前沿

        高光谱成像技术（HypespectralImaging）是将传统的二维光学成像与光谱分析有机地结合在一起，同时获取物质的空间、辐射和光谱信息，并将多维度的数据进行融合分析应用的一种前沿的遥感技术。高光谱成像技术获取的三维数据立方实现了图谱合一，既包含了被测物体的形貌特征，同时也包含了图像上每个像素点的光谱曲线，因此可以超越传统的人眼和机器的视觉，进行更精准的物质区分。高光谱成像技术这种“全光谱”功能应用场景非常丰富，正在快速由实验室研究阶段转向产业化应用阶段，在智慧农林、水质环保、智能制造、食品安全、医疗健康等行业应用领域有非常大的应用空间。

高光谱成像技术获取的“数据立方体”可精准区分地物特征

        高光谱成像技术是集高精密光学设计与加工技术、高灵敏度探测器技术、精密机械与控制技术、光机电系统集成技术、高速数据传输与存储技术、海量数据分析与应用技术于一体的跨学科综合技术，具有非常高的技术门槛。全球主要厂商主要集中在北欧和美国等发达国家，近年来随着国家科创支持力度的加大，国内高光谱成像技术蓬勃发展，已可实现国产化的技术替代。

        农业作为国民经济的三大产业之一，是国民经济中最根本的物质需求基础。农业是人类生产与生活的衣食之源’生存之本，农业生产的发展直接影响国民经济全局。高光谱成像技术是一种将传统图像与光谱图像融合的综合性技术,既可以获取研究对象的空间信息,又可以采集到光谱信息,其在农业上的应用充分利用了高光谱图谱合一的优点,不仅能准确地反映田间作物本身的光谱特征以及作物之间光谱差异，也可以更精准地获取一些农学的信息，比如作物含水量，叶绿素的含量，叶面积指数（lai）等生态物理参数，更好的预测作物长势和产量，精准监测作物长势及营养状况。同时，高光谱成像在植物营养分析与施肥效果评估、农业成像信息模型研究，农业灾害监测与评估、农产品及食品安全监测等方面也有诸多应用。高光谱成像技术逐渐成为智慧农业重要的技术手段之一，未来将为智慧农业的发展提供强大的助力。

应用案例

高光谱成像技术在智慧农业领域的具体应用案例，主要有以下几个方面：

1. 农作物高光谱遥感识别和分类

        农作物遥感识别是遥感技术在农业领域应用的重要内容，也是资源遥感的重要组成部分。植被光谱不仅具有高度相似性和空间变异性，而且具有时间动态性强等特点。不同植被的光谱随时间的变化规律也具有明显的区别。研究结果表明，高光谱成像技术能有效地对作物进行分类和识别，且分类精度较高，这对于大比例尺度研究地表作物覆盖、入侵植物监测等提取更加细致的信息提供了有力保障。

2. 高光谱遥感监测作物叶面积指数、生物量和叶绿素含量

        叶面积指数(LAI)通常是指单位面积土地上所有叶片表面积的总和，或单位面积上植物叶片的垂直投影面积总和。它是生态系统的一个重要结构参数，可用来反映植物叶面数量、冠层结构变化、植物群落生命活力及其环境效应，为植物冠层表面物质和能量交换的描述提供结构化的定量信息。叶面积指数与生物量(干重、鲜重)和叶绿素是衡量作物生长状况的重要指标。如何利用遥感技术实时监测植株叶面积、生物量和叶绿素，对于作物的管理调控及估产具有重要意义。

        采用单变量线性与非线性拟合模型和逐步回归分析，建立水稻LAI的高光谱遥感估算模型，通过利用多元回归方法分析了水稻多时相的可见光、近红外和中红外光谱与叶面积指数、干生物量及产量的关系，并研究了水稻冠层的可见光、近红外和中红外反射光谱，进而评价水稻的缺水情况，结果表明，其一阶导数光谱在960nm处与水稻冠层水分指数具有很高的相关性，可用于指导灌溉作业。

        由以上研究结果可知，利用高光谱数据可以及时估算及预测作物的生物量、叶面积指数、叶绿素等生理参数。目前，光谱特征正成为实时、快速监测作物长势的有效手段。

3. 高光谱遥感监测作物养分及水分状况

        在农作物生产中，水肥是影响作物生长的主要因素之一。氮磷钾肥是作物生长和产量形成所必需的重要元素;水分是作物的主要组成成分，水分亏缺将直接影响作物的生理生化过程和形态结构，从而影响作物生长。因此，及时准确地监测作物的水分状况对提高作物水分管理水平、指导节水农业生产具有重要意义。利用高光谱成像技术对作物矿质营养和水分胁迫进行监测，进而估算作物的营养和需水状况，从而指导施肥灌溉，是近年来发展起来的一门新技术。

        对于不同水分胁迫下冬小麦的高光谱反射率和红边参数测量表明，不同水分处理下冬小麦高光谱反射率具有绿色植物特征。氮、磷、钾等元素的缺乏可导致小麦叶绿素含量降低和可见光(400～700nm)及近红外波段(700～1100nm)光谱反射率增加。

        利用高光谱成像技术可以对作物的营养状况和水分含量进行比较准确的分析和检测，为变量施肥和灌溉提供参考，从而节省农业资源的投入。高光谱养分和水分诊断模型在农业生产中具有较高的应用价值和广阔的应用前景。

应用案例及方向

4. 农作物长势监测和估产

        高光谱遥感的超多波段(几十、上百个)和高分辨率(3～20nm)使其可用于探测植被的精细光谱信息(特别是植被各种生化组分的吸收光谱信息)，反演植被各生化组分的含量，监测植被的生长状况。

        另外，还可通过高光谱信息监测植物病虫害。植物病虫害监测是通过监测叶片的生物化学成分来实现的，病虫害感染导致叶片叶肉细胞的结构发生变化，进而使叶片的光谱反射率发生变化。通过对不同病情指数下小麦冠层的光谱进行研究，发现小麦条锈病冠层反射率随小麦病情指数的变化呈明显而有规律的变化。不同严重度小麦白粉病冠层光谱反射率及病情指数表明，灌浆期地面光谱测量冠层光谱反射率和低空遥感数字图像反射率与小麦白粉病病情指数存在显著的相关关系。

        结合水稻的生长发育规律，对水稻抽穗后冠层、叶片和穗进行了高光谱反射率测定，根据光谱曲线特征构建了新的高光谱植被指数，利用相关分析方法分析水稻理论产量和实际产量与这些植被指数及冠层红边参数的相关关系，建立了水稻高光谱单产估算模型。

        从上述研究结果可知，利用高光谱成像技术可以快速、简便、大面积、无破坏、客观地监测作物的长势并对作物进行估产，高光谱成像技术在生产中具有良好的应用前景，是农作物长势监测和估产的主要发展方向。

5. 灾害评估与核保定损

        利用无人机载高光谱成像技术，可对粮食作物及经济作物的产量进行受灾分析，确定受灾面积和灾害程度，结合保险公司具体赔付标准，生成灾情评估报告，为核保定损提供决策依据。另外，根据监测地块的历史灾害信息、历史产量、气象、地形地貌等综合条件，对不同地块的灾情发生概率与产量进行评估，为差异化保费制定提供数据基础支撑。

6. 食品安全与农产品品质监测

        利用高光谱的可以获取物品诊断性光谱的优势，高光谱可无损检测农产品的品质，包括外部品质（大小，颜色，形状等）和内部品质（糖度，酸度），也可以检测产品的污染，病虫害等。

牛油果内部品质监测