UAV Farm Health Index Map | 无人机农田健康指数图生成

无人机影像生成农田健康热力图

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:无人机影像生成农田健康热力图
完整的 Skill 内容见:https://321skill.com/skills/uav-farm-health-index-map-无人机农田健康指数图生成-x-2/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

'帮我分析这块小麦田的无人机多光谱影像,生成NDVI热力图,并标出长势差的区域。' 它会自动处理影像拼接,计算NDVI值,输出一张带颜色等级的热力图,红色区域即为需要重点关注的缺肥或病害区域,同时生成一份包含面积统计的PDF报告,指导变量施肥作业。

介绍

传统农田巡查依赖人工下地,耗时费力且难以覆盖大片区域。本技能利用农业无人机搭载的多光谱或高分辨率RGB相机,采集农田正射影像与拼接图,再通过AI模型计算植被指数(如NDVI、NDRE),自动生成农田健康指数热力图——红色代表长势差,黄色中等,绿色健康。这样一来,缺肥、缺水、病虫害、杂草等区域一目了然,帮助用户快速定位问题,为精准变量施肥和植保作业提供数据支撑。

使用流程非常简单:将无人机采集的影像数据(支持多光谱或RGB格式)输入技能,AI会自动完成拼接、指数计算与热力图渲染。用户无需掌握遥感或机器学习知识,只需上传影像即可获得带颜色标注的健康地图,并支持导出为GeoTIFF或PNG格式,便于后续在GIS软件中叠加分析。

本技能适用于农业植保公司、农技推广站、大型农场主、农业科研人员以及高校相关专业学生。无论是日常巡田、灾害评估,还是变量施肥作业规划,都能大幅提升效率。尤其适合已有无人机设备但缺乏专业遥感分析能力的团队,可将原始影像快速转化为可执行的农事决策依据。

使用建议:确保无人机影像具有足够的重叠率(航向80%以上,旁向60%以上)以保证拼接质量;若使用RGB相机,需选择近红外波段增强的传感器以提高NDVI精度;多云天气或光照剧烈变化时,建议先进行辐射校正;热力图仅反映冠层光谱特征,对土壤深层问题(如板结)需结合田间验证。

核心特点

相比通用遥感处理软件(如ENVI、Pix4D),本技能内置了针对农业场景优化的AI模型,无需手动调整参数即可一键生成NDVI/NDRE热力图,并自动区分健康等级,输出结果可直接用于精准施肥处方图。

注意事项

依赖高质量、高重叠率的无人机影像,对高分辨率RGB相机的近红外波段缺失场景效果有限,且无法区分同光谱下不同病害类型。

常见问题

这个技能需要什么类型的无人机和相机?

支持搭载多光谱相机(如Micasense RedEdge)或高分辨率RGB相机(如大疆御3)的无人机,要求影像至少包含近红外波段(NIR)或红边波段(RE)以计算NDVI/NDRE。

NDVI和NDRE有什么区别?什么时候用哪个?

NDVI(归一化植被指数)对叶绿素含量敏感,适合监测作物整体长势和覆盖度;NDRE(归一化红边指数)对红边波段更敏感,能在作物冠层覆盖度高时区分营养状况差异,推荐在生育中后期或高密度种植场景使用。

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/uav-farm-health-index-map-无人机农田健康指数图生成-x-2/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。