PlanetScope 卫星影像农业应用

1. 作物分类与种植结构制图

• 能力：3 m + 时序特征，高精度区分小麦 / 玉米 / 水稻 / 大豆 / 经济作物，适配地块破碎区。
• 方法：时序 NDVI/EVI + 红边指数 + 随机森林 / XGBoost，自动分类、免地面标注。
• 案例：宝鸡峡灌区（小麦 / 玉米 / 葡萄 / 猕猴桃），面积误差 <5%，优于单时相 Sentinel-2。

2. 作物长势与物候监测

• 能力：每日 NDVI/NDRE 时序，实时跟踪出苗、拔节、灌浆、成熟，识别长势强弱、倒伏、缺苗。
• 指数：NDRE（红边）优先，早期胁迫比 NDVI 敏感2–3 倍。
• 价值：指导追肥、灌溉、植保，提升田间管理精准度。

3. 病虫害早期预警与扩散跟踪

• 原理：病虫胁迫先红边蓝移、后 NDVI 下降、最后肉眼可见，提前 7–14 天预警。
• 流程：每日 NDRE 时序→突变检测→斑块聚类→分级制图→无人机验证→精准施药。
• 案例：印度棉花白粉虱（2024），3 天 NDRE 降 25%，提前 7 天预警，农药减 60%，挽回损失$15 万 +。

4. 精准灌溉与水分胁迫监测

• 能力：红边 + 短波红外，识别干旱 / 涝渍、土壤湿度差异、灌溉均匀度。
• 指数：WDRVI、NDWI、MSI，区分干旱 vs 病害，指导变量灌溉。
• 价值：节水30–50%，提升水分利用效率。

5. 作物产量估算与预测

• 方法：时序植被指数（NDVI/NDRE/EVI）+ 气象数据 + 机器学习（RF/XGBoost/LSTM）。
• 精度：大田R²=0.7–0.85，小农户田块R²=0.6–0.7，优于 Landsat、接近 Sentinel-2。
• 案例：尼日利亚水稻估产，k-NN 模型R²=0.61，RMSE=578 kg/ha。

6. 农业灾害与合规管理

• 灾害：洪水、野火、滑坡、冰雹、倒伏快速评估，灾后复种规划、保险理赔。
• 合规：耕地非农化、违建监测、秸秆焚烧、休耕 / 轮作核查，高频取证、低成本。