UAV Farm Health Index Map | 无人机农田健康指数图生成
无人机航拍生成农田健康指数热力图
安装使用
复制下面这段提示词发给你的 AI(Claude / Cursor / TRAE / Codex / WorkBuddy 等),它会自动帮你完成安装:
帮我安装这个 AI Skill:UAV Farm Health Index Map | 无人机农田健康指数图生成。 它的用途是:无人机航拍生成农田健康指数热力图 完整的 Skill 内容见:https://321skill.com/skills/farm-health-heatmap-7/raw/index.md 请读取该页面内容,如果是 SKILL.md 格式直接安装,如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接,AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'请分析这张无人机航拍的多光谱正射影像,计算NDVI指数,生成农田健康热力图,并标记出健康差的区域坐标和面积。' 它会自动处理影像,输出红黄绿三色热力图,列出问题区域的多边形坐标和面积(如'东北角区域NDVI<0.3,面积2.5公顷,建议实地检查虫害'),同时统计整体健康占比。
介绍
这个Skill解决了传统农田巡查效率低、难以早期发现作物胁迫的问题。在实际生产中,农户和植保服务团队需要快速了解大面积农田的长势差异,但人工踏勘耗时费力,且容易遗漏缺肥、缺水、病虫害等早期症状。通过无人机搭载多光谱或高分辨率RGB相机获取正射影像,本技能利用AI模型计算NDVI、NDRE等植被指数,自动生成红黄绿三色健康热力图,直观呈现作物活力分布。
使用方式很简单,你只需要上传无人机航拍的正射影像或拼接图(支持图片、视频、本地文件或网络URL)。之后就可以通过自然语言指令来要求系统计算植被指数、生成健康热力图,并输出问题区域的坐标多边形和面积估算。系统还会自动统计高/中/低健康占比,并推送针对性的建议,如“东北角NDVI偏低,建议实地检查虫害”。整个过程无需手动操作遥感软件,完全由AI驱动。
它非常适合需要精准农业管理的规模化农场、农业合作社、植保无人机服务团队以及农业科研机构。尤其是那些已经拥有无人机设备但缺乏快速数据分析能力的用户,可以大幅提升监测效率,实现变量施肥和精准植保作业,节省农药肥料成本。对于高校学生和学术研究者,也可用于作物长势监测实验和遥感数据分析。
建议在无人机飞行前确保影像覆盖完整、重叠度足够,并尽量使用多光谱相机以获得更准确的NDVI/NDRE指数。需要注意的是,该技能主要输出基于植被指数的评估结果,不提供具体的农事操作建议(如施肥量、农药品种),用户需结合实地情况做最终决策。另外,处理大范围高分辨率影像时可能需要较长的计算时间,建议分批上传。
常见问题
需要什么类型的无人机相机?
推荐使用多光谱相机(如RedEdge、Altum)以获得NDVI/NDRE等指数,高分辨率RGB相机也可用于计算VARI、ExG等可见光植被指数。
输出结果包含哪些内容?
输出健康指数热力图(红黄绿三色)、问题区域坐标多边形(GeoJSON)、面积估算(公顷)、高/中/低健康占比统计,以及文字建议。
给 AI 助手的安装指引
如果你的 AI 编程助手(Claude Code、Cursor、TRAE 等)能看到这个页面,把下面这段发给它即可自动完成安装:
请访问 https://321skill.com/skills/farm-health-heatmap-7/raw/index.md 读取 UAV Farm Health Index Map | 无人机农田健康指数图生成 的原始 Skill 定义(Markdown 格式),按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址:/skills/farm-health-heatmap-7/raw/index.md(查看排版版本)