西北某區域果園生長監測和水分監測實例-ATH9010
關于高光譜
高光譜成像技術 —— 將連續的光譜信息分成幾十到幾百個窄波段（如400–1000nm可見光+近紅外，甚至延伸到2500nm短波紅外），每個像素點都有一條完整的光譜曲線，就像給地物拍了一份“光學指紋"。
奧譜天成的高光譜儀器
關于智慧農業
果園長勢監測
關鍵目標：掌握果樹的生長狀態、冠層覆蓋度、葉面積指數（LAI）等指標。
方法手段：利用高光譜影像計算植被指數（NDVI、NDRE、EVI 等），結合時間序列分析，動態監測果樹長勢。
價值應用：識別生長不均衡區域，為精準施肥、灌溉和修剪提供數據支撐，提高果園管理效率。
植被健康分析
關鍵目標：診斷果樹健康水平，識別營養缺乏、水分脅迫、病蟲害等問題。
方法手段：基于紅邊特征、葉綠素含量反演、光譜角匹配（SAM）和機器學習分類，進行早期健康監測。
價值應用：實現病蟲害和脅迫的早發現、早預警，指導農藥施用，保障果品產量與品質。
服務區域
現場的實拍數據照片
飛行流程
如何檢測
長勢監測
提取植被指數（NDVI、NDRE、PRI、SIPI 等），監測果樹葉片的光合活性。
結合多時相數據，分析果園生長周期中冠層覆蓋率、光譜變化趨勢。
識別長勢不均區域，輔助果園精細化管理（施肥、修剪、補苗）。
植被健康分析
基于紅邊位置、葉綠素含量反演、光譜角匹配等方法，檢測果樹是否存在營養缺乏或水分脅迫。
通過光譜特征識別早期病害、蟲害或干旱脅迫。
建立健康等級分布圖，實現果園的健康診斷和預警。
采集的植被光譜曲線
植被曲線
采集的土壤被光譜曲線
土壤曲線
作物長勢評估反演結果
生長檢測
作物長勢評估反演結果：紅色值越高代表植被覆蓋度、葉面積指數、生物量、光合作用活性高，表明植被生長旺盛，水分充足；藍色值越高則為植被覆蓋低，干旱缺水
水分含量監測
水分檢測
水分含量監測：藍色區域越深代表植被水分含量較為健康，反之則代表缺水，需要進行補水
展望
未來的高光譜技術將走向輕量化、實時化、智能化、融合化，并在農業、環境、礦產、海洋、國防等多個領域發揮關鍵作用。隨著人工智能與傳感器技術的持續演進，高光譜將不再只是科研工具，而是生產決策與資源管理的重要驅動力。
