高光譜成像技術在精準農(nóng)業領(lǐng)域的應用

高光譜成像技術作爲精準、快速、低成本、非損傷性光譜分析技術，在農業生産應用中備(bèi)受關注，也逐漸成爲農業成像應用中的重要前沿技術手段。該技術在精準農業領域主要應用於(yú)作物長勢監測與估産、地物分類與識别、作物環境監測、農産品質量和安全檢測等多個方面。

1.植被指數

植被指數是一類具有一定生化意義的不同波段光譜值的組合，通常有比值植被指數、線性組合植被指數、修正植被指數、差值植被指數等。不同波段組合的植被指數對於(yú)不同指标預測(cè)效果不同。在農業上，基於(yú)光譜技術檢測(cè)作物生理指數的波段範圍一般在400～2500nm之間，涉及到色素（葉綠素、類胡蘿蔔素等）、氮、水分等吸收和葉片細胞的内部結構。在400～740nm 可見光波段，葉綠素在480、650、670～680、740nm 處有吸收峰，類胡蘿蔔素在 420、425、440、450、470、480nm均有吸收峰，葉黃素在 425、445、475nm有吸收峰。而在 740～1 300 nm 近紅外波段由於健康的葉肉細胞反射作用，其反射率急劇升高；作物水分的吸收峰主要集中在970、1450、1944nm處。因此當作物受到脅迫作用時，相應的氮、色素、酶等發生變化，通過應用各種植被指數監測這些生理指标變化，可判斷作物脅迫情況、生長狀況以及産量情況。

增強植被指數EVI

2.植被覆蓋率

3.地物精細分類

4.作物養分監測

氮和葉綠素含量是作物重要的養分指标，與作物産量密切相關。基於(yú)直接光譜信息作物養分獲取即通過原始光譜處理建模檢測(cè)作物養分信息，而基於(yú)植被指數的養分檢測(cè)是通過建立植被指數與養分的模型進行分析。

無人機(jī)高光譜影像作物葉綠(lǜ)素a分布

5.作物長勢監測

作物長勢是作物生長發育狀況評價的綜合參數，長勢監測是對作物苗情、生長狀況與變化的宏觀監測。高光譜成像可以利用植被指數（NDVI、DVI等）進行農田地表覆蓋類型分類和作物長勢監測分析。例如，可以利用高光譜數據，通過分析NDVI和DVI，建立農田區域性覆蓋指數模型，反映出區域性作物覆蓋狀況和随季節變化的規律。此外，海量高光譜數據，結合GIS技術、GPS技術、網絡技術和計算機技術，建立服務於(yú)農業領域的農情監測系統，對作物長勢實現動态的監測，對農情災害以及糧食産量進行快速預報和準確(què)評估。

作物長勢監測

6.作物産量預測

基於(yú)光譜指數NDVI的冬小麥葉面積監測(cè)

(左)利用NDVI預測(cè)小麥産(chǎn)量在不同時間同一地區預測(cè)小麥産(chǎn)量；(右)植被生長狀況判斷圖

7.水分脅迫監測

WBI 指數變(biàn)化（WBI 值越大，植物含水量越高，越利於(yú)植物生長）

8.農業病蟲害監測

高光譜成像技術獨有的光譜匹配和光譜微分技術使其在農業病蟲害監測中得到研究者的青睐。其中，基於波譜波長位置變量分析方法是農業病蟲害監測的主要方法，國内外許多學者基於高光譜影像分析瞭(le)作物病害光譜響應，利用紅邊參數、疊代自組織、二項式分析等方法開展瞭(le)小麥等作物條鏽病光譜信息探測與識别研究，病蟲害識别效果較好。随著(zhe)海量高光譜遙感數據的獲取，區域性農業病蟲害監測研究也越來越完善。

不同時期高光譜圖像監(jiān)測(cè)的病害指數分布圖

9.農産品品質檢測

10.産地溯源

高光譜作爲新一代無損、無接觸(chù)、快速、精準、大面積獲取作物信息，對(duì)實現農業的精準化、數字化、信息化和智能化管理和作業具有重要意義。

*本文部分内容轉自網絡(luò)，僅(jǐn)供學術交流與應用研究。*