高光谱在精准农业中的应用

在农业现代化的进程中，如何更加精准和高效地管理农作物，以实现增产、提质和降耗，成为了一个重要的课题。高光谱成像技术凭借其优势，正在为智慧农业的发展提供新的解决方案。本篇我们将探讨高光谱技术在精准农业中的几种主要应用，揭示其在推动农业生产革新与提升效率方面的作用。

高光谱成像的优势

• 无损检测

• 高效获取大面积农田的光谱数据

• 降低人工成本，实现智能化管理

高光谱成像线扫描示意图，不仅能捕捉到农作物的图像，还能获取其在数百个极窄波长范围内的光谱信息（图源网络）

典型湿地植物叶片的光谱曲线

高光谱成像在农业中的应用

1. 作物生长监测

养分管理：高光谱成像技术能够有效监测农作物对氮、磷、钾等营养元素的吸收。当作物缺乏某种营养元素时，其叶片的光谱反射率会发生变化。例如，缺氮的作物叶绿素含量降低，导致可见光波段的反射率上升，而近红外波段的反射率则下降。通过分析高光谱数据，种植者可以准确评估作物的营养状态，从而优化施肥策略。

干旱胁迫监测：干旱是影响作物产量的关键因素。高光谱成像可以通过监测植物叶片在特定波段的反射率变化来判断干旱胁迫的程度。例如，在干旱条件下，植物叶片的水分含量减少，导致近红外和中红外波段的反射率发生变化。

大麦在干旱胁迫下的时空动态，可以通过假彩色图像进行可视化。干旱胁迫植物的图像只记录到第10天，也就是仅在肉眼可见的干旱胁迫出现之前，进行对植物状态的观察。图像中，绿色区域表示植物健康的概率较高，而深红色区域则表示与干旱胁迫相关的概率较高。

叶绿素监测：叶绿素是植物光合作用的关键成分，主要吸收可见光谱中的辐射能量，尤其是在蓝光和红光区域。农作物的“红边”特性与叶绿素含量密切相关，叶绿素浓度越高，红光区域的吸收效果越好，表明植物光合作用的效率更高。结合高光谱遥感技术与人工智能方法，可以有效监测农作物的叶绿素含量，实现作物生长动态的分析。

2. 产量预估

通过分析作物在特定生长阶段的高光谱光谱特征，结合历史气象数据、土壤信息等，可以建立产量预测模型。Li, K.-Y等人使用高光谱成像仪，提取窄波段植被指数，评估春小麦、豌豆和燕麦混合种植的谷物产量和秸秆产量。Feng, H等人研究使用地物光谱数据（350~2500nm）和无人机高光谱数据（450~950nm）估算冬小麦产量。

平均辐射度，来自春小麦（SW）、豌豆和燕麦混合物（P+O）的高光谱数据，按照A.土壤耕作法（STM）和B.耕作法（CM）农业作分组，其中包含子集。

3. 病虫害监测

被昆虫啃食的植物，叶绿素下降，叶面积、叶片机构也会发生变化；而感染真菌病害的植物叶片，其细胞结构会被破坏，叶绿素会分解。这些都会导致叶片在可见光波段的反射率升高，近红外波段的反射率也会发生变化。通过定期监测农田的光谱，可以及时发现病虫害，采取防治措施。

结语

随着高光谱成像技术的不断发展，我们期待其在农业中的广泛应用，助力实现更高效的作物监测和管理。

参考论文：

1. M. Rossini , F. Fava , S. Cogliati , M. Meroni , A. Marchesi , C. Panigada , C. Giardino , L. Busetto , M. Migliavacca , S. Amaducci , R. Colombo. Assessing canopy PRI from airborne imagery to map water stress in maize. ISPRS Journal of Photogrammetry and Remote Sensing. 2013, Volume 86, 168-177.

2. Li, K.-Y.; Sampaio de Lima, R.; Burnside, N.G.; Vahtmäe, E.; Kutser, T.; Sepp, K.; Cabral Pinheiro, V.H.; Yang, M.-D.; Vain, A.; Sepp, K. Toward Automated Machine Learning-Based Hyperspectral Image Analysis in Crop Yield and Biomass Estimation. Remote Sens. 2022, 14, 1114.

3. Feng, H.; Tao, H.; Fan, Y.; Liu, Y.; Li, Z.; Yang, G.; Zhao, C. Comparison of Winter Wheat Yield Estimation Based on Near-Surface Hyperspectral and UAV Hyperspectral Remote Sensing Data. Remote Sens. 2022, 14, 4158.

4. 谭雨蕾, 李雪岩, 张力元. 高光谱遥感在农作物研究中的应用与发展趋势. 中国农学通报 . 2024, (34): 141 -148.