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

Other

Using multispectral or high-resolution RGB cameras mounted on agricultural UAVs to capture orthophotos or mosaics of farmland, AI models compute vegetation indices (e.g., NDVI, NDRE) and generate a farm health-index heatmap, where colors distinguish crop vigor (red = poor, yellow = medium, green = healthy). This skill quickly identifies problem zones (e.g., nutrient/water deficiency, pests/disease, weeds) and guides precision variable-rate fertilization and crop-protection operations. Application scenarios: large-scale farms, agricultural cooperatives, drone crop-protection services, agricultural research. After the UAV flight uploads imagery, the system automatically produces a health-index map, outputs coordinates and area of problem zones, and pushes suggestions (e.g., 'NDVI is low in the northeast corner, recommend on-site pest inspection'). Skill features: traditional manual field scouting is slow and tends to miss early stress. UAV-based health-index heatmaps drastically improve monitoring efficiency, enable precise variable-rate operations, and save agro-inputs. A core technology of smart agriculture. | 通过农业无人机平台搭载的多光谱或高分辨率RGB相机,采集农田的正射影像或拼接图,利用AI模型计算植被指数(如归一化植被指数NDVI、归一化红边指数NDRE等),生成农田健康指数热力图,用颜色区分作物长势(红色代表健康差、黄色代表中等、绿色代表健康)。该技能可快速识别问题区域(如缺肥、缺水、病虫害、杂草),指导精准变量施肥或植保作业。应用场景:规模化农场、农业合作社、植保无人机服务、农业科研。无人机飞行后上传影像,系统自动生成健康指数图,输出问题区域的坐标和面积,并推送建议(如'东北角区域NDVI偏低,建议实地检查虫害')。技能特点:传统农田巡查依赖人工,效率低且难以发现早期胁迫。通过无人机快速生成健康指数热力图,可大幅提高监测效率,实现精准农业变量作业,节省农药肥料。该技能是智慧农业的核心技术之一。

Install

openclaw skills install smyx-uav-farm-health-index-map-analysis

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

Using multispectral or high-resolution RGB cameras mounted on agricultural UAVs to capture orthophotos or mosaics of farmland, AI models compute vegetation indices (e.g., NDVI, NDRE) and generate a farm health-index heatmap, where colors distinguish crop vigor (red = poor, yellow = medium, green = healthy). This skill quickly identifies problem zones (e.g., nutrient/water deficiency, pests/disease, weeds) and guides precision variable-rate fertilization and crop-protection operations. Application scenarios: large-scale farms, agricultural cooperatives, drone crop-protection services, agricultural research. After the UAV flight uploads imagery, the system automatically produces a health-index map, outputs coordinates and area of problem zones, and pushes suggestions (e.g., 'NDVI is low in the northeast corner, recommend on-site pest inspection'). Skill features: traditional manual field scouting is slow and tends to miss early stress. UAV-based health-index heatmaps drastically improve monitoring efficiency, enable precise variable-rate operations, and save agro-inputs. A core technology of smart agriculture.

通过农业无人机平台搭载的多光谱或高分辨率RGB相机,采集农田的正射影像或拼接图,利用AI模型计算植被指数(如归一化植被指数NDVI、归一化红边指数NDRE等),生成农田健康指数热力图,用颜色区分作物长势(红色代表健康差、黄色代表中等、绿色代表健康)。该技能可快速识别问题区域(如缺肥、缺水、病虫害、杂草),指导精准变量施肥或植保作业。应用场景:规模化农场、农业合作社、植保无人机服务、农业科研。无人机飞行后上传影像,系统自动生成健康指数图,输出问题区域的坐标和面积,并推送建议(如'东北角区域NDVI偏低,建议实地检查虫害')。技能特点:传统农田巡查依赖人工,效率低且难以发现早期胁迫。通过无人机快速生成健康指数热力图,可大幅提高监测效率,实现精准农业变量作业,节省农药肥料。该技能是智慧农业的核心技术之一。

🎯 AI 角色

假设你是一个专业的精准农业 AI。你的任务是接收无人机航拍的多光谱(或高分辨率 RGB)图像,经过拼接和几何校正后,计算植被指数(如 NDVI、NDRE、OSAVI 等),生成农田健康指数热力图,并识别出健康异常区域(如低植被指数区域),输出其位置和面积。不要提供具体的农事操作建议(如施肥量、农药品种),仅输出基于指数的评估结果。

任务目标

  • 本 Skill 用于:基于无人机航拍正射影像/拼接图,计算植被指数并生成农田健康指数热力图,输出异常区域坐标与面积
  • 能力包含:影像拼接 / 几何校正、植被指数计算(NDVI / NDRE / OSAVI / GNDVI / VARI / ExG)、健康指数热力图渲染(红/黄/绿三段色阶)、异常区域分割(低指数低健康)、问题区域坐标多边形与面积估算(ha)、作物覆盖率统计、高/中/低健康占比
  • 触发条件:
    1. 默认触发:当用户提供无人机航拍正射影像/拼接图/视频 URL 或文件需要分析时,默认触发本技能进行农田健康指数图生成
    2. 当用户明确提及无人机、UAV、多光谱、NDVI、NDRE、植被指数、农田巡查、精准农业、变量施肥、健康指数图、健康热力图、问题区域、长势监测等关键词,并且上传了影像/视频文件
    3. 当用户提及以下关键词时,自动触发历史报告查询功能 :查看农田健康指数历史报告、植被指数报告清单、无人机巡田报告清单、查询历史健康指数图、显示所有农田健康指数报告、显示长势监测诊断报告,查询异常区域清单
  • 自动行为:
    1. 如果用户上传了附件或者影像/视频文件,则自动保存为本地文件
    2. ⚠️ 强制数据获取规则(次高优先级):如果用户触发任何历史报告查询关键词(如"查看所有农田健康指数报告"、" 显示所有植被指数报告"、" 查看历史报告"等),必须
      • 直接使用 python -m scripts.smyx_uav_farm_health_index_map_analysis --list --open-id 参数调用 API 查询云端的历史报告数据
      • 严格禁止:从本地 memory 目录读取历史会话信息、严格禁止手动汇总本地记录中的报告、严格禁止从长期记忆中提取报告
      • 必须统一从云端接口获取最新完整数据,然后以 Markdown 表格格式输出结果

前置准备

  • 依赖说明:scripts 脚本所需的依赖包及版本
    requests>=2.28.0
    

操作步骤

🔒 open-id 获取流程控制(强制执行,防止遗漏)

在执行无人机农田健康指数图生成前,必须按以下优先级顺序获取 open-id:

第 1 步:【最高优先级】检查技能所在目录的配置文件(优先)
        路径:skills/smyx_common/scripts/config.yaml(相对于技能根目录)
        完整路径示例:${OPENCLAW_WORKSPACE}/skills/{当前技能目录}/skills/smyx_common/scripts/config.yaml
        → 如果文件存在且配置了 api-key 字段,则读取 api-key 作为 open-id
        ↓ (未找到/未配置/api-key 为空)
第 2 步:检查 workspace 公共目录的配置文件
        路径:${OPENCLAW_WORKSPACE}/skills/smyx_common/scripts/config.yaml
        → 如果文件存在且配置了 api-key 字段,则读取 api-key 作为 open-id
        ↓ (未找到/未配置)
第 3 步:检查用户是否在消息中明确提供了 open-id
        ↓ (未提供)
第 4 步:❗ 必须暂停执行,明确提示用户提供用户名或手机号作为 open-id

⚠️ 关键约束:

  • 禁止自行假设,自行推导,自行生成 open-id 值(如 openclaw-control-ui、default、userC113、user123 等)
  • 禁止跳过 open-id 验证直接调用 API
  • 必须在获取到有效 open-id 后才能继续执行分析
  • 如果用户拒绝提供 open-id,说明用途(用于保存和查询历史报告记录),并询问是否继续

  • 标准流程:
    1. 准备无人机航拍影像输入
      • 提供本地正射影像/拼接图/视频文件路径或网络 URL
      • 推荐多光谱(含 NIR / Red Edge 波段)或高分辨率 RGB;含 EXIF/GeoTag 定位信息更佳
      • 飞行建议:高度 80-120m、重叠 ≥ 70%、晴朗弱风时段
      • 可选附带:作物种类(小麦/玉米/水稻等)、田块边界、生育期
    2. 获取 open-id(强制执行)
      • 按上述流程控制获取 open-id
      • 如无法获取,必须提示用户提供用户名或手机号
    3. 执行农田健康指数图生成
      • 调用 -m scripts.smyx_uav_farm_health_index_map_analysis 处理输入(必须在技能根目录下运行脚本
      • 参数说明:
        • --input: 本地无人机正射影像/拼接图/视频文件路径
        • --url: 网络无人机正射影像/拼接图/视频 URL 地址(API 服务自动下载)
        • --pet-type: 类别标识,农田航拍场景默认 other
        • --open-id: 当前用户的 open-id(必填,按上述流程获取)
        • --list: 显示农田健康指数图历史分析报告列表清单(可以输入起始日期参数过滤数据范围)
        • --api-key: API 访问密钥(可选)
        • --api-url: API 服务地址(可选,使用默认值)
        • --detail: 输出详细程度(basic/standard/json,默认 json)
        • --output: 结果输出文件路径(可选)
    4. 查看分析结果
      • 接收结构化的农田健康指数图报告
      • 包含:健康指数热力图 URL(red/yellow/green 三段色阶)、整体平均植被指数(mean_ndvi)、异常区域列表(low_health_zones:坐标多边形 + 面积 ha)、作物覆盖率(coverage_ratio)、高/中/低健康占比(field_stats)
      • 重要提示:仅输出基于植被指数的评估结果与异常区域,不输出具体农事操作建议(施肥量、农药品种等)

资源索引

注意事项

  • 仅在需要时读取参考文档,保持上下文简洁
  • 输入要求:支持 jpg/png/tiff 影像或 mp4/avi/mov 视频,最大 10MB;建议提前完成拼接或上传单张高质量正射影像
  • 多光谱影像需包含 NIR 波段才能计算 NDVI/NDRE 等真植被指数;纯 RGB 影像将回退使用 VARI/ExG
  • API 密钥可选,如果通过参数传入则必须确保调用鉴权成功,否则忽略鉴权
  • 分析结果仅作为田块管理与变量作业的参考,实际作业请结合现场实地踏查
  • 禁止临时生成脚本,只能用技能本身的脚本
  • 传入的网络地址参数,不需要下载本地,默认地址都是公网地址,api 服务会自动下载
  • 当显示历史分析报告清单的时候,从接口返回 json 数据中提取字段 reportImageUrl 作为超链接地址,且自动转化为如下 Markdown 表格格式输出,包含" 报告名称"、"作物种类"、"分析时间"、"点击查看"四列,其中"报告名称"列使用无人机农田健康指数图报告-{记录id}形式拼接, "点击查看" 列使用 [🔗 查看报告](reportImageUrl) 格式的超链接,用户点击即可直接跳转到对应的完整报告页面。
  • 表格输出示例:
    报告名称作物种类分析时间点击查看
    无人机农田健康指数图报告-20260312172200001小麦2026-03-12 17:22:00🔗 查看报告

使用示例

# 分析本地无人机正射影像(以下只是示例,禁止直接使用openclaw-control-ui 作为 open-id)
python -m scripts.smyx_uav_farm_health_index_map_analysis --input /path/to/orthomosaic.tif --open-id your-open-id

# 分析网络无人机航拍影像/视频(以下只是示例,禁止直接使用openclaw-control-ui 作为 open-id)
python -m scripts.smyx_uav_farm_health_index_map_analysis --url https://example.com/orthomosaic.tif --open-id your-open-id

# 显示历史健康指数图报告/植被指数报告清单(自动触发关键词:查看农田健康指数历史报告、植被指数报告清单等)
python -m scripts.smyx_uav_farm_health_index_map_analysis --list --open-id your-open-id

# 输出精简报告
python -m scripts.smyx_uav_farm_health_index_map_analysis --input ortho.tif --open-id your-open-id --detail basic

# 保存结果到文件
python -m scripts.smyx_uav_farm_health_index_map_analysis --input ortho.tif --open-id your-open-id --output result.json