农业遥感是什么？农作物遥感监测的原理、指标与应用
不用下地，也能知道哪一片长得弱、哪里缺氮缺水——这就是农业遥感在做的事。
农业遥感是指用卫星或无人机搭载的传感器，获取农田在可见光与近红外等波段上的反射信息，通过植被指数反演作物的长势、水分与胁迫状态，并以地块或网格为单位输出差异图的技术。它解决的核心问题是：在同一块地里，哪里需要多施肥、哪里需要少施、哪里要先去查看。
一、农业遥感在「看」什么：作物反射的光
健康作物的叶片含有大量叶绿素，会强烈吸收红光、反射近红外光；当作物受旱、缺氮、感染病害或根系受损时，这种反射特征会先于肉眼可见的症状发生变化。遥感传感器捕捉的正是这些变化。
把特定波段的反射值做比值运算，就得到植被指数。它是农业遥感最基础也最实用的中间产品：
- NDVI（归一化植被指数）：反映绿度与植被覆盖度，是最通用的长势指标，但在高覆盖度时容易饱和。
- NDRE（归一化红边指数）：利用红边波段，对氮素与早期胁迫更敏感，适合中后期追肥决策。
- NDWI / 水分指数：反映冠层含水量，用于灌溉判断与旱情预警。
关于 NDVI 的具体读法，可参阅NDVI 与作物长势监测一文。
二、农业遥感主要能监测什么
| 监测对象 | 常用指标 | 典型用途 |
|---|---|---|
| 作物长势与空间差异 | NDVI、NDRE、EVI | 分区管理、追肥决策、弱苗定位 |
| 氮素营养状况 | NDRE、红边位置 | 变量追肥、减少无效施氮 |
| 水分与旱情 | NDWI、冠层温度（热红外） | 灌溉时机与灌溉量分区 |
| 病虫害与倒伏风险 | 指数异常区、纹理变化 | 巡查路线优化、早期处置 |
| 种植面积与作物识别 | 时序植被指数 | 面积核查、补贴核验、轮作管理 |
| 产量差异与分级 | 多时相指数 + 模型 | 估产分区、收购与仓储计划 |
需要说明的是，遥感给出的是相对差异与风险提示，不是实验室级的绝对测量值。它的价值在于把有限的巡田人力与投入，精准投放到最需要的地块和网格上。
三、卫星遥感与无人机遥感怎么分工
两者不是替代关系，而是尺度与频次互补：
- 卫星遥感：覆盖广、可回溯历史、可免费获取公开数据（如 Sentinel-2），适合区域长势分级、异常筛查、进度跟踪。
- 无人机遥感：分辨率可达厘米级、受云影响小、可按需起飞，适合地块内精细诊断与处方图制作。
实际项目中常见的组合是：卫星做面上筛查，无人机在关键生育期做点上精测，再用同一套坐标体系把两者对齐。详细对比见无人机巡田与卫星遥感怎么选。
四、一次完整的农作物遥感监测流程
- 确定地块与作物：导入地块边界（矢量），标注作物类型、播期与品种，这是后续所有分析的基础。
- 获取影像：按生育期安排卫星过境或无人机航拍，统一辐射定标与几何校正。
- 预处理：大气校正、云掩膜、影像拼接，剔除无效像元。
- 指数计算与分级：计算植被指数，按地块内分位数或历史同期基准划分强、中、弱等级。
- 转成处方：把分级结果映射为施肥、施药或灌溉的网格作业参数，导出农机可识别的格式。
- 作业与复核：农机按处方执行，作业后回传轨迹与用量，下一期影像复核效果，形成闭环。
第 5 步是关键分水岭——很多项目停在「看图」，没有变成可执行的处方，价值就只发挥了一半。处方图的具体做法见农业处方图是什么。
五、精度与局限：别把遥感当万能
- 云雨影响：光学遥感在多云地区会缺窗口，需要用短重访数据源或无人机补测。
- 指数饱和：高覆盖度下 NDVI 趋于饱和，需换用 NDRE 或红边指标。
- 土壤与背景干扰：早期苗小、土壤裸露时，指数更多反映土壤而非作物。
- 绝对量需校准：产量、氮量等绝对值必须结合地面采样与本地化模型，不能直接采信影像读数。
因此，靠谱的做法是遥感 + 少量地面验证 + 农艺经验三者结合，而不是单靠一张图下结论。
六、常见问题
农业遥感的精度有多高？
取决于数据源与用途。卫星影像适合地块级长势分级与差异识别；无人机多光谱可达厘米级空间分辨率，适合地块内精细处方。产量等绝对值需结合地面采样校准。
农业遥感能直接测出产量吗？
不能直接测出。遥感反映冠层状态与生长差异，产量需结合品种、播期、密度、气象与地面样方建模估算。可靠做法是用遥感做差异分区与风险预警，再用样方校准。
没有无人机，只用免费卫星影像能做吗？
可以。公开卫星影像可满足地块级长势分级、历史回溯与区域对比，适合先做低成本差异判读；需要网格级处方时再上无人机多光谱。
多云多雨地区还能用遥感吗？
可以，但要用对方法：选择重访周期短的数据源做时序合成、抓云隙窗口；关键生育期用无人机补测，保证作业窗口内有可用数据。