高光譜遙感技術在精準農業上的應用

精準農業技術包含信息獲取
、信息管理和決策及變量作業3個部分，其中如何方便、快速、準確、可(ke)靠(kao)地(di)獲(huo)取(qu)作(zuo)物(wu)信(xin)息(xi)，已(yi)經(jing)成(cheng)為(wei)實(shi)施(shi)精(jing)準(zhun)農(nong)業(ye)關(guan)鍵(jian)的(de)問(wen)題(ti)。養(yang)分(fen)生(sheng)理(li)指(zhi)標(biao)作(zuo)為(wei)作(zuo)物(wu)內(nei)部(bu)指(zhi)標(biao)，與(yu)作(zuo)物(wu)生(sheng)長(chang)的(de)狀(zhuang)態(tai)以(yi)及(ji)產(chan)量(liang)密(mi)切(qie)相(xiang)關(guan)。如(ru)氮(dan)、磷、鉀
、鋅等營養元素與作物生長狀態密切相關，缺少任何一種元素都可能會引起植物的不正常生長；而氮
、葉綠素含量
、冠層參數等指標與作物的產量相關，可以作為作物產量預估指標；當dang作zuo物wu受shou到dao環huan境jing脅xie迫po時shi
，其qi生sheng理li信xin息xi和he外wai部bu形xing態tai都dou會hui發fa生sheng改gai變bian
，如ru受shou到dao病bing蟲chong害hai侵qin染ran時shi
，作zuo物wu會hui作zuo出chu應ying激ji反fan應ying產chan生sheng酶mei以yi及ji某mou些xie產chan物wu。因yin此ci
，作zuo物wu當dang中zhong一yi些xie特te定ding的de酶mei含han量liang、氨基酸含量、蛋白含量的變化反映了作物在逆境中的狀況，可以作為作物逆境脅迫響應指標。目前隨著光譜傳感技術和圖像處理分析技術的日益發展,無人機與光譜軟硬件的結合也越發純熟。在農業
、林業、資源
、生態
、環境保護等領域都得到了廣泛應用。

作物的光譜特征是環境因子（生物因子和非生物因子）影響的結果。利用光譜和成像技術快速、無損地獲取作物的養分生理信息，間接預估作物的產量以及監測作物長勢與逆境脅迫響應，有助於實現農業精準化、數字化
、xinxihuayijizhinenghuaguanlizuoye。guangpuchengxiangjishujiangguangpufenxijishuhechengxiangjishujieheqilai
，tajinenghuoquyangbendeguangpuxinxiyenenghuoqukongjianxinxi，bingqienengtongshihuoquyangbendewulitexinghehuaxuetexing。guangputuxiangtongchangshisanwei（3D）的de，由you二er維wei的de空kong間jian信xin息xi和he一yi維wei的de光guang譜pu信xin息xi組zu成cheng。根gen據ju波bo段duan的de多duo少shao，光guang譜pu成cheng像xiang技ji術shu可ke以yi分fen為wei多duo光guang譜pu成cheng像xiang技ji術shu和he高gao光guang譜pu成cheng像xiang技ji術shu。通tong常chang來lai說shuo，高gao光guang譜pu成cheng像xiang技ji術shu獲huo取qu的de圖tu像xiang由you大da量liang連lian續xu的de波bo段duan（幾十個或幾百個）組成，而多光譜成像技術的圖像由一係列離散的波段（一般少於10個）組成。

高gao光guang譜pu圖tu像xiang的de光guang譜pu分fen辨bian率lv更geng高gao
，能neng夠gou更geng好hao地di獲huo取qu樣yang本ben的de信xin息xi，對dui於yu監jian測ce作zuo物wu信xin息xi精jing度du更geng高gao。然ran而er
，由you於yu高gao光guang譜pu圖tu像xiang通tong常chang攜xie帶dai有you大da量liang的de信xin息xi
，因yin此ci需xu要yao對dui數shu據ju進jin行xing降jiang維wei，去qu除chu冗rong餘yu信xin息xi。高gao光guang譜pu成cheng像xiang技ji術shu也ye有you它ta的de局ju限xian性xing，如ru成cheng本ben高gao，處chu理li速su度du慢man等deng。因yin此ci，高gao光guang譜pu成cheng像xiang技ji術shu主zhu要yao用yong於yu基ji礎chu研yan究jiu。相xiang比bi高gao光guang譜pu成cheng像xiang技ji術shu，多duo光guang譜pu成cheng像xiang技ji術shu更geng適shi合he田tian間jian的de大da麵mian積ji監jian測ce。

1  水分脅迫監測

通(tong)過(guo)光(guang)譜(pu)和(he)成(cheng)像(xiang)技(ji)術(shu)對(dui)作(zuo)物(wu)水(shui)分(fen)脅(xie)迫(po)信(xin)息(xi)進(jin)行(xing)快(kuai)速(su)獲(huo)取(qu)，有(you)利(li)於(yu)作(zuo)物(wu)肥(fei)水(shui)管(guan)理(li)的(de)精(jing)準(zhun)化(hua)控(kong)製(zhi)。研(yan)究(jiu)者(zhe)張(zhang)曉(xiao)東(dong)等(deng)應(ying)用(yong)了(le)多(duo)光(guang)譜(pu)成(cheng)像(xiang)技(ji)術(shu)和(he)高(gao)光(guang)譜(pu)技(ji)術(shu)研(yan)究(jiu)水(shui)分(fen)脅(xie)迫(po)下(xia)油(you)菜(cai)葉(ye)片(pian)的(de)含(han)水(shui)率(lv)。基(ji)於(yu)高(gao)光(guang)譜(pu)建(jian)立(li)的(de)模(mo)型(xing)預(yu)測(ce)結(jie)果(guo)優(you)於(yu)基(ji)於(yu)多(duo)光(guang)譜(pu)成(cheng)像(xiang)建(jian)立(li)的(de)模(mo)型(xing)。

圖1 WBI 指數變化（WBI 值越大
，植物含水量越高，越利於植物生長）

2  病害脅迫監測

   早(zao)期(qi)作(zuo)物(wu)病(bing)蟲(chong)害(hai)診(zhen)斷(duan)對(dui)科(ke)學(xue)防(fang)治(zhi)病(bing)蟲(chong)害(hai)
，保(bao)證(zheng)作(zuo)物(wu)產(chan)量(liang)具(ju)有(you)重(zhong)要(yao)意(yi)義(yi)。目(mu)前(qian)，病(bing)蟲(chong)害(hai)診(zhen)斷(duan)可(ke)分(fen)為(wei)直(zhi)接(jie)方(fang)法(fa)和(he)間(jian)接(jie)方(fang)法(fa)。直(zhi)接(jie)方(fang)向(xiang)主(zhu)要(yao)是(shi)以(yi)化(hua)學(xue)分(fen)析(xi)方(fang)法(fa)為(wei)主(zhu)，包(bao)含(han)聚(ju)合(he)酶(mei)鏈(lian)反(fan)應(ying)

、DNA 陣列等方法。而間接方法主要是以電子鼻、光譜儀等為主的傳感器技術。光譜和成像技術是一種病蟲害診斷的快速、無損、有效檢測技術。當作物受到病蟲害脅迫時
，作物內部的生理指標以及外部形態均會發生變化，在光譜和成像技術上以光譜響應與紋理
、顏(yan)色(se)等(deng)特(te)征(zheng)呈(cheng)現(xian)。因(yin)此(ci)
，光(guang)譜(pu)和(he)成(cheng)像(xiang)技(ji)術(shu)通(tong)過(guo)分(fen)析(xi)某(mou)一(yi)波(bo)段(duan)或(huo)者(zhe)多(duo)個(ge)波(bo)段(duan)光(guang)譜(pu)以(yi)及(ji)作(zuo)物(wu)圖(tu)像(xiang)信(xin)息(xi)對(dui)作(zuo)物(wu)病(bing)蟲(chong)害(hai)脅(xie)迫(po)作(zuo)出(chu)診(zhen)斷(duan)。此(ci)外(wai)，用(yong)於(yu)診(zhen)斷(duan)病(bing)蟲(chong)害(hai)的(de)植(zhi)被(bei)指(zhi)數(shu)主(zhu)要(yao)有(you)歸(gui)一(yi)化(hua)植(zhi)被(bei)指(zhi)數(shu)

、綠色歸一化植被指數、比值植被指數、光化學反射、葉片水分植被指數1
、水分指數
、水分波段指數等。

圖2 病害脅迫，越黃發病越嚴重，越綠發病越輕

 綜述

盡管多光譜、高光譜技術已經成為精準農業信息獲取中關鍵技術，然而仍存在一些問題。

1）基於光譜成像技術作物指標檢測模型的穩健性、傳遞性不高。由於受到作物生理因素（品種、生長階段等）
、環境因素（光照
、土壤、溫度、降水等）、檢測參數
、田間管理因素（灌溉、施肥等）、指標之間互相幹擾等因素影響，作物指標模型很難涵蓋適用所有情況。

2）針對作物脅迫水平的診斷仍存在問題。由於作物病蟲害、雜草、水分等脅迫沒有統一的評價指標，很難建立定量診斷模型。

農作物生理信息的感知和獲取，已經在農業生產
、決jue策ce和he作zuo物wu生sheng長chang狀zhuang態tai的de檢jian測ce中zhong發fa揮hui了le重zhong要yao的de作zuo用yong，已yi成cheng為wei精jing準zhun農nong業ye和he農nong業ye信xin息xi化hua發fa展zhan的de重zhong要yao內nei容rong。在zai精jing準zhun農nong業ye中zhong，快kuai速su無wu損sun地di獲huo取qu農nong作zuo物wu養yang分fen生sheng理li信xin息xi（氮、葉綠素類、蛋白類
、酶類等）仍是農業生產的精準管理和作業研究的重點和難點，相關方法和技術的突破，對實現農業的精準化、數字化、信息化和智能化管理和作業具有重要意義。