Airphen多光谱相机绿地指数

    是一个主要的农业过程变量，用于决策系统。AIRPHE多光谱相机平台配备有6个波段相机系统，基于数学算法GAI估算法。  通过图像叠加，在不同测量通道内提供多角度图像。利用6个波段的的反射以及对每个独立成像特殊向阳角度取景，生成浏览表，将PROSAIL辐射传输模型反转。
    1.与单个图像对应的平均整体方案容许对错误反转问题进行调节。要获得稳定GAI估值，需要大约6帧图像。相对应的均方根误差（RMSE)值用作相关不定性的一个指标。
    2.与基于地面的测量相比，UAS GAI在小麦和油菜上方的精度大约是0.2（RMSE)。归一化反射率与反射率相比， GAI 估值性能大为改善（0.17：0.26 GAI,RMSE）。实验观察到UAS无人机不同获取时期的估算值的高重复性。利用红波边缘波归一化（）反射率，带来从低到中GAI估值的30%（10%）的精度提升。

Airphen多光谱相机植被指数

    主要反映植被在可见光、近红外波段反射与土壤背景之间差异的指标，各个植被指数在一定条件下能用来定量说明植被的生长状况。在学习和使用植被指数时必须由一些基本的认识：

归一化差值植被指数

    NDVI=(NIR-R)/(NIR+R)，或两个波段反射率的计算。

    1．NDVI的应用：检测植被生长状态、植被覆盖度和消除部分辐射误差等；
    2．-1<=NDVI<=1，负值表示地面覆盖为云、雪等，对可见光高反射；0表示有岩石或裸土等，NIR 和R近似相等；正值，表示有植被覆盖，且随覆盖度增大而增大
    3．NDVI的局限性表现在，用非线性拉伸的方式增强了NIR和R的反射率的对比度。对于同一幅图象，分别求RVI和NDVI时会发现，RVI值增加的速度高于NDVI增加速度，即NDVI对高植被区具有较低的灵敏度；
    4．NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、雪、枯叶、粗糙度等，且与植被覆盖有关

Airphen多光谱相机光反射指数

    光化学植被指数PRI定义为531am和570nm处反射率的归一化植被指数,这一指数能够成功的估算叶片尺度、冠层尺度和景观尺度的光能利用率LUE,进而可以提高净初级生产力NPP的估算精度,因而PRI有着广阔的应用前景。

    精确农业是当今世界农业发展的新潮流，又被称为精确农业或精细农作，起源于美国。是由信息技术支持的，根据空间变异，定位、定时、定量地实施一整现代化农事操作技术与管理的系统。可大限度地提高农业生产力，实现优质、高产、低耗和环保的可持续发展农业。

    其定义是可以根据作物生长的土壤性状，以及对作物的投入，检测田块内部的土壤性状与生产力空间变异，确定农作物的生产目标，调动土壤生产力，以少的投入达到更高的收入，并改善环境，高效地利用各类农业资源，取得经济效益和环境效益。精准农业的核心是要建立一个完善的果园地理信息系统，可以说是信息技术与农业生产全面结合的一种新型农业。它将农业带人数字和信息时代，是2l世纪农业的重要发展方向。

    遥感技术是精准农业田间信息获取的关键技术。搭载无人机上的Airphen多光谱相机可以帮助农民更有效地管理作物，土壤，施肥和灌溉。既能大限度的降低喷雾，肥料，和水分，又能保证农作物产量的增加，对农民有着巨大的好处。其优点是

    识别有害生物，疾病和杂草。通过检测来优化农药的使用和作物喷雾。
    提供有关土壤肥力的数据，并通过检测营养缺乏来优化施肥。帮助土地管理，是否进行生产或转产作物等。
    计算植物并确定作物数量或种植间距问题。估计作物产量。
    测量灌溉。通过识别怀疑水分胁迫的地区来控制作物灌溉。根据多光谱数据进行土地改良，如安装排水系统和水路。
    查看农业机械对作物的破坏，进行必要的修理或更换有问题的机械。
    调查围栏和农场建筑。
    监测牲畜。

    AIRPHEN多光谱相机搭配的无人机系统能够*自主飞行，安全的进行起飞和降落。可用于航拍，特别是大面积区域，人比较难到达的区域。另外在恶劣的环境下也能飞行记录相关数据资料。该无人飞行时间可达2个小时（2节电池）。为精确农业提供了一种有效鉴别作物状态多样性的方法，具有高空间分辨率和高访问频率。