从静态观测到动态表征，农业遥感的观测方式正在演进

·如何更准确反演作物生理参数？

叶绿素、氮素、光合性状，模型越来越复杂，但不确定性也越来越难解释。

·如何削弱冠层结构和观测几何的影响？

行距、叶倾角、风、光照角度，都会把“生理信息”和“结构信息”混在一起。

·如何在田间环境中获得可推广的数据？

实验田表现很好，换一块地、换一个时间段，模型就开始漂移

表面上看，这些都是建模和算法问题。但从观测层面看，它们指向的是一个更底层的分歧：我们是在测量一个“瞬时状态”，还是在面对一个持续变化的“物理过程”？

两种观测方式：传统推扫式和快照式

图1：（a）扫描式高光谱成像仪数据采集模式（b）快照式高光谱相机数据采集模式

01  传统推扫式高光谱

在工程化应用和科研体系中，它几乎构成了一种“通用语言”。但这条路线隐含着一个前提条件：在整个扫描过程中被观测对象是稳定的。所以，当我们在真实田间环境中采用这种方式监测时，这个前提往往很难完全成立。因为风会让叶片摆动，太阳高度会缓慢变化，阴影在冠层中移动，作物的姿态和受光状态，会在“扫完一幅图”的几秒甚至几十秒内持续发生变化。

我们从时间结构上来看这种观测方式，会发现同一幅图像里的不同像素，它的光谱其实来自不同时间的物理状态。也就是说空间维度是对齐的，但时间维度是错位的。因此，变化往往会被当作“误差源”或“噪声”，就需要在后处理阶段通过建模、校正和统计方法尽量消除。

02  快照式高光谱

Living optics高光谱相机是一款视频速率快照式高光谱相机，它不再假设作物是稳定的，而是把变化本身当作信息来源，可以在单次曝光中完成整个高光谱数据立方体的采集（图1：（b））。换句话说就是：“光谱不是被拼接出来的，而是被“拍下来”的”。从时间结构上看，这意味着单幅光谱立方体的形成时间从“秒级”压缩到“毫秒级”、整个画面在同一时刻完成采集、光照变化和目标运动不再必然构成系统性误差。当这种方式与视频级采集能力结合后，光谱就从一条静态曲线变成了一段连续的时间序列。

值得注意的是，Living Optics高光谱相机的出现不是简单的“多采集几帧”，而是观测逻辑的反转。传统推扫式高光谱做的是尽量消除时间，而快照式高光谱是在主动利用时间，让变化不再只是噪声也开始成为可分析、可建模的信号本身。

视频1：多肉植物紫外激发实验

这段视频展示了如何利用Living optics高光谱相机，对采集的高光谱数据中的波段比值进行时间序列分析。在周期性紫外光照射下多肉植物会产生叶绿素荧光。如果只看单帧光谱，荧光信号和背景反射往往高度耦合，很难彻底分离。但当高光谱数据变成连续序列后，我们就可以利用波段比值随时间的周期性变化，把“被激发产生的荧光响应”和“稳定存在的背景反射”区分开来。

03 “状态反演”到“过程表征”

传统农业遥感非常擅长回答一个问题：现在的叶绿素是多少？现在的氮含量处于什么水平？这类问题其实本质上都是对某一时间“状态”的刻画。所以当光谱引入时间维度后，研究的重心就会缓慢移动。研究者不再只关注“值”本身，转而开始关注光谱的行为特征。比如，在光照发生扰动时光谱的稳定性如何变化？不同品种、不同水量和氮肥条件下，光谱响应的速度和幅度是否存在系统差异？

两种方式，不是替代而是配合

一个越来越清晰的共识是，这两种观测方式并不存在“谁取代谁”的关系。

推扫式高光谱依然是农业遥感体系中的基石。它在光谱精度、标准化流程、工程可靠性和大尺度应用能力上，构成了一套稳固的基础。

Living Optics快照式高光谱的价值，更像是打开了一片新的研究空间。它引入时间维度，强调结构与光谱的协同关系，把关注点从单一时刻的“结果”，推向连续过程的“行为”。这与其说是一种设备升级，不如说是一种研究范式的演进。

如果用一句话来形容这两种路线的差别：传统高光谱解决的是“在某一时刻光谱是什么”，快照式高光谱解决的是"在时间演化中光谱在做什么"。当光谱拥有时间维度它就不再只是测量工具，而是成为了对作物物理与生理过程的观察手段。这或许正是农业遥感下一阶段真正有意思的地方。