请留言
slide1

全球视野 媒体聚焦

接受央视报道共计15次 党媒、央媒、地方官媒总传播量达0.5亿人次

0101
新闻分类

西光贰号01星在轨农业应用验证:与 Sentinel-2 作物对比研究

2026-09-11

背景介绍

2026 年 7 月 22 日 10 时 54 分,由中科西光自主研制的西光贰号 01 星,搭乘引力一号遥四运载火箭完成远海发射,卫星顺利进入预定轨道,发射任务圆满成功。作为国内首颗定量高光谱智算卫星,该星搭载干涉高光谱成像仪,在10m空间分辨率基础上实现了70波段的高光谱分辨率,可获取地物连续光谱信息,可支撑精细化地物识别、生态参数反演、精准农业监测等多类行业应用。

截至 2026 年 9 月 10 日,卫星在轨运行状态稳定,已回传多组成像质量优良的高光谱数据,具备开展在轨应用验证的条件。为实测检验国产高光谱卫星在精准农业场景下的应用能力,本案例选取同一研究区、时相相近的观测数据,以相同分辨率的国际通用多光谱卫星Sentinel‑2作为参照,开展农作物关键植被生化参数的指数计算与对比案例。

本次案例聚焦农业遥感两大核心监测指标:作物花青素含量、叶片氮素含量(MTCI指数),通过影像制图、数据统计、对比分析,全方位验证西光贰号01星高光谱影像相较于传统多光谱影像的技术优势,为国产高光谱卫星在精准农业、田间长势诊断、变量施肥、作物胁迫监测等领域的落地应用提供实测依据。

案例数据与研究方案

精准农业遥感监测的核心核心逻辑,是依托植被光谱反射特征反演作物内部生化组分。作物花青素、氮素是判断作物长势优劣、营养盈亏、病虫害胁迫、干旱胁迫的关键指标,也是智慧农业精细化管理的核心数据支撑。

本次案例严格控制变量,选取同一农田研究区域、相同计算模型、统一制图参数,仅区分两种卫星数据源,最大程度保证案例结果的科学性与对比性。同时统一影像观测时序,规避作物生长周期差异带来的案例误差:

案例组数据:西光贰号01星(HSI)高光谱影像,成像时间为2026年8月29日,单景高清原生高光谱数据,具备连续窄波段光谱采样能力,可见光、红边波段区间光谱分辨率优于多光谱卫星,可捕捉植被细微光谱响应差异;

对照组数据:Sentinel-2(MSI)多光谱卫星影像,选取2026年8月20日-9月5日时序合成中值影像,通过多时相合成方式消除云层遮挡、大气扰动、瞬时光照差异等噪声,获取研究区稳定地表光谱信息,作为全球农业遥感通用基准对照数据,该卫星数据稳定,是传统农田监测的主流数据源。

① ARI1花青素指数:敏感捕捉作物可见光波段光谱变化,精准反映作物花青素积累量,直接表征作物受胁迫程度、衰老状态与抗逆能力;具体公式与波段参数如下:

本次案例两套卫星匹配波段参数如下:

表1 花青素ARI1指数对应卫星波段参数对照表

② MTCI氮素指数:MTCI氮素指数依托植被红边波段精细偏移特征构建,对作物叶片氮素含量、叶绿素含量变化极其敏感,是农田养分诊断、长势分级、变量施肥指导的核心指数,具体公式如下:

本次案例两套卫星匹配波段参数如下:

表2 氮素MTCI指数对应卫星波段参数对照表

花青素ARI1指数反演结果

花青素是作物重要的次生代谢物质,作物在遭遇干旱、病虫害、养分失衡、高温胁迫时,会大量积累花青素,在光谱上表现为可见光波段反射率的细微变化。该参数对光谱分辨率要求极高,传统多光谱卫星因波段稀疏、带宽较大,极易丢失微弱光谱特征,导致胁迫识别不精准。

影像制图结果对比

图 1. Sentinel-2农田花青素ARI1指数空间分布图

图 2. 西光贰号01星农田花青素ARI1指数空间分布图

从整体制图效果来看,两组影像均能实现农田区域全覆盖的花青素指数反演,但空间细节、层次区分、异质性表达存在巨大差异。

Sentinel-2多光谱影像反演的花青素结果整体呈现“同质化严重、层次单一”的特征。整片农田区域色彩过渡平缓,田块与田块之间,甚至不同作物种植区的指数数值差异被大幅平滑,仅能区分研究区极少数大范围、高强度的作物胁迫区域。对于田间轻微胁迫、局部养分不均、小范围长势差异,多光谱影像较难识别。

反观西光贰号01星高光谱影像,花青素ARI1指数制图结果层次丰富,空间纹理清晰细腻。不仅可以精准区分不同种植地块的花青素整体差异,更能够清晰地呈现同一田块内部的微尺度长势分异。田间局部胁迫、边缘长势衰退、小范围养分不均等多光谱无法捕捉的细节特征,在高光谱影像中均有清晰体现。

数据统计表分析

表1 Sentinel-2与西光贰号01星花青素ARI1指数统计结果

从统计数据可以进一步佐证目视解译结论,两组数据在极值、均值、标准差、数据离散度上呈现显著差异:

从指数值域上看,西光贰号 01 星全值域收敛在作物花青素合理区间,可有效区分作物从正常生长到中度胁迫的梯度变化。

从标准差反映的数据离散度来看,Sentinel‑2 标准差略高,主要由低光谱分辨率引入的非特征吸收和反射导致,并非田间真实花青素差异;西光贰号 01 星数据离散来源于田块内部花青素真实空间分异,能够客观反映农田胁迫程度的空间差异。

区域均值方面,两套卫星统计均值存在明显差距。Sentinel-2 受正负异常值相互抵消,造成区域均值被低估;西光贰号 01 星基于有效像元得到的均值更贴合研究区农田花青素实际状况。两套数据均可识别区域整体存在胁迫,但 Sentinel-2 难以捕捉田块内部细微变化;西光贰号 01 星兼顾区域宏观胁迫评估与田内微尺度长势分异刻画,实现 “宏观态势可评估,微观细节可分辨” 的监测效果。

核心差异总结

多光谱Sentinel-2仅适用于大尺度、中低精度的农田整体长势普查,无法支撑精细化胁迫诊断;西光贰号01星凭借窄波段、高光谱分辨率的核心优势,对作物花青素的微弱光谱响应极其敏感,可实现田间微尺度、高精度的胁迫识别与长势分级,适配智慧农业精细化监测需求。

氮素MTCI指数反演结果

作物叶片氮素是作物光合作用、干物质积累、产量形成的核心营养元素,氮素盈亏直接决定作物长势优劣与最终产量。MTCI(MERIS Terrestrial Chlorophyll Index)氮素指数依托植被红边波段偏移特征实现反演,而红边区域是植被光谱最敏感、变化最微弱的区间,对光谱分辨率要求极高,也是多光谱遥感监测的核心短板。

影像制图结果对比

图3. Sentinel-2农田氮素MTCI指数空间分布图

图 4. 西光贰号01星农田氮素MTCI指数空间分布图

在氮素营养监测维度,两种卫星影像的性能差距被进一步放大。植被红边的微小光谱偏移,直接对应作物氮素含量的细微变化,多光谱卫星宽波段采样模式无法捕捉这一核心特征。

Sentinel-2多光谱影像的MTCI指数制图结果,整体画面单一、色块均匀,整片农田几乎无明显空间差异。无论地块内部是否存在缺氮、富氮、长势不均等问题,多光谱影像均呈现统一色调,仅能区分极少数地块级别的巨大差异,丢失较多田间精细化养分分布特征,无法指导变量施肥、精准养分管理等精细化农业作业。

西光贰号01星高光谱影像的MTCI指数结果优势突出,图像纹理丰富、梯度层次分明。从宏观层面,可以清晰区分不同种植地块的整体氮素营养水平,快速划分优质长势区、轻度缺氮区、重度缺氮区;从微观层面,能够精准识别同一田块内部的养分空间分异,捕捉田间局部施肥不均、长势差异、小范围植被退化等细微特征,适配现代精准农业“按需施肥、分区管理”的核心需求。

数据统计表分析

表2 Sentinel-2与西光贰号01星氮素MTCI指数统计结果

结合MTCI指数统计数据表,可从统计维度精准拆解两种数据源的监测差距:

从值域覆盖能力来看,Sentinel‑2 的 MTCI 指数出现大量极端异常数值,氮素水平梯度区分效果差,难以完成作物氮素等级划分;西光贰号 01 星值域范围合理,指数梯度层次清晰,能够有效区分氮素充足、轻度亏缺、中度亏缺、重度亏缺不同等级。

从空间异质性表征来看,Sentinel‑2 虽然标准差数值偏大,但主要由异常极值造成,无法客观体现农田内部养分的真实分异;西光贰号 01 星标准差适中,数据离散特征和田间养分实际空间变异规律相匹配,反演结果更贴合农业生产实际情况。

从细节识别精度来看,多光谱受波段带宽限制,波段内受多种物质吸收特征影响,掩盖田块内部真实的养分差异;西光贰号 01 星依托红边区间精细的光谱采样,可捕捉植被的微弱光谱变化,将氮素监测能力从大范围宏观普查提升至田块尺度的微观精细化检测。

核心差异总结

在农业氮素精细化监测场景中,Sentinel-2多光谱影像仅能满足最基础的大范围长势摸底,监测精度粗放、细节缺失严重;而西光贰号01星高光谱影像凭借超高光谱分辨率,精准捕捉植被红边微偏移,实现农田氮素营养的精细化、网格化、分级化监测,为智慧农业变量施肥、养分动态调控、产量预估提供高精度数据支撑。

高光谱与多光谱农业遥感核心差距

本次基于西光贰号01星与Sentinel-2卫星的农业植被参数对比案例,通过花青素ARI1指数、氮素MTCI指数双指标、图文+量化统计数据双重验证,充分证明了国产高光谱卫星的核心应用价值,总结核心差异如下:

1. 光谱分辨率是监测精度的核心分水岭

Sentinel-2多光谱卫星波段带宽大、光谱采样稀疏,对应花青素、氮素反演的核心波段带宽最大达36nm,光谱采样精度粗糙,仅能捕捉地物宏观光谱特征,对花青素、氮素等依赖细微光谱变化的植被参数,存在严重的细节丢失、梯度抹平问题,精细化监测能力短板明显。

西光贰号01星高光谱卫星拥有连续窄波段光谱采样能力,在可见光、红边等植被敏感波段采样精度远超传统多光谱卫星,可精准捕捉作物生化组分变化带来的微弱光谱响应,微观细节识别能力、参数反演精度、胁迫分级能力领先多光谱数据。

2. 应用场景实现精准分层

Sentinel-2多光谱影像:适配大尺度、长时序、中低精度的农业资源普查、区域长势宏观监测、大范围植被动态普查,适合基础层面的农业资源摸底工作。

西光贰号01星高光谱影像:适配小尺度、高精度、精细化的智慧农业场景,包括田间胁迫精准识别、作物养分分级、变量施肥指导、长势异质性分析、病虫害早期预警等高端精细化应用。