作物的光譜特征是環(huán)境因子影響的結(jié)果。利用光譜和成像技術(shù)快速、無損地獲取作物的養(yǎng)分生理信息，有助于實現(xiàn)農(nóng)業(yè)精準(zhǔn)化、數(shù)字化、信息化以及智能化管理作業(yè)。本文簡單介紹了多光譜、高光譜在作物信息診斷上的應(yīng)用。

?

植被指數(shù)檢測

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)對于不同指標(biāo)預(yù)測效果不同。在農(nóng)業(yè)上，基于光譜技術(shù)檢測作物生理指數(shù)的波段范圍一般在400～2500nm之間，涉及到色素（葉綠素、類胡蘿卜素等）、氮、水分等吸收和葉片細胞的內(nèi)部結(jié)構(gòu)。在400～740nm可見光波段，葉綠素在480、650、670～680、740nm處有吸收峰，類胡蘿卜素在420、425、440、450、470、480nm均有吸收峰，葉黃素在425、445、475nm有吸收峰。而在740～1300nm近紅外波段由于健康的葉肉細胞反射作用，其反射率急劇升高；作物水分的吸收峰主要集中在970、1450、1944nm處。因此當(dāng)作物受到脅迫作用時，相應(yīng)的氮、色素、酶等發(fā)生變化，通過應(yīng)用各種植被指數(shù)監(jiān)測這些生理指標(biāo)變化，可判斷作物脅迫情況、生長狀況以及產(chǎn)量情況。然而，多光譜只有區(qū)區(qū)幾個波段，雖然能構(gòu)建一些植被指數(shù)，但是構(gòu)建的植被指數(shù)未必能反映作物的生理生化信息及長勢狀態(tài)。高光譜則不同，其數(shù)百上千個波段信息，即使同一植被指數(shù)，也能有成千上萬種組合，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)測作物的生理生化信息及長勢狀態(tài)的敏感指數(shù)。

?

?

圖1無人機高光譜影像下作物長勢分布圖

?

養(yǎng)分指標(biāo)檢測

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)。基于光譜和成像技術(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)分信息快速獲取（如逐步多元回歸、偏最小二乘、權(quán)重系數(shù)、支持向量機等）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)分獲取即通過原始光譜處理建模檢測作物養(yǎng)分信息，而基于植被指數(shù)的養(yǎng)分檢測是通過建立植被指數(shù)與養(yǎng)分的模型進行分析。

?

?

圖2無人機高光譜影像作物葉綠素a分布

?

?

圖3無人機高光譜影像作物氮素分布

?

水分脅迫監(jiān)測

通過光譜和成像技術(shù)對作物水分脅迫信息進行快速獲取，有利于作物肥水管理的精準(zhǔn)化控制。研究者張曉東等應(yīng)用了多光譜成像技術(shù)和高光譜技術(shù)研究水分脅迫下油菜葉片的含水率?；诟吖庾V建立的模型預(yù)測結(jié)果優(yōu)于基于多光譜成像建立的模型。

?

?

圖4WBI指數(shù)變化（WBI值越大，植物含水量越高，越利于植物生長）

?

病害脅迫監(jiān)測

早期作物病蟲害診斷對科學(xué)防治病蟲害，保證作物產(chǎn)量具有重要意義。目前，病蟲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)是一種病蟲害診斷的快速、無損、有效檢測技術(shù)。當(dāng)作物受到病蟲害脅迫時，作物內(nèi)部的生理指標(biāo)以及外部形態(tài)均會發(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)通過分析某一波段或者多個波段光譜以

及作物圖像信息對作物病蟲害脅迫作出診斷。此外，用于診斷病蟲害的植被指數(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。

?

?

圖5病害脅迫，越黃發(fā)病越嚴重，越綠發(fā)病越輕

?

?