获得生物量和氮营养的绝对量化

为了实现这一目标，利用卫星、空中或无人机图像来收集地块的概况，帮助农民在农田的正确位置和相关时间施用正确水平的肥料、杀虫剂和水，现已成为普遍做法。目前，从这些图像中估计植被发育最广泛的方法是NDVI(归一化差异植被指数)。NDVI图易于计算，可以很好地概述该区域内的植物发育状况差异:NDVI图将显示绿色活植被的数量在哪里高，在哪里低。

然而，NDVI也有一些局限性，因为它是对植被发育差异的相对评价——NDVI对光照条件、视角、传感器敏感，当达到冠层闭合时接近饱和。因此，获取NDVI的绝对信息需要用地面测量数据对模型进行校准，而地面测量数据应与获取的图像同步。否则，不可能对该索引进行长期一致的监控。

第二种更先进的方法存在。这被称为生物物理参数提取。虽然它需要复杂复杂的处理算法，但它通过计算不同的指标，如绿色覆盖率(fCover)、FAPAR(吸收光合有效辐射的分数)、叶面积指数、叶绿素含量、棕色覆盖系数等。

生物物理参数是稳健的，并且独立于视角、传感器和光照条件。然后，它们可以直接用于跟踪进化，并在没有偏差的情况下，不受地面测量的影响，比较两个不同时间点的情况。与农学模型结合使用，它们可以有效地转化为建议，以准确地施用化肥和水，正确地使用生长调节剂和杀虫剂，最终节省化学药品，降低农业环境足迹。

15年来，生物物理参数一直用于我们的农业服务，从intra-field精准农业到全国范围的饲料保险索引图。