作者：Richard Quinnell，特別項目總編輯

物聯網 (IoT) 和數據分析這兩個強大的趨勢正在為其工業和基礎設施應用產生大量新聞。但在這些技術的應用中，還有另一個應用領域正在悄然興起：食品生產。農民通過更有針對性地利用化肥和水等資源來提高產量、減少損失并降低成本。這種“精準農業”的起點是數據，傳感器和無線網絡在收集數據方面發揮著關鍵作用。

精準農業主要涉及三種平臺類型：空中、地面移動和固定系統。盡管也有一些重疊，但平臺類型傾向于使用的傳感器和網絡技術確實有所不同。不過，這些平臺共享的一件事是，針對這一應用領域的許多競爭產品的功能集具有巨大的多樣性。

空中平臺尋求使用遙感從上方收集有關農作物和田地的數據。傳感器可能位于有人駕駛的飛機或衛星上，但越來越多地由固定翼或多直升機設計的無人機 (UAV) 攜帶。配備精密定位傳感器（例如u-bloxZED-F9P 精密 GNSS 模塊）的無人機特別適用于勘測中小型田地以進行植物健康監測，而飛機和衛星則可提供更大區域的勘測。

植物健康監測中的主要傳感器是多光譜相機，可以在可見光和近紅外 (NIR) 光下拍攝高分辨率圖像。大多數 CMOS 圖像傳感器可以提供這樣的圖像，盡管大多數商用相機不能。這種明顯矛盾的關鍵在于過濾。

下圖顯示了典型 CMOS 圖像傳感器（在本例中來自安森美半導體）的量子效率（即靈敏度）與 波長的函數關系。該傳感器在典型的拜耳排列中包括內置的紅色、綠色和藍色濾光片，但即使使用藍色濾光片，在 IR 波長上仍然具有相當高的靈敏度。因此，大多數通用相機在傳感器前面添加了一個紅外阻擋濾光片，以更準確地呈現可見光著色。

典型的彩色圖像傳感器還包括通用相機試圖過濾掉的 NIR 靈敏度。（圖片：安森美半導體）

IR 感測然而，對于植物健康監測來說，這種 IR 靈敏度是一件好事。與受脅迫的植物相比，健康植物的葉子會反射更多的紅外線并吸收更多的紅光。這導致植物科學家將“標準化差異植被指數”(NDVI) - (NIR ? Red)/(NIR + Red) 定義為植物健康的衡量標準。通過正確的過濾和一些基本的圖像處理，CMOS 圖像傳感器可以變成像SenteraAGX710 這樣的 NDVI 傳感器。空中平臺提供了使用單個系統調查整個田地的植物健康所需的視角。

審核編輯 黃昊宇