遥感

🎓 研究生 📚 核心技术 🌾 智慧农业

遥感 农业遥感是利用卫星、无人机等平台搭载传感器，非接触获取农田作物、土壤、水分等信息的技术。用于作物长势监测、土壤墒情反演、灾害评估等。 权威解读

📌 学名：—  |  🌍 主产区：—  |  📅 生育期：—

🧭 核心原理与技术逻辑

基本原理
科学机制 → 关键技术
实施要点 → 实践应用
增产增效

⬆️ 从原理到实践，完整知识链条。

📖 深度解析

  1. 原理机制 —— 不同地物对电磁波的反射、辐射特性不同。绿色植物在可见光波段强吸收，近红外波段强反射，据此构建植被指数（如NDVI）反映长势。热红外反演地表温度监测旱情。
    💡 核心要点：理解内在规律。
  2. 应用案例 —— 山东利用Sentinel-2卫星10m分辨率影像监测冬小麦长势，指导追肥，增产8%。东北利用无人机多光谱影像诊断玉米氮素胁迫，变量追肥节约氮肥20%。
    💡 实际效果：量化数据支撑。
  3. 关键数据 —— 遥感估产精度可达90%~95%。NDVI范围0~1，健康植被>0.6。空间分辨率：卫星0.3m~1km，无人机1~10cm。
    💡 效益指标：可验证的增产比例。
💡 学习贴士： 掌握核心逻辑后，结合本地条件灵活调整，切忌生搬硬套。

🤔 深度思考题

某大型农场想用遥感指导棉花灌溉，请推荐遥感数据源和水分诊断指标。

提示： 考虑热红外温度、植被指数、无人机或卫星。

👉 点击查看参考思路

1.无人机搭载热红外相机获取冠层温度，计算作物水分胁迫指数（CWSI）。2.利用Landsat或Sentinel-2计算归一化水分指数（NDWI）。3.结合气象数据和土壤墒情监测，综合决策灌溉。- ❌ 误区：遥感图像就是照片。 ✅ 事实：遥感获取多波段数据，需专业处理才能提取农业信息。- ❌ 误区：分辨率越高越好。 ✅ 事实：高分辨率成本高、覆盖小，应根据应用选择。- ❌ 误区：遥感可以诊断所有问题。 ✅ 事实：遥感主要反映冠层表观状态，具体胁迫原因需结合地面调查或模型区分。

⚠️ 常见误区

误区： 遥感图像就是照片。
事实： 遥感获取多波段数据，需专业处理才能提取农业信息。

误区： 分辨率越高越好。
事实： 高分辨率成本高、覆盖小，应根据应用选择。

误区： 遥感可以诊断所有问题。
事实： 遥感主要反映冠层表观状态，具体胁迫原因需结合地面调查或模型区分。

❓ 常见问题 (FAQ)

问： 常用免费农业遥感卫星有哪些？

答： Landsat-8/9（30m，16天），Sentinel-2（10m，5天），MODIS（250m~1km，每天），高分一号/六号（16m/2m）。

问： 无人机遥感需要哪些设备？

答： 无人机平台，多光谱/高光谱相机，热红外相机，地面控制点，图像处理软件（Pix4D、DJI Terra）。

🧠 认知导航

前置依赖： 遥感概论、作物生理学

后续延伸： 变量施肥、灾害监测

📚 完整技术全景

🔵 已开放 · 可随时探索 🟠 生长中 · 内容持续丰富 🟣 探索级 · 深度拓展

🌱 为了包容与博爱的传递，为了知识平权，善智导航正在陆续深化每一个知识点页面。
下方所有知识点均已预留链接，可随时点击探索。

🏙️ 实际产业应用

🍎 长势监测：NDVI时序分析。

- 氮素诊断：无人机多光谱。

🌐 探索更多

🔗 权威参考与延伸阅读

🤖 AI陪练指令

我是学习精准农业的学生，请结合具体案例详细讲解遥感的核心原理、关键技术及实际应用效果，并指出常见误区。

📁 更多农学AI指令 →