2. 农业遥感影像数据源与特性分析

影像拼接与正射处理的质量，在很大程度上在数据获取阶段就已经被决定了。不同平台带来的影像参数差异，会直接影响后续空三解算的稳定性、拼接缝的隐蔽性以及正射产品的几何精度。理解常见农业遥感平台的数据特性，并据此设定合理的重叠度与覆盖方案，是保证处理流程顺利的前提。

一、常见农业遥感平台及其影像参数

农业遥感最常用的两类平台是无人机与卫星，二者在成像几何、幅宽和参数可控性上差别明显。

无人机平台通常搭载消费级或测绘级可见光相机、多光谱相机。以常见的测绘型四旋翼搭载 2000 万像素相机为例，其像元尺寸约 2.4 μm，配 8.8 mm 焦距镜头，在 120 m 相对航高下地面分辨率（GSD）约为 3 cm。多光谱机型常采用 5 波段（蓝、绿、红、红边、近红外）传感器，单波段像素数较低，GSD 通常在 5～10 cm。无人机幅宽小（单张覆盖仅百余米），但航高、航向、重叠度均可由飞手精确设定，且能在云下低空作业，是农田地块级监测的主力数据源。

卫星平台则按分辨率分层。米级多光谱卫星（如 Sentinel-2，10 m 分辨率、幅宽 290 km、重访约 5 天）适合区域作物长势与种植结构监测；亚米级商业卫星（如 WorldView 系列，全色 0.3～0.5 m）可用于地块边界提取，但重访周期长、单景成本高。卫星影像幅宽大、单景覆盖完整，但受轨道、云量和重访窗口约束，成像角度与光照条件不可控。

二、三类分辨率对拼接与正射的影响

空间分辨率决定 GSD 与纹理丰富度。GSD 越细，同名点匹配越容易，但数据量与处理时间成倍增长；GSD 过粗（如大于 1 m）时，农田内部纹理均一，特征点稀少，空三连接点容易集中在田埂、道路和建筑边缘，导致平地区域出现连接点空洞，拼接后易产生局部扭曲。因此对均质农田，应适当降低航高或增加地面控制点来补偿纹理不足。

光谱分辨率影响波段配准与辐射一致性。多光谱相机的各波段常存在微小视差，拼接前需做波段配准；若各波段曝光或增益不一致，拼接缝处会出现明显色差。农业应用中红边与近红外波段对植被敏感，但这两个波段往往信噪比偏低，在阴影区或薄云下容易失真，需要在预处理阶段做辐射校正与匀色。

时间分辨率关系到多期影像的一致性。卫星重访周期长，不同期影像的太阳高度角、物候和大气条件差异大，直接拼接多期数据会产生明显的亮度跳变；无人机虽可灵活安排飞行，但不同日期作业的光照角度不同，同样需要在拼接时进行辐射归一化。时间分辨率越高（重访越频繁），越有利于捕捉作物关键生育期，但对辐射一致性处理的要求也越高。

三、农业场景下的重叠度与覆盖要求

重叠度是保证空三连接和拼接无缝的关键参数。对无人机航测，常规地形建议航向重叠度 75%～80%、旁向重叠度 60%～70%；在农田这类纹理均一、高程变化小的场景，可适当提高航向重叠至 80% 以上，以增加同名点数量。若地块内有高秆作物或沟渠造成局部遮挡，旁向重叠也应提高到 70% 左右，避免出现航带间空洞。

覆盖范围方面，航线应外扩至少 1～2 条航带，保证测区边缘也有足够重叠，否则边缘区域因连接点不足而精度下降。对于形状不规则的农田，宜按外接矩形规划航线再裁剪，而不是沿地块边界贴边飞行。卫星数据则需保证单景或相邻景之间有一定重叠（通常侧摆相邻轨道重叠 10%～20%），并尽量选择同一轨道、相近成像角度的影像，减少几何与辐射差异。

四、数据源选择的基本判断

地块级精细管理（如变量施肥、病虫害巡查）优先选无人机多光谱数据，追求厘米级 GSD 与灵活作业；区域级长势监测与种植结构提取优先选 Sentinel-2 等中分辨率卫星，兼顾覆盖与重访；地块边界与高精度底图可辅以亚米级商业卫星。实际项目中常将二者结合：卫星提供大范围本底，无人机提供重点地块的高分辨率补充，此时需特别注意两者 GSD、光谱响应和成像时间的差异，在拼接与融合前统一辐射基准与坐标基准。

总之，数据源特性分析不是罗列参数，而是把平台参数、三类分辨率和重叠覆盖要求串成一条影响链：参数决定成像质量，分辨率特性决定处理难点，重叠与覆盖决定几何可靠性。只有在前端把这些条件设对，后端的拼接与正射才能稳定产出可用成果。