基于高光譜遙感監測的作物養分指標檢測
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、可靠地獲取作物信息，已經成為實施精準農業關鍵的問題。養分生理指標作為作物內部指標，與作物生長的狀態以及產量密切相關。如氮、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；當作物受到環境脅迫時，其生理信息和外部形態都會發生改變，如受到病蟲害侵染時，作物會作出應激反應產生酶以及某些產物。因此，作物當中一些特定的酶含量、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，有助于實現農業精準化、數字化、信息化以及智能化管理作業。光譜成像技術將光譜分析技術和成像技術結合起來，它既能獲取樣本的光譜信息也能獲取空間信息，并且能同時獲取樣本的物理特性和化學特性。光譜圖像通常是三維（3D）的，由二維的空間信息和一維的光譜信息組成。根據波段的多少，光譜成像技術可以分為多光譜成像技術和高光譜成像技術。通常來說，高光譜成像技術獲取的圖像由大量連續的波段（幾十個或幾百個）組成，而多光譜成像技術的圖像由一系列離散的波段（一般少于10個）組成。
高光譜圖像的光譜分辨率更高，能夠更好地獲取樣本的信息，對于監測作物信息精度更高。
養分指標檢測
氮和葉綠素類含量是作物重要的養分指標，與作物產量密切相關。基于光譜和成像技術作物養分信息的獲取根據是否直接利用光譜信息可分為基于直接光譜信息作物養分信息快速獲取（如逐步多元回歸、偏*小二乘、權重系數、支持向量機等）和基于植被指數作物養分信息快速獲取。基于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作物養分信息，而基于植被指數的養分檢測是通過建立植被指數與養分的模型進行分析。
圖1 無人機高光譜影像作物葉綠素a分布
圖2 無人機高光譜影像作物氮素分布
