1.2 多光谱产品¶
多光谱成像仪（Multispectral Imager）在精选的 4~20 个宽波段同步采集图像，以"够用"的光谱信息换取更高空间分辨率、更快帧率和更低成本。它是当前精准农业、资源遥感和环境监测领域部署规模最大的主动光谱成像技术，已形成从卫星到手持的完整产品生态。
一、产品能力定位¶
多光谱凭借有限波段覆盖关键光谱特征节点，适合解决"分类"和"指数"两类问题：
- 分类：通过波段组合区分植被、水体、建设用地、裸土等大类地物
- 指数计算：NDVI、NDWI、NDRE 等植被/水体/应力指数，为精准农业提供管理依据
- 变化检测：多时相对比，识别耕地变化、城市扩张、灾情范围
局限：波段宽（20~200 nm），无法区分光谱形状相似的物质（如不同矿物）；无法精确定量反演浓度级别参数，仅能做指数估算。
二、典型产品形态与主流波段配置¶
| 产品形态 | 典型波段 | 代表配置 | 应用 |
|---|---|---|---|
| 无人机多光谱相机 | 蓝/绿/红/红边/NIR | Micasense RedEdge-MX（5 波段） | 精准农业 |
| 卫星多光谱仪 | 蓝/绿/红/NIR/SWIR 等 | Sentinel-2（13 波段）/ Landsat-8（11 波段） | 大面积土地覆盖 |
| 工业线扫多光谱 | 定制 4~8 波段 | 食品 NIR 波段为主 | 在线食品品质分选 |
| 医疗多光谱系统 | VIS 400~800 nm 定制 | 血氧、皮肤成像 | 临床辅助诊断 |
| 水下多光谱相机 | 蓝/绿/红/NIR | 水下耐压结构体 | 海洋/水产监测 |
主流无人机多光谱波段配置¶
| 波段 | 中心波长（典型） | 带宽（FWHM） | 核心信息 |
|---|---|---|---|
| 蓝（Blue） | 475 nm | 32 nm | 水体透明度，叶绿素 b |
| 绿（Green） | 560 nm | 27 nm | 植被绿峰，水体悬浮物 |
| 红（Red） | 668 nm | 16 nm | 叶绿素 a 吸收，作物活力 |
| 红边（Red Edge） | 717 nm | 12 nm | 氮素含量，胁迫早期响应 |
| 近红外（NIR） | 842 nm | 57 nm | 植被冠层结构，LAI |
三、卫星多光谱数据（可免费获取）¶
工程项目中经常直接使用免费开放的卫星多光谱数据：
| 卫星数据源 | 免费获取 | 空间分辨率 | 重访周期 | 波段数 |
|---|---|---|---|---|
| Sentinel-2 (ESA) | 是 | 10~60 m | 5 天 | 13 波段 |
| Landsat-8/9 (USGS) | 是 | 30 m | 16 天 | 11 波段 |
| MODIS (NASA) | 是 | 250~1000 m | 1~2 天 | 36 波段 |
| 高分一号/二号（中国） | 部分商用 | 2~8 m | 4 天 | 4 波段 |
四、核心植被指数与公式¶
| 指数 | 公式 | 信息解读 | 典型范围 |
|---|---|---|---|
| NDVI | $(NIR-R)/(NIR+R)$ | 植被覆盖度、生物量 | -1~1，健康作物 0.6~0.9 |
| NDRE | $(NIR-RE)/(NIR+RE)$ | 氮素含量，比 NDVI 对胁迫更敏感 | 0~0.5 |
| GNDVI | $(NIR-G)/(NIR+G)$ | 叶绿素含量，冠层质量 | 适合低 NDVI 区域 |
| NDWI | $(G-NIR)/(G+NIR)$ | 水体覆盖，土壤水分 | > 0 为水体，< 0 为非水体 |
| SAVI | $(NIR-R)/(NIR+R+L)\cdot(1+L)$ | 去除土壤背景影响（$L$=0.5） | 适合稀疏植被 |
| EVI | $2.5\frac{NIR-R}{NIR+6R-7.5B+1}$ | 减少大气/土壤干扰，高植被区更准 | -1~1 |
五、与高光谱对比选型¶
| 维度 | 多光谱 | 高光谱 |
|---|---|---|
| 波段数 | 4~20 | 50~500 |
| 光谱分辨率 | 宽（20~200 nm FWHM） | 窄（3~20 nm FWHM） |
| 空间分辨率 | 优于高光谱 | 相对低（或相同但成本更高） |
| 数据量 | 小（处理快） | 大（需专用软件） |
| 单价 | 低（数千~数十万元） | 高（数十万~数百万元） |
| 适合任务 | 指数计算、土地分类、大面积普查 | 物质精细识别、定量浓度反演 |
| 决策建议 | 已知关键波段能解决问题时优先选 | 需要光谱形状时选 |
六、数据采集工作流（无人机场景）¶
飞行规划（GSD 目标 / 重叠度 ≥ 75%）
↓ 起飞前架设标准灰板（5%、22%、50%、95% 反射率）
飞行采集
↓ 下载数据（RAW 波段图像 + GPS Log）
辐射定标（用灰板经验线法或光照传感器模型）
↓ 正射拼接（Metashape/Pix4D）
植被指数生成（QGIS / ENVI / DJI Terra）
↓ 分区分级地图 → 处方图 → 变量作业
参考资料¶
- 第 8.5、8.6 节：多光谱技术原理及与高光谱对比
- 大疆农业/Micasense 多光谱相机用户手册
- Sentinel-2 用户手册 (ESA)：https://sentinel.esa.int
更新时间¶
2026-03-03