高光譜成像技術(shù)作為精準、快速、低成本、非損傷性光譜分析技術(shù)，在農(nóng)業(yè)生產(chǎn)應用中備受關(guān)注，也逐漸成為農(nóng)業(yè)成像應用中的重要前沿技術(shù)手段。該技術(shù)在精準農(nóng)業(yè)領(lǐng)域主要應用于作物長勢監(jiān)測與估產(chǎn)、地物分類與識別、作物環(huán)境監(jiān)測、農(nóng)產(chǎn)品質(zhì)量和安全檢測等多個方面。

植被指數(shù)

植被指數(shù)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(shù)、線性組合植被指數(shù)、修正植被指數(shù)、差值植被指數(shù)等。不同波段組合的植被指數(shù)對于不同指標預測效果不同。在農(nóng)業(yè)上，基于光譜技術(shù)檢測作物生理指數(shù)的波段范圍一般在400～2500nm之間，涉及到色素(葉綠素、類胡蘿卜素等)、氮、水分等吸收和葉片細胞的內(nèi)部結(jié)構(gòu)。在400～740nm 可見光波段，葉綠素在480、650、670～680、740nm 處有吸收峰，類胡蘿卜素在 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 近紅外波段由于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(fā)生變化，通過應用各種植被指數(shù)監(jiān)測這些生理指標變化，可判斷作物脅迫情況、生長狀況以及產(chǎn)量情況。

增強植被指數(shù)EVI

植被覆蓋率

地物精細分類

作物養(yǎng)分監(jiān)測

氮和葉綠素含量是作物重要的養(yǎng)分指標，與作物產(chǎn)量密切相關(guān)?；谥苯庸庾V信息作物養(yǎng)分獲取即通過原始光譜處理建模檢測作物養(yǎng)分信息，而基于植被指數(shù)的養(yǎng)分檢測是通過建立植被指數(shù)與養(yǎng)分的模型進行分析。

無人機高光譜影像作物葉綠素a分布

作物長勢監(jiān)測

作物長勢是作物生長發(fā)育狀況評價的綜合參數(shù)，長勢監(jiān)測是對作物苗情、生長狀況與變化的宏觀監(jiān)測。高光譜成像可以利用植被指數(shù)(NDVI、DVI等)進行農(nóng)田地表覆蓋類型分類和作物長勢監(jiān)測分析。例如，可以利用高光譜數(shù)據(jù)，通過分析NDVI和DVI，建立農(nóng)田區(qū)域性覆蓋指數(shù)模型，反映出區(qū)域性作物覆蓋狀況和隨季節(jié)變化的規(guī)律。此外，海量高光譜數(shù)據(jù)，結(jié)合GIS技術(shù)、GPS技術(shù)、網(wǎng)絡技術(shù)和計算機技術(shù)，建立服務于農(nóng)業(yè)領(lǐng)域的農(nóng)情監(jiān)測系統(tǒng)，對作物長勢實現(xiàn)動態(tài)的監(jiān)測，對農(nóng)情災害以及糧食產(chǎn)量進行快速預報和準確評估。

作物長勢監(jiān)測

作物產(chǎn)量預測

基于光譜指數(shù)NDVI的冬小麥葉面積監(jiān)測,(左)利用NDVI預測小麥產(chǎn)量在不同時間同一地區(qū)預測小麥產(chǎn)量;(右)植被生長狀況判斷圖

水分脅迫監(jiān)測

WBI 指數(shù)變化(WBI 值越大，植物含水量越高，越利于植物生長)

農(nóng)業(yè)病蟲害監(jiān)測

高光譜成像技術(shù)獨有的光譜匹配和光譜微分技術(shù)使其在農(nóng)業(yè)病蟲害監(jiān)測中得到研究者的青睞。其中，基于波譜波長位置變量分析方法是農(nóng)業(yè)病蟲害監(jiān)測的主要方法，國內(nèi)外許多學者基于高光譜影像分析了作物病害光譜響應，利用紅邊參數(shù)、迭代自組織、二項式分析等方法開展了小麥等作物條銹病光譜信息探測與識別研究，病蟲害識別效果較好。隨著海量高光譜遙感數(shù)據(jù)的獲取，區(qū)域性農(nóng)業(yè)病蟲害監(jiān)測研究也越來越完善。

不同時期高光譜圖像監(jiān)測的病害指數(shù)分布圖

農(nóng)產(chǎn)品品質(zhì)檢測

產(chǎn)地溯源

高光譜作為新一代無損、無接觸、快速、精準、大面積獲取作物信息，對實現(xiàn)農(nóng)業(yè)的精準化、數(shù)字化、信息化和智能化管理和作業(yè)具有重要意義。