一、先搞清楚：你要回答什么问题
农业遥感项目失败，多数不是技术问题，而是开始就没把问题问清楚。动手之前，先回答四个问题。
看什么：是看长势、查面积、认作物，还是评灾损？在哪儿：测区范围多大、地块分散还是连片？要什么精度：是趋势级（知道大概好坏）、田块级（精确到地块）还是单株级？什么时候要：成果时效要求多急，错过农时或救灾窗口结论就失去意义。
这四个问题决定后面所有选择。建议把需求写成一段话："在 XX 区域，用 XX 手段，监测 XX 指标，达到 XX 精度，在 XX 时间前交付。"写不清楚，就先别急着买数据。
二、选择合适的数据源
需求明确后，第二步是选数据，主要在两个维度上权衡。
平台维度：卫星影像覆盖大、可回溯历史、成本低，但分辨率和重访周期受限、怕云雨；无人机影像灵活高分辨率，适合重点地块，但成本与面积相关；地面样点是精度保障，不可或缺。传感器维度：看长势与灾害用多光谱（算 NDVI 等指数）；区分作物与精细诊断用高光谱；看土壤水分与旱情可考虑热红外或雷达；多云雨地区优先雷达。
初学者常犯的错是"有什么数据就用什么"，正确做法是"缺什么信息就找什么数据"。数据选错，后面处理再精也白费。
三、设计方案：时相、范围与频次
数据定下来后，要把监测方案写成可执行的计划。
时相设计：明确关键观测日期。看长势要卡住关键生育期，灾后评估要尽量在灾害发生后立即安排影像获取，历史对比要先确认有无灾前影像可用。范围与样地：划定监测范围，并设计地面样点布设方案——样点要覆盖不同长势等级，用于模型标定与精度验证。频次设计：单次快照只能看现状，多期观测才能看趋势。按需求决定是一周一次、关键期加密，还是灾前灾后两次对比。
方案最好写成文档并让业务方确认，避免"你说东、我做西"的扯皮。
四、数据处理：从影像到指标
数据到位后进入处理环节，一套标准的处理链路大致如下。
预处理：辐射定标、大气校正、几何校正，把影像"读数"变成真实地表反射率，并配准到统一坐标。指标计算：根据目标计算植被指数（NDVI、EVI 等）或反演农学参数（叶面积指数、生物量、土壤含水量）。信息提取：用分类或变化检测识别作物类型、圈定受灾范围、划分长势等级。成果表达：把结果做成专题图（长势分级图、受灾分布图）与统计表（各级面积、占比），让业务人员看得懂、用得上。
处理中最重要的是记录过程：每一步用了什么数据、什么参数、什么模型，都要留痕——没有过程记录的结论，在争议场景中站不住脚。
五、精度验证：结论必须经得起核对
农业遥感区别于"看个大概"，关键在于精度验证，这是很多人忽略却最重要的一步。
样本设计：预留独立的地面验证样本（不参与模型训练），样本量要足够且有代表性。精度评价：用验证样本计算总体精度、用户精度与生产者精度，或用实测值与预测值对比统计误差。报告结论：在交付成果中明确写出"精度达到多少、样本多少、验证方法是什么"，让使用者知道结论可信到什么程度。
这一步既是技术规范，也是自我保护：遥感结论一旦用于理赔、补贴核查等场景，没有精度说明的结论几乎必然被质疑。
六、成果交付：给业务方真正能用的东西
成果交付不是"发几张图"就结束，高质量的交付应包含四类内容。
数据成果：专题图、统计表与矢量文件，格式符合业务系统要求。精度报告：说明数据源、处理方法、精度指标与验证过程，是结论可信度的依据。过程资料：原始影像、处理日志与中间数据，供复查与追溯。使用说明：成果怎么读、指标含义、更新建议与注意事项，避免误用。
特别提醒：交付前要和业务方一起核对一遍——结论是否回答了最初的问题、分级口径是否符合业务习惯、地图上的地块是否能对上。发现偏差及时修正，比交付后返工省事得多。
七、常见问题与避坑清单
最后整理实施中的高频问题，当作检查清单。
需求不清就采购：先想清楚要回答什么问题，再谈数据与方案。时相错过：关键期没安排影像，等发现数据不够已无法补拍。缺地面验证：纯模型输出没有样本支撑，结论经不起质疑。过程不留痕：被问"怎么算出来的"时拿不出依据。成果不好用：只给技术图，不给业务结论，使用方看不懂也不会用。忽视历史数据：灾害定损往往需要数月甚至数年前的影像做基准，平时就要有积累意识。
把这份清单过一遍，大多数项目都能避开常见的坑，从"能出图"走向"结论可信、业务可用"。
对预算有限的单位，还有一个"渐进式"起步建议：第一年先做单次快照，用免费卫星影像加少量地面调查，跑通"出图—验证—报告"的基本盘；第二年再上多期监测，在关键生育期安排两到三次影像，形成时间序列；第三年再考虑自建平台或采购专业服务，把成熟的需求固化到系统里。这样每年投入可控、成果逐年加深，比一次性大手笔投入更稳妥，也更容易让决策者看到效果、持续支持。
结语
农业遥感怎么做？答案是"像做工程一样做遥感"：需求定义清楚、数据选得对路、方案写得分明、处理过程留痕、精度验得扎实、成果交得可用。每一步都扎实，遥感才能从"听起来高级"变成真正解决问题的生产力。
时维遥感——遥感+AI，让农业更智慧
