利用無(wú)人機(jī)載高光譜技術(shù)，通過(guò)NDVINDWIMSR705VOG等指數(shù)對(duì)不同栽培條件和品種的水稻進(jìn)行長(zhǎng)勢(shì)研究，以提升水稻育種和種植期間的科學(xué)指導(dǎo)。

      植被指數(shù)是一類具有一定生化意義的不同波段光譜值的組合，通常有比值植被指數(shù)、線性組合植被指數(shù)、修正植被指數(shù)、差值植被指數(shù)等。不同波段組合的植被指數(shù)對(duì)于不同指標(biāo)預(yù)測(cè)效果不同。

      當(dāng)作物受到脅迫作用時(shí)，相應(yīng)的氮、色素、酶等發(fā)生變化，通過(guò)應(yīng)用各種植被指數(shù)監(jiān)測(cè)這些生理指標(biāo)變化，可判斷作物脅迫情況、生長(zhǎng)狀況以及產(chǎn)量情況。然而，多光譜只有少數(shù)幾個(gè)波段，構(gòu)建的植被指數(shù)未必能反映作物的生理生化信息及長(zhǎng)勢(shì)狀態(tài)。高光譜則不同，其數(shù)百上千個(gè)波段信息，即使同一植被指數(shù)，也能有成千上萬(wàn)種組合，而這么多種組合以及這么多的植被指數(shù)，總能找到適合監(jiān)測(cè)作物的生理生化信息及長(zhǎng)勢(shì)狀態(tài)的敏感指數(shù)

      氮和葉綠素類含量是作物重要的養(yǎng)分指標(biāo)，與作物產(chǎn)量密切相關(guān)?；诠庾V和成像技術(shù)作物養(yǎng)分信息的獲取根據(jù)是否直接利用光譜信息可分為基于直接光譜信息作物養(yǎng)分信息快速獲?。ㄈ缰鸩蕉嘣貧w、偏zui小二乘、權(quán)重系數(shù)、支持向量機(jī)等）和基于植被指數(shù)作物養(yǎng)分信息快速獲取?；谥苯庸庾V信息作物養(yǎng)分獲取即通過(guò)原始光譜處理建模檢測(cè)作物養(yǎng)分信息，而基于植被指數(shù)的養(yǎng)分檢測(cè)是通過(guò)建立植被指數(shù)與養(yǎng)分的模型進(jìn)行分析。

      在農(nóng)作物生產(chǎn)中，水肥是影響作物生長(zhǎng)的最主要因素之一，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(guò)程和形態(tài)結(jié)構(gòu)，從而影響作物生長(zhǎng)。因此，及時(shí)準(zhǔn)確地監(jiān)測(cè)作物的水分狀況對(duì)提高作物水分管理水平、指導(dǎo)節(jié)水農(nóng)業(yè)生產(chǎn)具有重要意義。

      利用高光譜成像技術(shù)對(duì)作物礦質(zhì)營(yíng)養(yǎng)和水分脅迫進(jìn)行監(jiān)測(cè)，進(jìn)而估算作物的營(yíng)養(yǎng)和需水狀況，從而指導(dǎo)施肥灌溉，是近年來(lái)發(fā)展起來(lái)的一門(mén)新技術(shù)。

      通過(guò)光譜和成像技術(shù)對(duì)作物水分脅迫信息進(jìn)行快速獲取，有利于作物肥水管理的精準(zhǔn)化控制。基于高光譜建立的模型預(yù)測(cè)結(jié)果優(yōu)于基于多光譜成像建立的模型。

      早期作物病蟲(chóng)害診斷對(duì)科學(xué)防治病蟲(chóng)害，保證作物產(chǎn)量具有重要意義。目前，病蟲(chóng)害診斷可分為直接方法和間接方法。直接方向主要是以化學(xué)分析方法為主,  包含聚合酶鏈反應(yīng)、DNA 陣列等方法。而間接方法主要是以電子鼻、光譜儀等為主的傳感器技術(shù)。光譜和成像技術(shù)是一種病蟲(chóng)害診斷的快速、無(wú)損、有效檢測(cè)技術(shù)。當(dāng)作物受到病蟲(chóng)害脅迫時(shí)，作物內(nèi)部的生理指標(biāo)以及外部形態(tài)均會(huì)發(fā)生變化，在光譜和成像技術(shù)上以光譜響應(yīng)與紋理、顏色等特征呈現(xiàn)。因此，光譜和成像技術(shù)通過(guò)分析某一波段或者多個(gè)波段光譜以及作物圖像信息對(duì)作物病蟲(chóng)害脅迫作出診斷。此外，用于診斷病蟲(chóng)害的植被指數(shù)主要有歸一化植被指數(shù)、綠色歸一化植被指數(shù)、比值植被指數(shù)、光化學(xué)反射、葉片水分植被指數(shù)1、水分指數(shù)、水分波段指數(shù)等。

      高光譜農(nóng)業(yè)遙感應(yīng)用中，作物精準(zhǔn)分類與識(shí)別是進(jìn)行農(nóng)業(yè)災(zāi)害監(jiān)測(cè)和產(chǎn)量評(píng)估的重要環(huán)節(jié)。通過(guò)無(wú)人機(jī)獲取高光譜數(shù)據(jù)，能區(qū)分作物更細(xì)微的光譜差異，探測(cè)作物在更窄波譜范圍內(nèi)的變化，從而能夠準(zhǔn)確地對(duì)作物進(jìn)行詳細(xì)分類與信息提取。目前最流行、應(yīng)用最廣的高光譜作物分類方法有光譜角分類（SAM）、決策樹(shù)分層分類等。

      作物長(zhǎng)勢(shì)是作物生長(zhǎng)發(fā)育狀況評(píng)價(jià)的綜合參數(shù)，長(zhǎng)勢(shì)監(jiān)測(cè)是對(duì)作物苗情、生長(zhǎng)狀況與變化的宏觀監(jiān)測(cè)。

      構(gòu)建時(shí)空信息輔助下的高光譜遙感信息與作物生理特性及作物長(zhǎng)勢(shì)之間的關(guān)系模型便于作物長(zhǎng)勢(shì)監(jiān)測(cè)，高光譜監(jiān)測(cè)作物長(zhǎng)勢(shì)可分為植被指數(shù)以及結(jié)合GIS技術(shù)動(dòng)態(tài)監(jiān)測(cè)等方法。高光光譜遙感可以利用植被指數(shù)（NDVI、DVI等）進(jìn)行農(nóng)田地表覆蓋類型分類和作物長(zhǎng)勢(shì)監(jiān)測(cè)分析。例如，可以利用高光譜數(shù)據(jù)，通過(guò)分析NDVI和DVI，建立農(nóng)田區(qū)域性覆蓋指數(shù)模型，反映出區(qū)域性作物覆蓋分異狀況和隨季節(jié)變化規(guī)律。

      森林病蟲(chóng)害是我國(guó)主要的森林災(zāi)害之一，每年都會(huì)對(duì)森林資源造成巨大損失，同時(shí)給生態(tài)環(huán)境帶來(lái)嚴(yán)重的負(fù)面影響。

      高光譜遙感技術(shù)在森林病蟲(chóng)害監(jiān)測(cè)中具有較強(qiáng)的優(yōu)勢(shì)和巨大潛力。利用高光譜影像和高光譜數(shù)據(jù)分析技術(shù)研究樹(shù)木受病蟲(chóng)危害后的變化，尋找病蟲(chóng)危害程度與原始光譜、植被指數(shù)等變化之間的關(guān)系，確定不同樹(shù)種病蟲(chóng)害監(jiān)測(cè)的敏感波段和敏感時(shí)期，是目前高光譜遙感用于森林病蟲(chóng)害監(jiān)測(cè)的研究熱點(diǎn)和關(guān)鍵。

      森林樹(shù)種類型識(shí)別的主要目的是提取樹(shù)種的專題信息，為劃分森林類型、繪制林相圖和清查森林資源提供基礎(chǔ)和依據(jù)。

      目前，國(guó)內(nèi)外利用高光譜遙感進(jìn)行樹(shù)種識(shí)別主要是從葉片、冠層和高光譜影像3個(gè)研究尺度開(kāi)展?；谌~片的樹(shù)種識(shí)別主要是對(duì)葉片反射率及其變換形式運(yùn)用統(tǒng)計(jì)方法、遺傳算法等進(jìn)行分析，以樹(shù)種識(shí)別的可行性分析與識(shí)別潛力為主要研究?jī)?nèi)容；基于冠層的樹(shù)種識(shí)別主要運(yùn)用光譜信息散度法、光譜角填圖法等基于光譜信息的遙感圖像分類方法，并利用地物光譜儀獲取的林分冠層反射率曲線，進(jìn)行樹(shù)種分類；基于高光譜影像的樹(shù)種識(shí)別主要通過(guò)對(duì)影像進(jìn)行去噪降維等預(yù)處理后，運(yùn)用監(jiān)督或非監(jiān)督分類的方法進(jìn)行樹(shù)種識(shí)別。

廣東某自然保護(hù)區(qū)，無(wú)人機(jī)載高光譜飛行遙感樹(shù)種識(shí)別。可在天然混交林中，有效識(shí)別出主要目標(biāo)樹(shù)種-五針?biāo)稍诒O(jiān)測(cè)范圍內(nèi)的生長(zhǎng)分布情況。

      生物多樣性保護(hù)迫切需要對(duì)陸地植物多樣性信息進(jìn)行快速精確的收集。高光譜遙感的出現(xiàn)，為大空間尺度上的植物多樣性研究提供了技術(shù)基礎(chǔ)和契機(jī)。

     高光譜遙感反演生物多樣性的手段，有直接反演和間接反演。直接反演手段從光譜曲線特征切入，以光譜變異假說(shuō)為理論基礎(chǔ)，以期直接建立光譜信息與植物多樣性的關(guān)系；間接反演手段則通過(guò)植被指數(shù)將光譜信息關(guān)聯(lián)植物多樣性，或通過(guò)定量反演功能性狀計(jì)算功能多樣性指標(biāo)，進(jìn)而實(shí)現(xiàn)植物多樣性的間接估測(cè)。

      高光譜遙感技術(shù)與地面通量監(jiān)測(cè)、激光雷達(dá)、計(jì)算機(jī)可視化等其他技術(shù)的協(xié)同應(yīng)用可能是在生物多樣性研究領(lǐng)域中一個(gè)新的發(fā)展方向。

      利用無(wú)人機(jī)載高光譜，可以對(duì)受到病蟲(chóng)害或自然災(zāi)害的農(nóng)作物進(jìn)行評(píng)估，確認(rèn)受災(zāi)區(qū)域和面積，從而判斷災(zāi)害嚴(yán)重程度，同時(shí)可作為保險(xiǎn)定損的量化依據(jù)之一。

      運(yùn)用光譜分析技術(shù)進(jìn)行作物識(shí)別、災(zāi)害評(píng)估，對(duì)快速判斷作物的災(zāi)害類型、災(zāi)害等級(jí)，對(duì)受災(zāi)面積進(jìn)行智能核定，同時(shí)與云端數(shù)據(jù)庫(kù)進(jìn)行比對(duì)，為農(nóng)業(yè)生產(chǎn)者提供有效的管理方案及防治措施，解決了農(nóng)業(yè)保險(xiǎn)查勘過(guò)程中的耗時(shí)長(zhǎng)、定損難等痛點(diǎn)問(wèn)題，為后期由保后理賠向保中預(yù)防管理提供技術(shù)支撐。