监测

WBI 指数变化（WBI 值越大，植物含水量越高，越利于植物生长）

6.农业病虫害监测

高光谱成像技术独有的光谱匹配和光谱微分技术使其在农业病虫害监测中得到研究者的青睐。其中，基于波谱波长位置变量分析方法是农业病虫害监测的主要方法，国内外许多学者基于高光谱影像分析了作物病害光谱响应，利用红边参数、迭代自组织、二项式分析等方法开展了小麦等作物条锈病光谱信息探测与识别研究，病虫害识别效果较好。随着海量高光谱遥感数据的获取，区域性农业病虫害监测研究也越来越完善。

不同时期高光谱图像监测的病害指数分布图

农作物生理信息的感知和获取，已经在农业生产、作物生长状态监测和病虫害防治等应用场景中发挥着重要的作用。高光谱作为新一代无损、无接触、快速、精准、大面积获取作物信息，对实现农业的精准化、数字化、信息化和智能化管理和作业具有重要意义。

*本文部分内容转自网络，仅供学术交流与应用研究。