遥感影像在智慧农业中的落地场景与数据选型

智慧农业为什么离不开遥感

传统农业依赖人工巡田，成本高、覆盖有限。遥感影像以"上帝视角"周期性地观测大范围农田，使大面积、高频次、可量化的作物管理成为可能。

典型落地场景

1. 作物类型与种植面积提取

利用中分辨率影像（如 Sentinel-2 的 10m 多光谱）结合分类算法，可自动识别玉米、小麦、水稻等作物分布，生成种植结构图。

2. 长势与植被指数监测

最核心的指标是 NDVI（归一化植被指数）：

NDVI = (NIR - Red) / (NIR + Red)

数值越高，通常代表植被越茂密、长势越好。通过时间序列 NDVI，可发现局部脱肥、受涝或病虫害斑块。

3. 产量预估与灾害定损

将长势曲线与历史产量建模，可在收获前数周给出估产；洪涝、干旱等灾害后，遥感还能快速完成受灾面积核定。

数据选型建议

结语

智慧农业的底层是数据。把合适的遥感数据接入业务系统，配合简单的指数分析，往往就能带来可观的降本增效。对于中小型农场，从免费的 Sentinel 数据起步，是性价比最高的切入点。