欢迎进入厦门欣仰邦科技有限公司官网！
0592-3564822
0592-3564822
公司电话 : 0592-3564822
业务咨询 : 17850532774
设施农业作物多光谱长势监测方案是一套面向日光温室、连栋温室、设施蔬菜种植基地、花卉生产温室、育苗中心及现代农业科技园区建设的作物生长状态智能感知与分析系统。方案以植被反射光谱、归一化植被指数（NDVI）及其他植被指数、冠层温度、作物覆盖度和长势变化为核心监测内容，综合应用多光谱成像技术、热红外测温、图像处理、作物冠层识别、时序数据分析和物联网通信技术，实现设施农业作物长势的非接触式监测、空间差异识别、变化趋势评价及异常预警。
设施农业生产环境具有栽培密度高、种植批次明确、温湿度可调节和作物管理精细化等特点。传统作物长势评价主要依靠人工观察叶片颜色、植株高度、叶面积、冠层覆盖情况及生长速度，容易受到观察人员经验和巡查时间的影响，难以形成连续、客观、可量化的生长状态记录。
绿色植物叶片中的叶绿素、细胞组织及内部结构对不同波长的电磁辐射具有不同的吸收、反射和透射特征。在可见光区域，叶绿素对红光和蓝光具有较强吸收作用；在近红外区域，健康叶片内部组织通常表现出较高反射率。通过获取作物在绿光、红光、红边和近红外等波段的反射信息，可以构建具有一定生理生态意义的植被指数，为作物冠层状态分析提供依据。
在作物生长过程中，叶片数量、叶面积、冠层结构、叶绿素状态以及水分状况等因素均可能引起多光谱响应变化。通过多时相观测和统一校准，可以比较同一作物区域在不同时期的光谱特征，识别冠层变化、空间差异及部分异常生长迹象。
冠层温度是作物热环境的重要表征参数，与太阳辐射、空气温度、蒸腾作用、气流及作物水分状态等因素有关。采用独立的热红外测温设备，可以获取作物冠层的表面辐射温度信息，并与多光谱植被指数进行联合分析。
作物覆盖度反映指定地面或栽培区域中被作物冠层投影覆盖的面积比例。通过多光谱影像分割和目标区域识别，可以计算冠层覆盖度及其变化趋势，辅助分析作物冠层扩展情况。
本方案采用“多光谱影像采集—辐射校准—波段配准—作物冠层识别—植被指数计算—热红外温度监测—覆盖度提取—时序变化分析—异常预警”的技术路线，形成面向设施农业作物的连续长势监测系统。
系统支持固定式监测站、轨道移动式扫描监测、定期巡检式成像及多温室集中管理等部署方式。根据监测范围和预算，可选择单点代表性观测、栽培行扫描或分区成像方案，并与温室环境监测、土壤墒情、智能灌溉及水肥管理系统集成。
设施农业作物在不同生育阶段的叶片颜色、植株形态、冠层大小及生长速度存在差异。传统人工巡查可以发现明显异常，但在识别早期、轻微或局部分布的长势差异时具有一定局限性。
不同工作人员对长势良好、长势偏弱和异常生长的判断可能不完全一致，缺少统一的量化评价依据。
温室种植通常按照生产批次安排育苗、定植、营养生长、开花结果及采收。各阶段作物冠层结构变化明显。
如果缺少连续影像记录，难以定量比较不同日期的冠层覆盖度、光谱指数及生长空间分布。
土壤水分不足、根区环境异常、施肥不均、病虫害及温度胁迫等问题，可能引起作物生理状态和冠层特征变化。
部分异常在早期尚未形成明显肉眼症状，但也可能表现为光谱特征或冠层温度的变化。然而，光谱异常通常不具有唯一病因，需要结合环境监测和现场调查判断。
温室受到通风方式、灌溉管网、栽培架布置、遮阳设施及建筑遮挡等因素影响，不同位置的作物可能处于不同的环境条件。
如果只在温室中心位置进行人工观察，可能无法完整反映边缘区域、不同种植行或局部异常区域的长势情况。
多光谱相机记录的原始像元值不仅与作物反射特性有关，也受到太阳辐射、人工照明、温室覆盖材料、相机曝光及观测角度影响。
如果未进行适当辐射校准，直接比较晴天与阴天、上午与下午或不同补光条件下的影像，容易把光照变化误判为作物长势变化。
NDVI可以反映植被红光和近红外反射特征，但其变化也受到土壤背景、冠层覆盖度、叶片结构及观测条件影响。
在高覆盖度冠层中，NDVI可能出现敏感性降低或饱和现象，不宜仅以单一NDVI值判断所有生育阶段的长势。
作物冠层温度不等于温室空气温度。冠层温度受到叶片蒸腾、辐射吸收、空气运动及叶片表面特性影响。
如果只记录温室空气温度，难以直接分析叶片实际热状态；如果只测量冠层温度，也不能在缺少其他环境信息的情况下直接判定作物是否缺水。
部分种植基地虽然拥有温湿度、灌溉和施肥记录，但缺少作物生长状态的量化监测数据，难以系统评价不同管理措施与冠层变化之间的关系。
建设以多光谱成像和热红外测温为核心的设施农业作物长势智能监测系统，实现植被反射光谱采集、植被指数计算、冠层温度测量、作物覆盖度识别和长势时序变化分析，并形成多区域、分批次的长势监测档案。
获取作物冠层在指定可见光、红边和近红外波段的反射率信息，记录不同波段的平均反射率、空间分布及时间变化。
根据实际配置的光谱波段计算NDVI、GNDVI、NDRE、OSAVI等适用植被指数，分析作物冠层光谱特征及其变化。
通过独立的热红外设备获取作物冠层温度，记录冠层平均温度、最高最低温度及区域温度差异。
通过作物冠层分割，计算指定地面或栽培区域内的作物覆盖比例，分析冠层扩展及变化情况。
建立按作物品种、生育阶段和监测区域组织的时间序列，比较不同观测日期的植被指数、冠层温度及覆盖度变化。
识别与同批次、同生育阶段参考区域相比具有明显光谱差异、冠层温度异常或覆盖度变化异常的区域，为现场检查提供定位依据。
将长势监测结果与土壤水分、肥液参数、温室气象、灌溉及施肥记录关联，为设施农业生产管理和工艺优化提供数据支撑。
番茄、黄瓜、辣椒、茄子、草莓、叶菜、花卉等作物的叶片形态、株型、冠层结构及生长速度存在差异。
系统应按照作物类型和生产阶段配置不同的观测区域、分割规则及评价模型。
多光谱监测设备应至少覆盖与目标植被指数计算相对应的光谱波段。
如果需要同时计算NDVI、GNDVI和NDRE，宜配置绿光、红光、红边及近红外波段，并根据具体研究目标选择是否增加蓝光等其他波段。
系统应具备适宜的辐射定标与反射率校准方法，记录相机曝光、观测时间、光照条件和校准状态。
对于跨日期长势分析，应尽可能保持光照条件、观测角度和采集流程的一致性。
冠层温度需要通过热红外测温设备获取。热红外相机或红外测温传感器应满足目标距离、视场角、空间分辨率及精度要求。
对于需要形成温度分布图的场景，宜采用热红外成像设备；对于固定代表性测点，可根据目标采用适宜的红外测温传感器。
覆盖度计算需要明确测量区域、参考面积及作物冠层边界，并尽量减少土壤、地膜、栽培槽、支架和其他背景目标的影响。
不同时间采集的影像应在空间位置、波段定义、反射率标定和区域范围方面具有可比性。
对于轨道移动式或移动巡检设备，应具备适当的定位、几何校正和影像配准能力。
系统应同时管理原始影像、校准影像、植被指数结果、冠层温度数据、覆盖度数据及分析报告，并记录相应的采集时间和设备信息。
如果需要进一步估算叶绿素、叶面积指数、氮素状态或生物量，应采集对应的田间实测样本建立和验证模型，不能直接把植被指数等同于这些生理或农艺参数。
系统采用“多光谱成像—热红外冠层测温—数据采集—辐射与几何校正—冠层提取—植被指数计算—温度与覆盖度分析—长势时序评价—异常预警”的技术路线。
系统由多光谱感知层、热红外监测层、图像采集与控制层、数据通信层、图像分析层和应用管理层组成。
多光谱感知层负责获取可见光、红边和近红外波段影像。
热红外监测层负责获取作物冠层辐射温度相关数据。
图像采集控制层负责设备触发、参数设置、时间同步、影像缓存及必要的现场预处理。
数据通信层负责影像、设备状态和分析数据的传输。
图像分析层负责反射率校准、波段配准、冠层分割、植被指数计算、温度分析和时序变化识别。
应用管理层负责影像展示、长势专题图、异常区域管理、历史趋势及监测报告。
在具有代表性的温室栽培区域安装多光谱相机和热红外测温设备，持续或定期观测固定视场中的作物冠层。
通过温室轨道、移动平台或其他适宜结构，使监测设备沿栽培行移动采集影像，适用于较大面积或多栽培行监测。
通过人工或专用移动设备按既定位置、角度和时间进行周期性成像，适用于预算有限或以定期长势评价为主要目标的项目。
| 监测类别 | 核心参数 | 主要输出结果 | 应用目的 |
|---|---|---|---|
| 反射光谱 | 绿光、红光、红边、近红外等波段反射率 | 反射率影像与波段统计 | 冠层光谱特征分析 |
| 植被指数 | NDVI、NDRE、GNDVI等 | 植被指数图及统计值 | 长势特征分析 |
| 冠层温度 | 冠层表面温度 | 温度分布及趋势 | 热环境与胁迫辅助分析 |
| 作物覆盖度 | 冠层投影覆盖比例 | 覆盖度百分比及变化 | 冠层扩展监测 |
| 长势变化 | 多时相指数与覆盖度变化 | 变化率、异常区域及趋势 | 生长过程评价 |
采用多波段成像设备获取指定区域作物冠层的不同波段影像。
设备应具有与目标植被指数相匹配的光谱波段，并提供必要的成像参数、波段响应和数据输出信息。
利用标准反射率参考板、入射光照测量装置或经过验证的其他方法，对原始影像进行辐射校准和反射率估算。
通过热红外相机或红外测温设备测量冠层温度，记录监测区域内的温度分布。
对于热红外影像，应考虑冠层发射率、测量距离、反射背景辐射和环境条件等因素。
基于多光谱、可见光及空间特征识别作物冠层，将作物目标与土壤、地膜、栽培槽、管路及其他背景分离。
根据反射率数据计算适用的植被指数，并形成指数分布图、区域均值和变化统计。
根据冠层分割结果计算指定区域的作物覆盖比例，并分析不同日期的覆盖度变化。
将不同日期的植被指数、冠层温度和覆盖度数据按照统一监测区域及生育阶段进行对比。
对明显偏离同阶段参考范围的光谱指数、冠层温度及覆盖度变化进行识别，生成现场核查提示。
负责现场数据上传、影像存储、设备状态管理、断网缓存和历史数据检索。
提供影像浏览、植被指数专题图、冠层温度图、覆盖度统计、长势趋势、异常区域及报告管理功能。
植物叶片在不同波长范围具有不同的反射特征，其变化与叶绿素、其他色素、叶片内部组织结构及水分状态等因素有关。
在红光波段，健康叶片通常具有较明显的叶绿素吸收特征；在近红外波段，叶片内部结构会形成较强散射，使近红外反射率相对较高。
红边通常指植被反射光谱从红光低反射向近红外高反射过渡的波段区域。
红边信息可用于分析部分与叶绿素及冠层状态相关的光谱变化，在一定条件下能够补充NDVI的分析能力。
光谱反射率反映目标在指定波段对入射辐射的反射比例。工程应用中，应根据仪器波段响应和观测几何条件，采用适宜的反射率测量与标定方法。
多光谱相机输出的原始数字像元值不等于物理意义上的反射率，必须经过设备对应的校准处理后才能用于可靠的跨时相比较。
典型多光谱设备可配置蓝光、绿光、红光、红边和近红外波段。
各波段的中心波长、带宽及光谱响应曲线应依据实际设备确定。不同设备的相同名称波段可能存在中心波长和带宽差异。
原始影像经过必要的暗电流修正、辐射校准、反射率参考校正和波段配准后，可形成用于植被指数计算的反射率数据。
玻璃、薄膜、遮阳网及其他覆盖材料对不同波段辐射的透过率可能不同。
温室内多光谱监测应考虑覆盖材料的光谱透过特性及人工照明变化，不能直接将室外自然光照条件下的校准假设完全用于温室内部。
系统应识别曝光不足、过曝、模糊、反射异常、严重阴影、遮挡及波段配准失败等情况，并对相应影像进行质量标记。
NDVI利用近红外和红光反射率构建，用于描述植被冠层在两个波段之间的归一化反射差异。
计算公式：
NDVI=(RNIR-RRed)/(RNIR+RRed)
其中，RNIR为近红外波段反射率，RRed为红光波段反射率。
NDVI理论取值范围通常为-1～1，但作物冠层实际数值受作物类型、生育阶段、背景和测量条件影响。
NDVI较高通常意味着较明显的绿色植被光谱特征，但不能直接证明作物没有病虫害或养分问题。
GNDVI使用绿光和近红外波段反射率：
GNDVI=(RNIR-RGreen)/(RNIR+RGreen)
其中，RGreen为绿光反射率。
该指数可作为作物冠层绿色光谱特征分析的辅助指标，其与叶绿素和氮素状态之间的关系需要通过实测数据验证。
NDRE利用红边与近红外反射率构建：
NDRE=(RNIR-RRedEdge)/(RNIR+RRedEdge)
其中，RRedEdge为红边波段反射率。
NDRE可用于补充高覆盖度冠层中的光谱分析，并可能对部分叶绿素相关变化表现出较好敏感性，但其具体性能取决于作物、波段设置和观测条件。
OSAVI通过引入土壤背景调整参数，降低部分土壤背景变化对指数计算的影响。
采用常见参数值时，其计算公式为：
OSAVI=1.16×(RNIR-RRed)/(RNIR+RRed+0.16)
OSAVI可用于苗期或冠层覆盖不充分的场景，但仍需结合土壤背景和实际影像条件解释。
植被指数应使用经过适当校准的反射率数据，而不是未经处理的不同波段原始灰度值。
当公式分母接近零、像元无效或发生严重饱和时，应对相应结果进行异常标记或掩膜处理。
平台可联合NDVI、GNDVI、NDRE和OSAVI分析作物冠层特征，避免单独依赖一个指数进行全部长势判断。
植被指数反映的是特定波段组合的光谱特征。指数变化可能来自叶绿素、冠层覆盖度、叶片角度、背景、阴影及传感器条件等多种因素。
因此，不能仅凭单一指数直接确定施肥量、叶片含氮量、病害类型或最终产量。
冠层温度可采用热红外测温设备，通过获取作物冠层在热红外波段的辐射信息估算表面温度。
热红外测温结果受到目标发射率、背景反射辐射、传感器校准和测量几何条件影响。
普通可见光—近红外多光谱相机主要用于植被反射率和植被指数分析，不直接提供冠层温度。
冠层温度应通过适当的热红外传感器或热红外相机独立测量，再与多光谱数据进行空间和时间匹配。
系统可计算指定作物冠层区域的平均温度、最高最低温度及温度分布。
应先分离作物冠层像元与土壤、地膜、栽培架等背景像元，避免背景表面温度干扰冠层统计。
在具备同步空气温度数据的条件下，可计算：
ΔTc=Tc-Ta
其中，ΔTc为冠层与空气温差，Tc为冠层温度，Ta为对应时刻及位置的空气温度。
该指标可作为作物热状态变化的辅助分析变量，但需要结合辐射、空气湿度、风速及生育阶段进行解释。
平台可比较同一温室内不同栽培区域的冠层温度，识别明显偏离相邻或参考区域的温度异常。
在特定条件下，作物水分供应变化可能影响蒸腾冷却，从而引起冠层温度变化。
但是冠层温度升高也可能由空气温度、太阳辐射、风速、冠层结构及其他因素引起，因此不能仅根据一次冠层高温就直接诊断缺水。
对于具备充分气象信息及适用参考基线的项目，可研究作物水分胁迫指数（CWSI）等模型。
相关模型需要明确湿参考、干参考或经验基线，并开展本地作物和环境条件下的校准，不宜直接使用统一阈值评价不同温室作物。
作物覆盖度是指从指定观测方向看，作物冠层投影在目标地面或栽培区域中所占的比例。
覆盖度与植株数量、叶片面积、冠层结构及植株空间分布有关。
在适宜的正射或近似垂直观测条件下，可采用以下公式：
FCover=(Acanopy/Aroi)×100%
其中，FCover为冠层覆盖度，Acanopy为目标区域内的作物冠层投影面积，Aroi为对应参考区域面积。
如果影像存在明显透视变形，应先进行适当几何校正或使用与目标面积计算一致的空间尺度。
系统可通过多光谱指数阈值、颜色特征、纹理特征和经过训练的图像分割模型识别作物冠层。
实际算法应根据作物类型和温室背景调整，避免将绿色地膜、杂草或其他非目标植物误判为作物冠层。
系统可计算相邻两次观测之间的覆盖度变化：
ΔFC=FCt2-FCt1
其中，FCt2和FCt1分别为两个观测时刻的覆盖度。
当覆盖度以百分比表示时，差值单位为百分点。
可计算单位时间内的覆盖度变化速率：
VFC=(FCt2-FCt1)/(t2-t1)
该指标可用于分析苗期及营养生长阶段的冠层扩展过程。
当作物冠层已基本覆盖目标区域时，覆盖度可能接近100%，但植株高度、叶片厚度和生物量仍可能继续变化。
因此，覆盖度不适合作为所有生长阶段的唯一长势指标。
番茄、黄瓜等设施作物在生产过程中可能进行整枝、打叶或采收，这些操作会影响冠层覆盖度和光谱特征。
系统应记录管理事件，避免将正常整枝造成的覆盖度下降自动判断为作物退化。
系统按照作物品种、生产批次、生育阶段及监测区域建立多时相数据序列。
每次观测结果应记录植被指数、冠层温度、覆盖度、采集时间及数据质量信息。
NDVI时序变化可用于描述冠层光谱特征随生长过程的变化。
相邻两次观测的指数变化为：
ΔNDVI=NDVIt2-NDVIt1
该指标应在可比的观测和校准条件下使用。
通过NDRE时间序列比较同一冠层区域的红边光谱响应变化，为后期冠层特征分析提供辅助信息。
根据冠层覆盖度变化分析作物冠层扩展、稳定和变化过程，并结合生育阶段及整枝采收记录解释结果。
在具有可比辐射和气象条件的时间窗口内分析冠层温度变化，并与空气温度及土壤水分数据进行关联。
将同一温室、同一品种和相近生长阶段的不同区域进行对比，识别植被指数、覆盖度和温度分布上的异常差异。
可在具有可比种植品种、密度、管理方式和生育阶段的前提下，对不同生产批次的长势变化趋势进行比较。
当某区域植被指数持续下降、覆盖度增长明显偏慢或冠层温度持续高于相近参考区域时，系统生成长势异常关注提示。
对于因短时光照干扰、影像模糊或通信中断造成的数据异常，应进行质量标记。
需要进行趋势平滑时，应保留原始观测结果，并区分实测值和估算值。
系统可将植被指数、冠层温度、覆盖度及时间变化特征进行综合分析，构建适合特定作物和生育阶段的长势评价模型。
可建立0～100的综合长势展示指数：
GI=100×f(NDVI,NDRE,GNDVI,FC,Tc,S)
其中，GI为长势评价指数，FC为作物覆盖度，Tc为冠层温度，S为作物品种、生育阶段及管理背景。
函数f应依据对应作物的实测长势、叶面积、叶绿素、地上生物量或其他目标指标进行标定和验证。
不同生长阶段应采用差异化分析策略。例如，苗期可以关注覆盖度与土壤背景影响；冠层高度覆盖阶段可以增加红边指数等指标的分析权重。
具体权重应根据试验结果确定，不能直接设定未经验证的固定权重并宣称具有普遍生物学意义。
在完成本地数据标定后，可将长势指数划分为相对较好、正常、关注和异常等等级。
等级应描述相对评价结果，不应在缺少实测依据的情况下直接等同于产量高低或植株健康状态。
当某区域植被指数下降且冠层温度出现异常变化时，系统可提高对该区域的关注程度。
但不同环境压力和管理因素可能产生相似变化，因此综合异常不代表能够唯一判断病虫害、水分不足或养分缺乏的具体原因。
通过接入空气温湿度、土壤水分、土壤EC、光照及灌溉数据，可以分析作物光谱特征和环境变化之间的关系。
对于需要进行产量或品质预测的项目，应收集实际采收产量、果实数量、质量等级及对应生育期长势数据，建立具有明确验证结果的预测模型。
本方案基础配置不直接承诺能够仅凭多光谱指数准确预测产量和品质。
支持按设定时间、固定位置或移动巡检计划采集作物冠层多光谱影像。
提供各光谱波段反射率图及目标区域反射率统计。
自动计算NDVI指数并生成冠层空间分布图和历史曲线。
根据实际设备波段配置计算NDRE、GNDVI和OSAVI等指数。
通过热红外设备记录冠层温度，形成温度分布及趋势数据。
自动识别作物冠层区域，并统计指定区域的冠层覆盖比例。
对同一监测区域不同日期的指数、温度和覆盖度进行时间序列比较。
识别不同栽培行、不同管理分区之间的光谱与温度差异。
当长势变化达到经过确认的异常条件时，自动生成关注提示和对应影像记录。
支持不同温室、生产批次、作物品种及监测点的统一管理。
支持与温室环境监测、土壤墒情、灌溉及施肥记录关联。
支持生成植被指数报告、冠层温度报告、覆盖度变化报告和长势综合分析报告。
| 序号 | 设备名称 | 主要功能 | 配置建议 |
|---|---|---|---|
| 1 | 多光谱成像设备 | 获取多波段冠层影像 | 按视场及扫描范围配置 |
| 2 | 热红外成像设备 | 获取冠层温度分布 | 按温度监测范围配置 |
| 3 | 反射率参考板 | 开展光谱反射率校准 | 按成像系统配置 |
| 4 | 入射光照测量模块 | 辅助评估照明变化 | 按精度需求选配 |
| 5 | 图像采集控制器 | 触发采集、管理参数及缓存数据 | 按监测设备组配置 |
| 6 | 边缘图像处理设备 | 影像预处理及局部分析 | 按算法性能要求配置 |
| 7 | 固定安装支架 | 保持相机位置与视角稳定 | 按测点配置 |
| 8 | 轨道或移动监测装置 | 扩大空间扫描覆盖范围 | 按项目需要选配 |
| 9 | 空气温湿度传感器 | 提供环境背景数据 | 按温室分区选配 |
| 10 | 工业通信设备 | 数据传输及设备通信 | 按网络架构配置 |
| 11 | 工业供电与防护装置 | 电气供电及设备防护 | 按监测站配置 |
| 12 | 长势监测分析平台 | 影像管理、指数分析及趋势预警 | 统一部署 |
| 扩展设备 | 主要功能 | 应用场景 |
|---|---|---|
| 光合有效辐射传感器 | 测量冠层入射光合有效辐射 | 光照与长势联合研究 |
| 土壤水分传感器 | 监测根区含水率 | 水分胁迫辅助分析 |
| 土壤EC传感器 | 监测根区电导率变化 | 水肥状态关联分析 |
| 叶绿素测量设备 | 提供叶绿素相关实测参考 | 光谱模型标定 |
| 叶面积测量设备 | 获取实际叶面积或叶面积指数参考 | 冠层模型验证 |
| 可见光高分辨率相机 | 获取高精度形态影像 | 冠层分割及形态分析 |
| 环境气象监测站 | 提供温湿度、辐射和气流数据 | 冠层温度辅助解释 |
| 参数项目 | 参考技术指标 | 说明 |
|---|---|---|
| 成像类型 | 多波段数字成像 | 适用于作物冠层 |
| 参考波段 | 蓝、绿、红、红边、近红外 | 按目标指数选择 |
| 蓝光中心波长 | 参考450nm | 具体以设备为准 |
| 绿光中心波长 | 参考560nm | 具体以设备为准 |
| 红光中心波长 | 参考650nm | 具体以设备为准 |
| 红边中心波长 | 参考720～740nm | 按设备及模型选择 |
| 近红外中心波长 | 参考800～900nm | 按设备及模型选择 |
| 波段带宽 | 按实际滤光片及设备规格确定 | 需提供光谱响应信息 |
| 影像分辨率 | 按监测距离及目标尺寸确定 | 需满足冠层分割需求 |
| 输出数据 | 原始影像及校准后反射率数据 | 支持后续指数分析 |
| 触发方式 | 定时、外部触发或控制器触发 | 按系统结构确定 |
| 通信接口 | 按实际设备接口确定 | 支持影像传输 |
| 环境防护 | 按温室高湿环境配置 | 防止镜头结露 |
不同波段名称下的具体中心波长和带宽可能不同。本表为工程选型参考，正式采购应核查完整的光谱响应曲线和辐射标定能力。
| 参数项目 | 参考技术指标 |
|---|---|
| 测量对象 | 作物冠层表面辐射温度 |
| 参考光谱范围 | 8～14μm |
| 参考测温范围 | -20～120℃ |
| 参考绝对测温准确度 | ±2℃或±2%读数，按具体型号确定 |
| 热灵敏度 | 按冠层温差识别需求选型 |
| 空间分辨率 | 按目标距离、视场和像元尺寸确定 |
| 发射率设置 | 支持适当参数配置 |
| 输出方式 | 温度影像或温度数据 |
| 安装要求 | 避免遮挡、冷凝及强反射干扰 |
冠层微小温差研究需要重点关注热灵敏度、相对稳定性和校准方法。上述绝对准确度参考值不能自动保证具有同等水平的微小温差识别能力。
| 参数项目 | 参考要求 |
|---|---|
| 校准对象 | 多光谱辐射与反射率数据 |
| 参考组件 | 已知反射率的校准板 |
| 光谱范围 | 覆盖相机实际工作波段 |
| 反射率资料 | 提供对应波段反射率数据 |
| 校准方式 | 按相机及校准流程执行 |
| 维护要求 | 保持表面清洁，避免污染和老化 |
| 参数项目 | 参考技术要求 |
|---|---|
| 影像采集 | 支持多光谱与热红外设备接入 |
| 时间同步 | 支持多设备采集时间记录 |
| 本地缓存 | 按影像数据量配置 |
| 边缘处理 | 支持必要的预处理或指数计算 |
| 网络通信 | 以太网或适宜工业网络 |
| 远程管理 | 支持设备状态和采集任务管理 |
| 存储容量 | 按采集频率、分辨率和保留周期设计 |
| 供电方式 | 按设备功率配置 |
| 参数项目 | 参考技术指标 |
|---|---|
| 温度量程 | -20～60℃ |
| 温度准确度 | 参考±0.3℃ |
| 湿度量程 | 0～100%RH |
| 湿度准确度 | 参考±3%RH |
| 通信接口 | RS485等 |
| 安装要求 | 作物冠层附近代表位置 |
本章参数为工程参考值，不代表未经验证的具体产品技术性能。正式实施应根据作物目标尺寸、监测距离、光照条件和影像处理要求开展设备选型及现场测试。
平台首页集中显示温室数量、监测区域、采集设备状态、最新NDVI、NDRE、冠层温度、覆盖度及长势异常信息。
支持查看不同日期的多波段影像和经过校准的反射率影像。
提供NDVI、NDRE、GNDVI等指数的伪彩色分布图，并显示色标及相应数值范围。
展示热红外冠层温度图，并支持温度统计及异常区域定位。
显示冠层分割结果、区域覆盖度百分比及历史变化。
支持比较相同监测区域在不同日期的多光谱和热红外结果。
展示NDVI、NDRE、覆盖度和冠层温度随时间变化的趋势。
按照栽培行、管理分区或温室编号比较作物长势监测结果。
对植被指数异常、冠层温度异常及覆盖度变化异常区域进行标识，记录核查情况。
关联作物品种、定植时间、生育阶段、整枝采收和灌溉施肥记录。
显示影像质量、反射率校准状态、波段配准状态及分析有效性。
支持自动生成监测日报、阶段性长势报告及不同批次对比分析报告。
当同一监测区域NDVI出现持续异常下降或明显偏离相同生育阶段参考范围时，系统生成关注提示。
当NDRE变化与正常参考曲线存在明显偏差时，提示检查作物冠层状态及可能的环境影响。
当冠层温度在可比环境条件下持续高于参考区域或出现其他异常变化时，系统提示开展现场检查。
当作物覆盖度在预期生长阶段增长明显偏慢或发生异常下降时，系统记录异常事件。
通过比较相同品种、相近生育阶段的不同区域，识别持续存在的光谱与覆盖度空间差异。
当植被指数、冠层温度和覆盖度同时出现明显异常时，可提高预警优先级，并提示结合土壤水分、养分及病虫害调查开展综合诊断。
当采集影像受到明显阴影、曝光或照明条件突变影响时，应首先标记数据质量异常，而不是直接生成作物长势风险判断。
识别相机离线、采集失败、存储不足、热红外设备异常及通信故障。
| 预警等级 | 判定原则 | 建议措施 |
|---|---|---|
| 正常 | 指标位于对应参考范围 | 维持正常监测 |
| 关注 | 单项指标出现轻微持续偏差 | 加强趋势观察 |
| 较高风险 | 多个指标出现异常或偏差持续扩大 | 安排现场核查 |
| 高风险 | 达到经过本地验证的严重异常条件 | 优先检查并采取适宜管理措施 |
风险等级主要用于长势监测与现场核查排序，不代表已经确定病害、养分缺乏或水分胁迫的具体原因。
项目实施前应调查温室类型、面积、层高、作物品种、种植密度、栽培行布局、覆盖材料、补光设施及监测目标。
按照作物品种、种植批次、生产管理分区和空间代表性设置监测单元。
根据作物冠层高度、视场角、空间分辨率和栽培架结构确定安装位置。
应尽量保持相机稳定，避免机械振动、频繁位移和镜头长期结露。
热红外设备应能够覆盖目标作物冠层，并尽量减少对地膜、金属支架及其他高反射或明显不同温度背景的测量。
按照实际成像设备的校准流程设置参考板或其他校准组件，记录校准时间及校准结果。
固定监测可优先选择相对稳定的采集时间和照明条件。
对于人工补光环境，应记录灯具开启状态、照明强度和光谱特征。不同补光配置下的数据需要验证其可比性。
针对不同波段成像视场及光学结构差异，进行适当的图像配准，保证不同波段相同像元尽可能对应相同实际目标。
如需进行像元级联合分析，应建立多光谱与热红外影像之间的几何对应关系。
对于分辨率差异较大的设备，应明确融合空间尺度，避免将插值后的热红外像元误认为新增了真实温度细节。
轨道移动式系统应考虑运动速度、振动、相机曝光时间、触发位置及重复定位精度。
根据影像分辨率、波段数量、采集频率及历史保存周期计算通信和存储需求。
高频原始影像采集可能产生较大数据量，必要时采用边缘处理并分别保存原始数据和分析结果。
完成相机参数设置、辐射校准、空间配准、指数计算、冠层分割和平台展示测试。
验收应包括设备运行、影像清晰度、波段配准、反射率校准、冠层温度测试、覆盖度计算及历史对比功能。
定期检查镜头清洁、设备固定、曝光状态、光学窗口及环境防护情况。
按照设备要求开展温度校准或比对，检查光学窗口、设备稳定性及相关测温参数。
定期检查参考板污染、损伤和反射率资料有效性，并保持校准流程的一致性。
保存原始影像、校准参数、质量标记、处理模型版本和最终结果，确保分析过程能够追溯。
当植被分割模型、指数计算流程或长势评价模型发生变更时，应记录版本和生效时间。
通过光学成像和红外测温获取作物冠层信息，减少对正常生长植株的直接接触。
将光谱指数、冠层温度及覆盖度进行联合分析，减少单一参数评价的局限性。
通过成像方式展示不同区域的长势差异，有助于管理人员定位局部异常。
通过固定区域的连续观测，建立长期长势变化记录，为不同阶段及批次的比较提供依据。
多光谱监测数据可用于设施农业作物长势分析、作物表型研究和生产管理模型开发。
适用于设施番茄育苗、定植、营养生长及结果期的长势变化监测，重点分析植被指数、冠层温度和冠层覆盖度。
适用于黄瓜快速生长及连续采收场景，通过多时相影像分析冠层变化，并记录整枝和打叶等管理事件。
适用于辣椒不同种植分区的冠层光谱及温度比较，辅助发现持续长势差异。
适用于草莓栽培床的冠层覆盖、光谱指数及热状态监测，支持不同栽培区的长势对比。
适用于蔬菜和花卉育苗，重点监测幼苗覆盖度及早期光谱差异。
适用于开展作物品种、灌溉方式、施肥策略和环境调节条件对比研究的试验温室。
以下以宁夏某设施农业园区为假设应用场景，说明多光谱长势监测系统的初步工程配置。本示例属于典型设计，不代表已完成的实际项目。
假设园区建设6座日光温室，每座面积约1000平方米，主要种植番茄和黄瓜，需对部分代表性栽培行开展连续多光谱及冠层温度监测。
初步采用固定式多光谱相机和热红外设备监测具有代表性的栽培区域，并通过统一管理平台开展多温室长势对比。
该配置用于代表性区域监测，不应宣称能够自动覆盖全部1000平方米冠层。若需要全温室高空间覆盖，应增加观测点或采用轨道移动扫描系统，并重新计算相机数量、移动范围和存储容量。
| 设备名称 | 示例数量 | 配置说明 |
|---|---|---|
| 多光谱成像设备 | 6套 | 每座温室1套代表性监测 |
| 热红外成像设备 | 6套 | 每座温室1套 |
| 反射率参考组件 | 按校准方式配置 | 满足实际成像校准需求 |
| 图像采集控制器 | 6套 | 每座温室1套 |
| 边缘图像处理设备 | 按计算负载配置 | 可分布式或集中部署 |
| 固定安装支架 | 6组或按测点配置 | 按实际视场确定 |
| 空气温湿度传感器 | 6套 | 提供对应空气环境数据 |
| 工业通信网关 | 1～2套 | 按网络结构配置 |
| 数据存储与分析服务器 | 1套 | 按影像量及计算需求选型 |
| 长势监测管理平台 | 1套 | 统一展示与分析 |
系统按照设定观测计划采集多光谱及热红外影像，并记录采集时间、相机状态及校准信息。
影像经过辐射校准、几何配准及冠层识别后，计算NDVI、NDRE、GNDVI、覆盖度和冠层温度统计结果。
平台将各次观测结果与对应作物生产批次关联，形成长势变化曲线和异常区域记录。
项目可从影像有效采集率、校准数据完整性、冠层分割准确性、热红外测温误差、重复观测稳定性和异常区域核查有效性等方面进行评价。
如果需要评价增产、节水、节肥及病害减损效果，应补充相应生产记录和可比条件下的试验数据。
| 标准或规范 | 主要参考内容 | 适用说明 |
|---|---|---|
| GB/T 45725—2025《农作物可见光-短波红外光谱反射率测量》 | 农作物冠层及叶片反射率测量、数据处理和报告 | 以大田作物为主要适用对象，温室应用参照相关方法 |
| NY/T 4314—2023《设施农业用地遥感监测技术规范》 | 设施农业用地遥感数据处理和监测流程 | 侧重设施农业用地识别，不直接等同于温室内部长势监测规范 |
| 适用的农作物长势遥感监测技术规范 | 植被指数、长势评价及精度验证 | 根据项目对象核查具体标准 |
| 相关光学仪器计量校准技术规范 | 辐射校准、光谱响应和测量溯源 | 按具体相机与光学设备选择 |
| 相关红外测温设备校准规范 | 热红外温度测量及校准 | 按实际热红外设备选择 |
（1）GB/T 45725—2025《农作物可见光-短波红外光谱反射率测量》。参考光谱测量条件、冠层反射率测量和数据处理方法。
（2）NY/T 4314—2023《设施农业用地遥感监测技术规范》。参考光学遥感影像处理及监测成果精度验证的一般方法。
（3）《基于多模态分层融合的不同栽培模式冬小麦表型分类》。参考NDVI、NDRE、OSAVI等植被指数的计算方法及多模态表型分析。
（4）《融合无人机多光谱和纹理特征的马铃薯LAI估算》。参考多光谱波段配置、植被指数及冠层特征与叶面积指数之间的建模方法。
（5）《Estimating maize canopy water content using UAV-based multispectral–thermal infrared imagery and canopy signal distributional features》。参考多光谱与热红外数据联合分析及冠层温度相关指标。
《农作物可见光-短波红外光谱反射率测量》相关标准信息：
https://std.samr.gov.cn/
《设施农业用地遥感监测技术规范》相关资料：
https://www.horticulture.cn/p-15940.html
《基于多模态分层融合的不同栽培模式冬小麦表型分类》：
https://www.aeeisp.com/nygcxb/article/doi/10.11975/j.issn.1002-6819.202510240
《融合无人机多光谱和纹理特征的马铃薯LAI估算》：
https://journal.scau.edu.cn/article/doi/10.7671/j.issn.1001-411X.202201002
在基础多光谱长势监测系统稳定运行后，可增加土壤水分、肥液EC、pH、环境辐射、作物高度、叶面积及实际收获产量等数据。
通过积累不同作物、不同生产阶段和不同管理措施下的多源数据，可研究叶绿素估算、叶面积指数预测、生物量估算、作物水分胁迫分析和生长异常识别模型。
相关模型投入生产应用前，应进行独立样本验证，并记录模型适用的作物、阶段、传感器及环境条件。
多光谱植被指数能够反映作物冠层的特定光谱特征，但不能直接替代养分化验、病虫害识别、叶绿素实测或产量测定。
冠层温度属于热红外测量参数，不能由普通可见光与近红外多光谱波段直接计算得到。
作物覆盖度反映冠层投影覆盖情况，不直接等同于叶面积指数、植株高度或地上生物量。
多时相长势变化分析必须关注光照、辐射校准、成像角度、冠层分割及生育阶段等因素，防止把测量条件变化误判为作物生长变化。
本方案面向设施农业作物长势监测需求，将多光谱反射率、植被指数、热红外冠层温度、作物覆盖度和时间序列变化分析整合为统一的监测系统。
通过多波段反射率采集、植被指数计算、冠层温度分析、冠层分割和长势变化识别，能够为温室蔬菜、设施花卉、育苗基地及农业科研项目提供连续、非接触式的作物冠层状态数据。
正式工程应根据作物品种、温室结构、监测面积、相机光谱性能、安装高度、照明条件和数据精度要求进行深化设计。
通过规范的辐射校准、时序数据管理及模型验证，本方案能够为作物长势评价、局部异常发现、精细化种植管理和设施农业数字化发展提供技术支撑。
上一篇：设施蔬菜智能灌溉控制方案
下一篇：设施农业智能通风及温控方案
排插式LoRa转4G智能网关
无线远程压力采集终端
LoRaWAN无线远程液位传感器
无线智能消防栓水压监测
GNSS地质灾害监测站
一体化倾斜伏倒检测仪
地表裂缝监测仪
无线4g倾斜传感器(内置电池)
卫星物联网传输数据采集主机
智能水位控制器
智能主机环境数据4G采集仪
S-CGC5低功耗温湿度监控
4G喷灌滴灌流量计
土壤热流计热通量传感器
有线波载64路阀门集中控制器
S-PSVF 电池供电4G无线阀门控制
水位地灾拍照雷达一体化水位
水中硼线上自动分析仪
水中镍线上分析仪传感器
水质铬自动分析仪传感器
美丽乡村水质物联网平台
智能井盖管理软件平台
S-DZJC监测与预警服务平台
负氧离子LED显示发布系统
在线式智能一级声级计噪声监
噪音扬尘监测系统
太阳能供电电流电压远程监控
超声波风速风向,温湿度,噪声
在线咨询 9:00-18:00
