1、農作物高光譜遙感識別和分類

農作物遙感識別是遙感技術在農業領域應用的重要內容，也是資源遙感的重要組成部分。植被光譜不僅具有高度相似性和空間變異性，而且具有時間動態性強等特點。不同植被的光譜隨時間的變化規律也具有明顯的區別，因此充分發揮高光譜遙感的獨特性能，特別是其在區分地表細微差別方面的優勢，同時結合植被的時間動態特征，將大大提高土地覆蓋類型的識別與分類精度。

基于常州水稻生長期80波段ＰＨＩ航空高光譜圖像，利用混合決策樹方法對水稻品種進行了高光譜圖像精細分類，完成了對11種地物（其中6個水稻品種）的劃分，測試樣本的分類精度達到94.9％。

以中國華北地區冬小麥識別為例，利用MODIS自身光譜信息，即可實現作物遙感全覆蓋自動識別，并可達到較高的精度，比傳統方法認為的冬小麥遙感識別的最佳時間（返青期的3月份）提前約一個季度。

以上研究結果表明，高光譜遙感技術能有效地對作物進行分類和識別，且分類精度較高，這對于大比例尺尺度上研究地表作物覆蓋，提取更加細致的信息提供了有力保障。

2、高光譜遙感監測作物葉面積指數、生物量和葉綠素含量

葉面積指數（ＬＡＩ）通常是指單位面積土地上所有葉片表面積的總和，或單位面積上植物葉片的垂直投影面積總和。它是生態系統的一個重要結構參數，可用來反映植物葉面數量、冠層結構變化、植物群落生命活力及其環境效應，為植物冠層表面物質和能量交換的描述提供結構化的定量信息。葉面積指數與生物量（干重、鮮重）和葉綠素是衡量作物生長狀況的重要指標。如何利用遙感技術實時監測植株葉面積、生物量和葉綠素，對于作物的管理調控及估產具有重要意義。

采用單變量線性與非線性擬合模型和逐步回歸分析，建立水稻ＬＡＩ的高光譜遙感估算模型，提出高光譜變量與LAI之間的擬合分析中，藍邊內一階微分的總和與紅邊內一階微分總和的比值和歸一化差植被指數是最佳變量。

利用棉花不同品種、不同密度冠層關鍵生育時期的反射光譜數據，應用光譜多元統計分析技術與光譜微分處理技術，建立了基于植被指數和歸一化植被指數的5種函數形式的棉花干物質積累估測模型。

由以上研究結果可知，利用高光譜數據可以及時估算及預測作物的生物量、葉面積指數、葉綠素等生理參數。目前，光譜特征正成為實時、快速監測作物長勢的有效手段。

3、高光譜遙感監測作物養分及水分狀況

在農作物生產中，水肥是影響作物生長的最主要因素之一。氮磷鉀肥是作物生長和產量形成所必需的重要元素；水分是作物的主要組成成分，水分虧缺將直接影響作物的生理生化過程和形態結構，從而影響作物生長。因此，及時準確地監測作物的水分狀況對提高作物水分管理水平、指導節水農業生產具有重要意義。利用高光譜遙感技術對作物礦質營養和水分脅迫進行監測，進而估算作物的營養和需水狀況，從而指導施肥灌溉，是近年來發展起來的一門新技術。

大量研究結果表明，利用高光譜遙感技術可以對作物的營養狀況和水分含量進行比較準確的分析和檢測，為變量施肥和灌溉提供參考，從而節省農業資源的投入。高光譜養分和水分診斷模型在農業生產中具有較高的應用價值和廣闊的應用前景。

4、農作物長勢監測和估產

高光譜遙感的超多波段（幾十、上百個）和高分辨率（3～20nm）使其可用于探測植被的精細光譜信息（特別是植被各種生化組分的吸收光譜信息），反演植被各生化組分的含量，監測植被的生長狀況。

另外，還可通過高光譜信息監測植物病蟲害。植物病蟲害監測是通過監測葉片的生物化學成分來實現的，病蟲害感染導致葉片葉肉細胞的結構發生變化，進而使葉片的光譜反射率發生變化。

利用遙感信息進行作物估產是利用某種植被指數在作物生長發育關鍵期內的和與產量的實測或統計數據間建立的各種形式的相關方程來實現的，如目前單產估算應用較多的是回歸分析法，其基本原理為：

式中，ｙ為作物產量；xi為經過平滑的光譜反射率或DNVI指數。高光譜遙感技術可以快速、簡便、大面積、無破壞、客觀地監測作物的長勢并對作物進行估產,高光譜遙感技術在生產中具有良好的應用前景,是農作物長勢監測和估產的主要發展方向。

5、展望

高光譜遙感是一門極具發展潛力的集新型探測技術、精密光學機械、高速信號處理技術、計算機處理技術為一體的多學科綜合性應用技術。隨著現代科學的不斷發展，特別是現代航空技術、攝影技術和計算機技術的不斷發展，高光譜遙感技術必將得到長足的發展，該技術與“ＧＰＳ”和“ＧＩＳ”相結合，在農業生產中將具有更廣闊的應用前景。

審核編輯 黃昊宇