无人机掠过田野，卫星俯瞰大地，无需拔苗，也不必送实验室化验，就能快速知晓作物的长势情况，这便是现代农业的核心技术——作物光谱监测技术。它如同给农田做一场无创、高效的“光学体检”，通过捕捉作物反射出来的独特“光密码”，快速、无损、精准读懂作物的生长状态，为科学种田提供依据。

一、作物生长监测方法的演变

在光谱技术应用之前，作物生长监测主要依赖两种传统方式：（1）目视法：依靠人眼直接观察植物的外部形态特征，结合观察者的经验知识，对植物生长状态、营养状况进行定性判断。这种方法虽操作简单、快速，但主观性强，高度依赖观察者的知识储备和田间管理经验，难以对作物养分状况进行定量描述。（2）化学分析法：需要采集植株样本带回实验室进行检测。虽然数据较为精准，但操作复杂、时效性差、成本高，且会对植株造成破坏，无法满足田间快速、大范围诊断的迫切需求。

作物光谱监测技术有效弥补了传统方法的缺陷。它全程不接触、不破坏作物，可在短时间内完成测量，一次性获取叶绿素含量、叶面积指数、叶片氮含量等多项关键指标。

二、作物光谱监测原理

1. 作物的光谱特征

当太阳光辐射到植物叶片后，会同时发生吸收、反射与透射三种作用。有趣的是，不同波段的光会被叶片中的色素、水分、细胞结构等“区别对待”，最终形成一条独一无二的“光谱反射曲线”（图1）。绿色植物反射光谱具有典型特征：在可见光区域，由于色素的强烈吸收，植物叶片的反射率和透射率都很低，仅在0.55 μm附近形成绿色反射峰；在近红外区域，叶片吸收能量极少，在0.74~1.30 μm形成高反射平台；在短波红外区域，受水分强吸收作用控制，在1.45 μm、1.95 μm等波段形成明显吸收谷。

图1 绿色植物叶片光谱反射曲线

除植物外，土壤、水体、岩石等不同地物也有各自典型的光谱曲线（图2），彼此差异显著，这也是遥感技术能够识别地表物体、解读农田信息的根本依据。

图2 不同地物的光谱反射曲线

2. 作物光谱反射的影响因素

即便同为农作物，不同种类、不同生长时期、不同生长状态的植株，光谱反射曲线也会存在细微差异（图3、图4）。这些差异源于作物内部细胞结构、叶绿素含量、水分、氮素等生理生化组分的变化，同时受种植密度、水肥管理、病虫害胁迫、环境气候等外部因素的综合调制。

图3 两种典型作物的叶片光谱反射曲线

图4 不同生育时期的水稻冠层光谱反射曲线

3. 光谱监测的技术路径

光谱监测技术的核心，就是通过传感器捕获人眼无法分辨的细微光谱差异，建立光谱信号与作物生理生化参数之间的定量关系，进而反演养分、水分、叶绿素含量等关键指标。

具体而言，通过数码相机（RGB相机）、多光谱成像仪、高光谱成像仪等传感器，获取作物冠层或叶片的反射光谱信息，当作物遭遇水分胁迫、营养亏缺、病害侵染等情况时，其光谱曲线会发生特征性偏移。通过解析这些光谱响应规律，即可实现作物长势的精准监测，为变量施肥、精准灌溉、病虫害预防等田间管理提供科学依据。

三、作物光谱监测技术的应用

1. 作物识别与面积测算

通过分析不同作物独一无二的“光谱特征”，作物光谱监测技术能够快速、客观地绘制出全国乃至全球的小麦、水稻、玉米等主要粮食作物的分布地图。这不仅让耕地资源有了清晰的“数字台账”，更为国家的粮食产量预测和宏观农业政策制定提供了基础数据支撑。

2. 作物长势监测与水肥管理

结合物理反演模型、经验统计模型、机器学习模型等，光谱监测技术能够监测作物叶面积指数、叶片氮积累量、叶片含水量等生长指标。据此指导变量施肥与精准灌溉，既能避免传统大水漫灌和过量施肥造成的资源浪费，又能显著降低化肥农药面源污染风险，推动农业绿色可持续发展。

3. 灾害预警与受灾评估

通过连续动态监测作物的光谱时序数据，可在灾害发生前识别潜在风险。例如，当特定波段反射率出现规律性异常波动时，可提示病虫害暴发风险，为农户争取防灾准备的“黄金窗口期”。灾害发生后，受灾作物因叶片损伤、生理代谢紊乱或结构破坏，其光谱反射曲线会发生特征性异常偏移。光谱监测技术能够迅速锁定受灾地块，定量评估灾害影响范围与受损程度。这不仅为应急响应与救灾调度提供精准靶向，也为农业保险的快速查勘定损与精准理赔提供了客观、可量化的科学依据。

4. 产量预估与市场调控

基于作物关键生育时期的光谱监测数据，结合历史产量模型与气象、土壤等多源信息，可在收获前数周至一个月实现区域尺度的产量预估。这种前瞻性的数据支持，有助于种粮大户、粮储部门及市场主体提前规划仓储物流、调配库容资源，从而从容应对市场供需波动，提升粮食供应链的稳定性与抗风险能力。

四、作物光谱监测技术的优势

1. 覆盖全场景的多尺度监测体系

目前，科学家们利用天空地网遥感手段构建了从单叶到冠层、从田块到区域的完整监测技术体系，适配不同场景需求（图5）。叶片尺度可借助手持光谱仪，对单张叶片进行精准监测，获取色素、养分、水分等细节数据；田块尺度可通过手持式或者田间固定式监测仪，获取作物冠层光谱信息，快速监测诊断作物长势情况；园区尺度通过无人机搭载数码相机（RGB）、多光谱相机等传感器，获取厘米级精度影像，快速识别长势差异、缺肥和发病田块；区域尺度利用卫星影像，完成大面积农田的长势普查、产量估算、灾害评估。

图5 不同尺度遥感观测平台

2. 赋能现代农业的核心技术优势

相较于传统监测方式，光谱监测技术的优势极为突出：监测速度快；全程无损，不影响作物正常生长；客观性超人工判断，可定量获取多项指标；兼顾小范围精准监测与大面积快速普查，数据可直接数字化输出，无缝对接变量施肥、精准灌溉等现代农业系统。

作物光谱监测技术以光线为探针、以光谱为语言，将肉眼难以察觉的作物生理状态转化为可读取、可分析的数据，推动农业从“凭经验、看天气”的传统模式，迈向精准感知、数据驱动、智能管理的现代化阶段。当无人机再次飞过农田，它记录的不仅是田园风光，更是为作物做的一场全面、精准、无声的健康诊断，为粮食丰产、高效种植保驾护航。

科学审核：郑恒彪（南京农业大学副教授）

参考文献：

[1] 曹卫星, 程涛, 朱艳, 姚霞, 倪军, 田永超, 刘小军, 汤亮, 曹强, 张小虎, 邱小雷, 郑恒彪. 作物生长光谱监测. 北京: 科学出版社, 2020: 12-30.

[2] 梅安新, 彭望琭, 秦其明, 刘慧平. 遥感导论（2001版）. 北京: 高等教育出版社, 2001: 36-41, 240-259.

[3] 何骄阳. 不同冠层高度水稻生长参数的高光谱监测研究. 南京农业大学博士学位论文, 2020.

作者介绍

郭彩丽，硕士，南京农业大学实验师。主要负责国家信息农业工程技术中心试验示范基地管理，拥有多年农业生产和示范推广工作经验。近年来，主持或参加国家级、部省级、校级项目和课题11项；以第一作者或主要完成人发表论文22篇，其中SCI论文19篇，获授权发明专利3项，登记软件著作权1项；参与出版《农业农村电子商务》教材1本；作为主要完成人获2020—2021年度神农中华农业科技奖优秀创新团队奖。