1. 课程导入与农业遥感影像处理概览

在农业遥感应用中，我们拿到的原始数据往往不是一张“能直接看”的图。无人机按航线飞行，一次作业可能产生几百甚至上千张带重叠的相片；卫星过境则按条带推扫，单景影像覆盖范围有限且带有几何畸变。要把这些零散数据变成可用于面积量算、长势分析和灾害评估的成果，必须经过两个关键环节：影像拼接与正射处理。前者解决“多张拼成一张”的问题，后者解决“位置准不准”的问题。本课程围绕这两条主线展开，最终目标是让学员能够独立完成从原始影像到农业专题底图的完整生产链路。

核心目标：从“影像”到“可量测的农业底图”

农业遥感对成果的要求与普通航拍“好看”不同，它强调三件事：几何精度、辐射一致性和可重复性。几何精度决定地块边界、面积统计是否可信；辐射一致性决定多期影像之间能否做植被指数对比；可重复性决定同一套流程能否在不同作业区、不同季节稳定复现。拼接与正射处理正是同时服务这三个目标的工程手段。

具体来说，正射处理通过数字高程模型（DEM）对影像做逐像元几何纠正，消除地形起伏和传感器倾斜引起的投影差，使成果具备地图坐标意义；拼接则通过特征匹配、空三平差和匀色镶嵌，把多视影像统一到同一坐标系并消除接缝。二者在工程上通常耦合进行：先做空中三角测量解算相机位姿，再生成正射影像，最后镶嵌成图。理解这条耦合关系，是后续所有操作的基础。

典型应用场景

作物长势监测：利用多期正射影像计算NDVI等植被指数，需要影像间几何配准误差控制在亚像元级，否则同一地块在不同时相的像元会“错位”，导致长势变化被误判。这类应用对辐射一致性要求高，拼接时的匀色参数必须稳定。

灾害评估：洪涝、冰雹、倒伏等灾害发生后，需要快速生成受灾范围图。此时时效性优先，常采用简化空三加快速正射的策略，重点保证地块级定位精度，允许局部接缝存在。评估人员关心的是“哪块地受灾、面积多大”，而非影像美观。

精准农业：变量施肥、喷药处方图依赖高分辨率正射影像提取的作物行、缺苗区和长势差异。这类应用对空间分辨率与几何精度要求最高，通常使用无人机厘米级数据，正射处理中需引入高精度地面控制点（GCP）或RTK/PPK位姿。

完整处理流程框架

下图给出从原始数据到农业专题成果的整体处理框架，它把本课程后续章节串联成一条可执行的生产链：

图中虚线表示工程实践中常见的反馈：若正射成果的检查点残差超限，需要回到空三环节调整控制点或匹配策略，而不是在镶嵌阶段“硬凑”。这条回退路径是保证成果质量的关键，也是初学者最容易忽略的地方。

学习路径说明

本课程按“原理—数据—处理—质检—应用”的顺序组织。前期先建立坐标系、投影、传感器几何的基础认知，理解为什么需要正射；中期进入实操核心，包括空三解算、DEM引入、正射纠正参数设置和镶嵌匀色；后期聚焦质量评价与农业专题应用，学会用检查点残差、接缝一致性、指数可比性等指标判断成果是否可用。

建议学员在每个实操环节都保留一份“参数记录”，例如空三的连接点数量、重投影误差、GCP残差，正射使用的DEM分辨率，镶嵌的匀色方法。这些记录不仅是排障依据，也是后续复现和优化流程的原始素材。以一次典型无人机作业为例：若航高120米、重叠度75%、使用带RTK的相机，空三后重投影误差可控制在0.5像素以内，此时正射成果在平坦农田的平面精度通常可达分米级；若换成无POS的普通相机，则必须布设足够数量的像控点，否则拼接错位会直接反映为地块边界扭曲。