精准农业技术包含信息获取、信息管理和决策及变量作业3个部分，其中如何方便、快速、准确、可靠地获取作物信息，已经成为实施精准农业关键的问题。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。目前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纯熟。在农业、林业、资源、生态、环境保护等领域都得到了广泛应用。
高光谱图像的光谱分辨率更高，能够更好地获取样本的信息，对于监测作物信息精度更高。然而，由于高光谱图像通常携带有大量的信息，因此需要对数据进行降维，去除冗余信息。高光谱成像技术也有它的局限性，如成本高，处理速度慢等。因此，高光谱成像技术主要用于基础研究。相比高光谱成像技术，多光谱成像技术更适合田间的大面积监测。
1 植被指数
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400～2 500 nm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400～740 nm 可见光波段，叶绿素在480、650、670～680、740 nm 处有吸收峰，类胡萝卜素在 420、425、440、450、470、480 nm均有吸收峰，叶黄素在 425、445、475 nm 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、1 450、1 944 nm 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。然而，多光谱只有区区几个波段，虽然能构建一些植被指数，但是构建的植被指数未必能反映作物的生理生化信息及长势状态。高光谱则不同，其数百上千个波段信息，即使同一植被指数，也能有成千上万种组合，而这么多种组合以及这么多的植被指数，总能找到适合监测作物的生理生化信息及长势状态的敏感指数。
图1 无人机高光谱影像下作物长势分布图
