1樓：lake brave
從遙感能力上看，在高分影象上看，農田規則，野草區域不規則，這是空間結構甚至紋理上存在區別；在高光譜影象上看，最顯著的區別還是空間結構和紋理，在光譜上二者由於粗蛋白、澱粉、纖維素的不同，光譜結構上肯定存在客觀差異，但是目前的衛星遙感能力(光譜分辨能力、範圍)，和應用方式（反射譜段依賴於地物反射率，而反青、發芽階段土壤成分在混合光譜裡影響權重更大），還要考慮大氣對光譜退化的影響，還不能提供具有足夠的精細程度的光譜支撐你去解決這個問題；
2樓：唐老鴨
學過傅利葉變換的應該能明白，電磁波的頻域資訊比時域資訊豐富的多。所以根據頻域觀測特性不同，光學遙感衛星也分很多種。
但也有專門的多光譜遙感衛星，這種衛星的解析度往往較低，但能接受的頻譜範圍更廣，能夠收集更多的頻譜資訊。新聞中提到的資源普查，檢測農業產量用途的遙感衛星其實指的是這類衛星。
還有專門針對某乙個特定頻率遙感衛星，比如針對固態火箭燃料燃燒過程放出紫外線的飛彈預警衛星，針對CO2紅外線吸收峰的CO2排放監測衛星。所以也有可以專門針對植物光譜吸收段的農業普查衛星。
只要獲得足夠的光譜資訊，因為不同的植物葉片的光學吸收峰不同，同種植物不同生長狀態光學吸收峰也不同。所以只要對此精確建模，區分典型的農作物和雜草根本就是殺雞用牛刀，目前的應用從糧食產量監測到病蟲害監測，精準施肥管理等。當然這些都需要大量的資料積累，目前最成熟的應用就是農業產量監測，據說典型作物的評估值和實測值誤差已經優於10%
所以能不能區分麥苗和雜草關鍵是人家想不想把這兩者區分開，別來一出「指草為麥」，遙感衛星表示這個鍋我可不背
@neo anderson