西北某区域果园生长监测和水分监测实例-ATH9010
关于高光谱
高光谱成像技术 —— 将连续的光谱信息分成几十到几百个窄波段（如400–1000nm可见光+近红外，甚至延伸到2500nm短波红外），每个像素点都有一条完整的光谱曲线，就像给地物拍了一份“光学指纹"。
奥谱天成的高光谱仪器
关于智慧农业
果园长势监测
关键目标：掌握果树的生长状态、冠层覆盖度、叶面积指数（LAI）等指标。
方法手段：利用高光谱影像计算植被指数（NDVI、NDRE、EVI 等），结合时间序列分析，动态监测果树长势。
价值应用：识别生长不均衡区域，为精准施肥、灌溉和修剪提供数据支撑，提高果园管理效率。
植被健康分析
关键目标：诊断果树健康水平，识别营养缺乏、水分胁迫、病虫害等问题。
方法手段：基于红边特征、叶绿素含量反演、光谱角匹配（SAM）和机器学习分类，进行早期健康监测。
价值应用：实现病虫害和胁迫的早发现、早预警，指导农药施用，保障果品产量与品质。
服务区域
现场的实拍数据照片
飞行流程
如何检测
长势监测
提取植被指数（NDVI、NDRE、PRI、SIPI 等），监测果树叶片的光合活性。
结合多时相数据，分析果园生长周期中冠层覆盖率、光谱变化趋势。
识别长势不均区域，辅助果园精细化管理（施肥、修剪、补苗）。
植被健康分析
基于红边位置、叶绿素含量反演、光谱角匹配等方法，检测果树是否存在营养缺乏或水分胁迫。
通过光谱特征识别早期病害、虫害或干旱胁迫。
建立健康等级分布图，实现果园的健康诊断和预警。
采集的植被光谱曲线
植被曲线
采集的土壤被光谱曲线
土壤曲线
作物长势评估反演结果
生长检测
作物长势评估反演结果：红色值越高代表植被覆盖度、叶面积指数、生物量、光合作用活性高，表明植被生长旺盛，水分充足；蓝色值越高则为植被覆盖低，干旱缺水
水分含量监测
水分检测
水分含量监测：蓝色区域越深代表植被水分含量较为健康，反之则代表缺水，需要进行补水
展望
未来的高光谱技术将走向轻量化、实时化、智能化、融合化，并在农业、环境、矿产、海洋、国防等多个领域发挥关键作用。随着人工智能与传感器技术的持续演进，高光谱将不再只是科研工具，而是生产决策与资源管理的重要驱动力。
