精準農業技術包含信息獲取、信息管理和決策及變量作業3個部分，其中如何方便、快速、準確、可靠地獲取作物信息，已經成為實施精準農業關鍵的問題。養分生理指標作為作物內部指標，與作物生長的狀態以及產量密切相關。如氮、磷、鉀、鋅等營養元素與作物生長狀態密切相關，缺少任何一種元素都可能會引起植物的不正常生長；而氮、葉綠素含量、冠層參數等指標與作物的產量相關，可以作為作物產量預估指標；當作物受到環境脅迫時，其生理信息和外部形態都會發生改變，如受到病蟲害侵染時，作物會作出應激反應產生酶以及某些產物。因此，作物當中一些特定的酶含量、氨基酸含量、蛋白含量的變化反映了作物在逆境中的狀況，可以作為作物逆境脅迫響應指標。目前隨著光譜傳感技術和圖像處理分析技術的日益發展,無人機與光譜軟硬件的結合也越發純熟。在農業、林業、資源、生態、環境保護等領域都得到了廣泛應用。
高光譜圖像的光譜分辨率更高，能夠更好地獲取樣本的信息，對于監測作物信息精度更高。然而，由于高光譜圖像通常攜帶有大量的信息，因此需要對數據進行降維，去除冗余信息。高光譜成像技術也有它的局限性，如成本高，處理速度慢等。因此，高光譜成像技術主要用于基礎研究。相比高光譜成像技術，多光譜成像技術更適合田間的大面積監測。
關于高光譜遙感監測的植被指數測試
植被指數
植被指數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、線性組合植被指數、修正植被指數、差值植被指數等。不同波段組合的植被指數對于不同指標預測效果不同。在農業上，基于光譜技術檢測作物生理指數的波段范圍一般在400～2 500 nm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部結構。在400～740 nm 可見光波段，葉綠素在480、650、670～680、740 nm 處有吸收峰，類胡蘿卜素在 420、425、440、450、470、480 nm均有吸收峰，葉黃素在 425、445、475 nm 有吸收峰。而在 740～1 300 nm 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、1 450、1 944 nm 處。因此當作物受到脅迫作用時，相應的氮、色素、酶等發生變化，通過應用各種植被指數監測這些生理指標變化，可判斷作物脅迫情況、生長狀況以及產量情況。然而，多光譜只有區區幾個波段，雖然能構建一些植被指數，但是構建的植被指數未必能反映作物的生理生化信息及長勢狀態。高光譜則不同，其數百上千個波段信息，即使同一植被指數，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，總能找到適合監測作物的生理生化信息及長勢狀態的敏感指數。
圖1 無人機高光譜影像下作物長勢分布圖
