Warum ist es bei gleicher Auflösung von 10 Metern besser im „Verstehen“ von Nutzpflanzen als Sentinel 2?
Kommerzielle FernerkundungHeute reicht der Begriff „Auflösung“ nicht mehr aus. Eine räumliche Auflösung von 10 Metern ist keine Seltenheit mehr. Was uns wirklich unterscheidet, ist die spektrale Dimension – können Sie beschreiben, „was“ ein Pixel ist, anstatt nur, „wie es aussieht“, selbst wenn es 10 Meter groß ist?
Satellit Xiguang-2 01Der Hyperspektralsatellit Caiyun 01 wurde am 22. Juli 2026 erfolgreich in die Umlaufbahn gebracht. Seine Nutzlast nutzt ein raumzeitliches, interferometrisches Spektralbildgebungssystem mit einer räumlichen Auflösung von 10 m, 70 Spektralkanälen und einer durchschnittlichen spektralen Auflösung von 6,5 nm. Er ermöglicht kontinuierliche Pushbroom-Bildgebung und stellt Satellitendatenressourcen sowie operative Anwendungsdienste für Landwirtschaft, Wasserwirtschaft, Landnutzung, Mineralexploration, Umweltüberwachung, Katastrophenschutz und -bewältigung sowie weitere Bereiche bereit.
Diesmal konzentrieren wir uns auf Anwendungen der Fernerkundung in der Landwirtschaft und demonstrieren anhand eines Vergleichs mit Sentinel-2-Daten unter gleichen Bedingungen visuell die Leistungsfähigkeit des im Inland hergestellten 10-m-Fernerkundungssystems.Hyperspektraler SatellitFunktionen für Geschäftsanwendungen.
Testgebiet: Ackerland im nördlichen Xinjiang; Aufnahmezeitpunkt: 29. August 2026.WGS84-Koordinatensystem。
01 Fall 1: Enteignung von Ackerlandparzellen

Vergleichsabbildung 1: Verteilungskarte der Anbauflächen auf dem Xiguang-2 01-Satelliten vs. Verteilungskarte der Anbauflächen auf dem Sentinel-2-Satelliten
Aufgrund von Einschränkungen hinsichtlich der Anzahl der Spektralbänder und der spektralen Auflösung führt Sentinel-2 bei der Extraktion von Anbauflächen zu fragmentierten Grenzen und einer schlechten Integrität der Parzellen, wobei kleine Parzellen Brüche und Auslassungen aufweisen.
Hyperspektrale Daten des Satelliten Xiguang-2 01: Markierungen territorialer GrenzenDie Zeichnung ist detaillierter und durchgehender; die Gesamtintegrität der Felder ist gut, und die Umrisse kleiner Ackerparzellen sind gut erhalten; sie kann eine bessere Unterstützung bieten.Bestätigung der landwirtschaftlichen NutzungsrechteZu den geschäftlichen Anforderungen gehören Statistiken über Anbauflächen und Grundstücksregister.
Wirtschaftlicher Nutzen: Die Abgrenzung von Ackerlandparzellen bildet die Grundlage für Agrarstatistiken und die Schätzung der Getreideproduktion. Genauere Parzellengrenzen können statistische Fehler reduzieren und die Effizienz der landwirtschaftlichen Überwachung verbessern.
02 Fall 2: Anthocyanin-Inversion in Ackerland

Vergleichsabbildung 2: Anthocyaninverteilung in Ackerland des Satelliten Xiguang-2 01 vs. Anthocyaninverteilung in Ackerland des Satelliten Sentinel-2
Anthocyane sind wichtige Indikatoren für Stress und Alterung von Pflanzen.
Sentinel-2 verfügt lediglich über einen breiten Rotrandkanal und eine geringe spektrale Abtastung, was zu kleinen räumlichen Unterschieden in den durch Inversion gewonnenen Anthocyanen führt und es schwierig macht, subtile Unterschiede im Anthocyangehalt zwischen verschiedenen Feldern zu erfassen.
Der Satellit Xiguang-2 01 verfügt über ein dichtes Schmalbandspektrum, das besonders empfindlich auf die spektralen Eigenschaften von Anthocyanen reagiert. Er kann die Unterschiede im Anthocyangehalt verschiedener Ackerflächen deutlich erkennen, und die Flächen sind klar geschichtet.
Geschäftlicher Nutzen: Wird verwendet, um Pflanzenwachstum, Stressstatus und Reifestadium zu bestimmen und um eine präzise Feldbewirtschaftung zu unterstützen.
03 Fallstudie 3: Stickstoffgewinnung aus Ackerland (MTCI-Index)

Vergleichsabbildung 3: Stickstoffverteilung in Ackerland des Satelliten Xiguang-2 01 im Vergleich zur Stickstoffverteilung in Ackerland des Satelliten Sentinel-2.
Der Stickstoffgehalt der Vegetation spiegelt direkt den Fruchtbarkeitsgrad der Nutzpflanzen wider.
Die Ergebnisse der Sentinel-2-Inversion sind im Allgemeinen ähnlich, ohne offensichtliche Unterschiede zwischen den Parzellen, was es schwierig macht, Unterschiede in der Düngung festzustellen.
Die Ergebnisse der Inversion hyperspektraler Daten des Satelliten Xiguang-2 01 zeigen signifikante Unterschiede zwischen den Parzellen, und die Stickstoffwerte der verschiedenen Parzellen sind deutlich erkennbar.
Geschäftlicher Nutzen: Unterstützt variable Düngung und Wachstumsklassifizierung, dient der intelligenten Landwirtschaft und realisiert das Upgrade von "sehen, ob es grün ist oder nicht" zu "sehen, ob es an Düngemitteln mangelt".
04 Fallstudie 4: Feinklassifizierung von Bodenmerkmalen

Vergleichsabbildung 4: Xiguang-2 01 Satelliten-Landbedeckungsklassifizierungskarte vs. Sentinel-2 Landbedeckungsklassifizierungskarte, Kategorien umfassen Straßen, Gebäude, Brachland, Felsen und zwei Arten von Nutzpflanzen.
Die multispektrale Klassifizierung von Sentinel-2 weist eine grobe Textur auf, wobei die Grenzen der Landbedeckung nach außen überlaufen, und es kommt zu gravierenden Fehlklassifizierungen, da Gebäude, Nutzpflanzen und unbewachsenes Land miteinander verwechselt werden;
Die hyperspektralen Klassifizierungsergebnisse des Satelliten Xiguang-201 weisen glatte Texturen auf, und die Klassifizierungsgrenzen stimmen weitgehend mit den Grenzen der Bodenmerkmale überein. Die Fehlklassifizierungsrate ist deutlich reduziert, und die beiden verschiedenen Nutzpflanzenarten können effektiv unterschieden werden.
Geschäftlicher Nutzen: Landnutzungserhebungen und Bewertungen der landwirtschaftlichen Anbaustruktur liefern zuverlässigere Klassifizierungsgrundlagenkarten für Land- und Landwirtschaftsbehörden.
05 Fall 5: REP-Extraktion rot umrandeter Bereiche

Vergleichsabbildung 5: Position der roten Kante von Ackerland auf dem Xiguang-2-01-Satelliten im Vergleich zur Position der roten Kante von Ackerland auf dem Sentinel-2-Satelliten
REP-Definition: Die Wellenlänge, die dem Maximalwert der ersten Ableitung des Spektrums im Rotrandbereich (680-780 nm) der Vegetation entspricht, ist ein sehr wichtiger hyperspektraler Parameter für die Beurteilung der Vegetationsgesundheit.
Sentinel-2 verfügt nur über 3 diskrete Breitband-Rotrand-Spektren, eine geringe Abtastrate und eine allgemeine Streuung der Rotrandpositionsergebnisse, was zu einer schwachen Differenzierung der Spektren führt.
Der Satellit Xiguang-2 01 verfügt über 70 kontinuierliche schmale Spektralkanäle, mit denen die Rotrandposition auf Subnanometer-Ebene berechnet werden kann, und die Unterschiede in der Rotrandposition verschiedener Felder werden deutlich dargestellt.
Geschäftlicher Nutzen: Überwachung von Pflanzenkrankheiten und Schädlingen, Trockenstress und Nährstoffstatus.
06 Fall 6: Fläche der ersten Ableitung der roten Kante

Vergleichsabbildung 6: Erste Ableitung der Fläche von Ackerland mit rotem Rand auf dem Xiguang-2-01-Satelliten im Vergleich zur ersten Ableitung der Fläche von Ackerland mit rotem Rand auf dem Sentinel-2-Satelliten.
Die Fläche unter der ersten Ableitung der Rotkante: die Fläche unter dem Integral der ersten Ableitungskurve des Reflexionsspektrums im Bereich von 680-750 nm, die die Stärke der Rotkantenabsorption der Vegetation charakterisiert.
Die Ergebnisse von Sentinel-2 zeigen, dass die Variation zwischen den Parzellen allmählich erfolgt und die Unterschiede gering sind.
Die Daten des Satelliten Xiguang-2 01 zeigen deutliche Unterschiede zwischen den Parzellen, wobei klare Unterscheidungen zwischen Ackerland mit unterschiedlichen Wachstumsraten erkennbar sind.
Geschäftlicher Nutzen: Quantitative Bewertung des Stressniveaus der Vegetation.
07 Fall 7: Maximale Wellenlänge der Rotkante

Vergleichsabbildung 7: Maximale Wellenlänge des Rotrandes in Ackerland, gemessen vom Satelliten Xiguang-2 01, im Vergleich zur maximalen Wellenlänge des Rotrandes in Ackerland, gemessen vom Satelliten Sentinel-2.
Die maximale Wellenlänge der Rotkante ist die Wellenlänge, die der maximalen Reflexion im Rotkantenbereich der Vegetation entspricht.
Sentinel-2 verfügt nur über drei breite Rotrandbänder, wodurch es nicht in der Lage ist, spektrale Spitzenpositionen genau zu erfassen, und die Unterschiede zwischen den Darstellungen sind sehr gering.
Die hyperspektrale Bildgebung des Satelliten Xiguang-2 01 erfasst die spektrale Morphologie vollständig, und der maximale Wellenlängenunterschied der Rotkante zwischen den Blöcken ist deutlich erkennbar.
Geschäftlicher Nutzen: Wird zur Identifizierung von Pflanzensorten und zur Bestimmung des phänologischen Stadiums verwendet.
08 Fall 8: Lichtenergienutzungsindex (PRI)

Vergleichsabbildung 8: Verteilungskarte der Solarenergienutzung in landwirtschaftlichen Flächen, aufgenommen vom Satelliten Xiguang-2 01 + regionale RGB-Basiskarte
Der PRI (Photochemical Reflectance Index) spiegelt die Lichtenergieausnutzungseffizienz der Vegetation wider.
Sentinel-2 fehlt ein charakteristisches Band um 534 nm, wodurch die Berechnung dieses Index unmöglich wird;
Der Satellit Xiguang-2 01 verfügt über schmale Wellenlängen in den B14- (534,78 nm) und B20-Bändern (573,91 nm), was die direkte Berechnung der photosynthetischen Effizienz (PRI) ermöglicht. Diese Aufnahme entstand Ende August, als die Pflanzen in den meisten Gebieten ihre Reife erreichten, was zu einem insgesamt niedrigen PRI-Wert führte; in einigen lokal begrenzten Gebieten im Westen war die photosynthetische Effizienz jedoch relativ höher.
Geschäftlicher Nutzen: Bewertung der photosynthetischen Effizienz von Nutzpflanzen und Abschätzung des Ertragspotenzials; dieser Index ist ein einzigartiger hyperspektraler Parameter, der mit Hilfe multispektraler Satelliten nur schwer zu gewinnen ist.
09 Die wichtigsten Vorteile der hyperspektralen landwirtschaftlichen Fernerkundung des Satelliten Xiguang-2 01
Kontinuierlichere schmale BänderIm Vergleich zum breiten Spektralbereich von Sentinel-2 können die 70 kontinuierlichen Spektralbänder von 450-900 nm physiologische Parameter der Vegetation erfassen, die mit multispektralen Satelliten nur schwer zu ermitteln sind, wie zum Beispiel Anthocyane, den photochemischen PRI-Index und feine Rotrandparameter.
Hohe Genauigkeit der Grenzen von BodenmerkmalenDie Extraktion von Anbauflächen und die Klassifizierungsgrenzen von Landmerkmalen sind enger an die tatsächliche Landoberfläche angepasst, wodurch Fehlklassifizierungen und Auslassungen reduziert werden.
Identifizierung subtiler Unterschiede auf ParzellenebeneInnerhalb desselben Szenenbildes kann es subtile spektrale Unterschiede in der Fruchtbarkeit, dem Stress und der Phänologie der Nutzpflanzen zwischen benachbarten Feldern erkennen und so eine präzise Landwirtschaft auf Feldebene ermöglichen.
Quantifizierung des GeschäftspotenzialsDie Nutzlast wurde einer Kalibrierung im Labor und im Orbit unterzogen und verfügt über quantitative Fernerkundungsfähigkeiten, wodurch eine zuverlässige Datengrundlage für die Langzeitüberwachung geschaffen wird.

