多光谱相机赋能耕地用途保护：耕地面积统计、非农非粮识别-守护耕地红线

耕地是保证粮食供给的生命线，为了保护粮食耕地不被违规占用，用于其他用途，就必须要对耕地进行监管，但传统人工巡查方式应对“非农化”（耕地被建设占用）、“非粮化”（耕地被种树、挖塘等）隐蔽性侵占行为费时费力。而多光谱低空遥感技术凭借大范围监测能力与精准光谱识别特性，正成为耕地用途智慧化监管的核心工具。

一、技术原理：光谱如何“看见”耕地？

1.耕地光谱指纹特征

通过分析耕地在不同波段的光谱反射率，构建特征库。例如，耕地中的植被在近红外波段有高反射，在红波段有低反射，利用这种独特的光谱特征可以将耕地与其他地物区分开来。研究表明，在某地区的多光谱影像分析中，基于光谱特征分析成功识别出了超过 80% 的耕地。

耕地区别于其他地物的核心光谱标识：

植被强反射：作物叶绿素在近红外波段（780-900nm）反射率＞40%（混凝土＜15%）

土壤特征吸收：裸露耕地土壤在短波红外（1550-1750nm）具明显水分吸收谷

动态变化规律：作物生长季NDVI值呈“单峰曲线”（0.3→0.8→0.4）

2.多光谱相机核心优势

高分辨率影像获取

低空遥感平台（如无人机）搭载的多光谱相机能够获取高分辨率的影像，这对于准确识别小块或不规则形状的耕地尤其重要。相比卫星遥感，无人机可以更接近地面飞行，因此可以获得更高的空间分辨率图像，这有助于提高耕地边界提取的准确性。

实时动态监测

低空遥感系统具有快速部署能力，可以针对特定区域进行定期监测，为耕地面积变化提供实时数据支持。这对于跟踪城市扩展对周边农地的影响、非法占用农田情况等提供了有力工具。

数据处理与分析

随着机器学习算法的进步，现在可以更加高效地处理从低空多光谱相机获得的数据。自动化分类算法能够区分不同的土地覆盖类型，包括耕地与其他用地类型，进而帮助建立更新的土地利用数据库。

二、应用案例：耕地种植用途调查（中达瑞和）

项目背景

为深入贯彻2023年中央一号文件中对耕地种植用途管控的指示，同时遵循习近平总书记所说的“要像保护大熊猫一样保护耕地”理念，四川省德阳市旌阳区农业农村局积极推动农业数字化改革，紧扣最严格的耕地保护制度，以信息化手段提升耕地保护和粮食安全水平。

2024年，德阳市创新推动数字三农云平台耕地种植用途管控一张图管理系统的项目建设，积极采用数字化及无人机光谱影像等先进技术，对旌阳区(42.9万亩)耕地种植用途实施了全面、高效、精准的动态监测与管理。

项目实施思路

1.工作原理

多光谱传感器能够同时感知多个波长的光谱信息，并将这些信息转化为数字信号进行处理分析。通过检测植物叶片反射的不同波长的光谱信息可以获取植被的生长状态、病虫害情况以及需求的水分和营养等信息。

2.监测内容

通过无人机搭载的多光谱传感器，对该区域主要粮油作物(油菜、水稻、玉米、小麦)的分布情况进行详细标注和数据分析。

3.设备选型

采用具备高分辨率、高精度和高稳定性的MAX-S810多光谱无人机进行飞行监测以便获得更为精准的数据。

项目实施步骤

项目实施效果

总结，采用低空多光谱遥感技术，可采集光谱数据用于分析建模，数据精准率、可信度高。对比传统手工调查，效率高性价比高，且时间维度数据比对分析更具价值。且对比可见光飞行调查，采集信息可精细化到作物种类识别、病虫害识别等，为智慧农业多维度信息收集提供高价值数据支撑。

审核编辑 黄宇