粮食短缺、人口增长和全球气候变化推动了提高农作物产量增长的研究。大田作物表型分析为解释作物生长及其与环境的关系提供了重要信息。
然而，用于田间试验采样和作物性状参数测定的传统车载平台费力、耗时，且空间覆盖范围有限。这限制了作物科学研究的快速发展。
以无人机（UAV）为代表的高通量、近地遥感表型分析平台凭借灵活、成本低、空间覆盖范围广等优点，成为获取田间表型信息的有效途径。
用光谱数据评估植物表型特征
Specim AFX10 高光谱成像系统集成到北京易科泰生态技术有限公司制造的 Ecodrone® UAS-8 平台中，用于评估华北地区冬小麦的生长潜力。
Specim AFX10 工作波长范围为 400 至 1000 nm，具有高光谱和空间分辨率、高灵敏度和高信噪比。它特别适合根据小麦反射的光对小麦进行光谱分析。光谱数据可以进一步分析小麦的表型特征。
通过采集不同时期小麦的光谱数据，观测不同时期小麦的归一化植被指数 (NDVI)* 和植物衰老反射指数 (PSRI)**。后期可结合反射指数、含氮量、籽粒成熟度之间的关系确定施肥量和收获时期。
高光谱成像无人机遥感系统在农业生产保护和预测作物生长方面具有较高的价值和广阔的应用前景。Specim AFX 的高光谱分辨率还可以提前发现一些病虫害并监测作物上的病虫害演变。
●归一化植被指数差异
归一化植被指数 (NDVI) 参数反映了作物生长和营养信息。根据 NDVI 参数，我们可以得知作物在不同季节的需氮量。这些信息可以指导氮肥的合理施用。NDVI 计算如下。R840 是近红外 (NIR) 区域 840nm 波段的反射率。R668 是红色区域 668nm 波段的反射率。
NDVI = (R840 – R668) / (R840 + R668)
●植物衰老反射指数
植物衰老反射指数 (PSRI) 可用于植被健康监测、植物生理胁迫监测、作物生产和产量分析。PSRI 计算方法如下。R800 是近红外 (NIR) 区域 800nm 波段的反射率。R480 是受类胡萝卜素和叶绿素影响的 480nm 波段的反射率。R678 是红色区域叶绿素吸收最大值波段的反射率。
PSRI=（R678-R480）/R800
