基于遙感的農(nóng)作物病蟲(chóng)害監(jiān)測(cè)研究綜述

張樹(shù)輝 張雅莉

摘要：我國(guó)作為農(nóng)業(yè)大國(guó)，每年因農(nóng)作物病蟲(chóng)害造成的糧食減產(chǎn)損失巨大，因此農(nóng)作物病蟲(chóng)害的監(jiān)測(cè)和預(yù)警必不可少。遙感作為一項(xiàng)新技術(shù)，為農(nóng)作物病蟲(chóng)害的監(jiān)測(cè)和預(yù)警提供了新方式。本文通過(guò)對(duì)于影像光譜信息總結(jié)了四種常用方法：導(dǎo)數(shù)光譜變換、光譜特征參數(shù)、連續(xù)統(tǒng)去除、光譜指數(shù)。相較與傳統(tǒng)監(jiān)測(cè)方法，遙感手段具有實(shí)時(shí)性和準(zhǔn)確性，但任存在數(shù)據(jù)冗余，數(shù)據(jù)源少等問(wèn)題有待發(fā)展。

關(guān)鍵詞：遙感，農(nóng)作物，病蟲(chóng)害，光譜指數(shù)

引言

農(nóng)作物病蟲(chóng)害是威脅糧食產(chǎn)量和品質(zhì)的第一大自然生物災(zāi)害，易受周?chē)h(huán)境特點(diǎn)、作物品種、種植方式以及統(tǒng)防統(tǒng)治效果等眾多因素的影響（霍治國(guó)等，2000）。

在作物生長(zhǎng)過(guò)程中，病蟲(chóng)害會(huì)對(duì)其產(chǎn)量和質(zhì)量造成極大的影響，降低經(jīng)濟(jì)效益。掌握病蟲(chóng)害的征兆和發(fā)生特點(diǎn)，盡早發(fā)現(xiàn)并采取方法進(jìn)行治理，在提高作物產(chǎn)量和質(zhì)量，減少因病蟲(chóng)害造成的經(jīng)濟(jì)損失方面尤為重要。然而，傳統(tǒng)的作物病蟲(chóng)害監(jiān)測(cè)方法不僅效率低下，所獲取的信息還存在著低準(zhǔn)確率和嚴(yán)重滯后性等問(wèn)題，很難在大范圍內(nèi)準(zhǔn)確估測(cè)出染病區(qū)域和病情程度。因此，尋求準(zhǔn)確率高、及時(shí)性強(qiáng)且成本低廉的病蟲(chóng)害監(jiān)測(cè)方法極為重要。近年來(lái)，隨著科技水平的發(fā)展，高光譜遙感技術(shù)在農(nóng)業(yè)中獲得廣泛使用，因其實(shí)時(shí)、準(zhǔn)確等優(yōu)點(diǎn)成為病蟲(chóng)害早期預(yù)警和病情控制的有效方法，逐漸成為農(nóng)業(yè)遙感應(yīng)用的主要前沿技術(shù)手段之一（簡(jiǎn)俊凡，2018）。

研究進(jìn)展

目前，國(guó)際上用遙感技術(shù)監(jiān)測(cè)過(guò)的農(nóng)作物病害主要有棉花根腐病、小麥葉銹病、小麥條銹病、西紅柿晚疫病、蠶豆細(xì)菌疫病、蠶豆赤斑病、花生銹病任、大豆萎黃病、大豆菌核病、甜菜蛇眼病、甘蔗桔銹病和芹菜菌核病等。

目前，主要用于監(jiān)測(cè)農(nóng)作物病蟲(chóng)害的遙感數(shù)據(jù)有：航片、機(jī)載高光譜輻射計(jì)、陸地衛(wèi)星影像Landsat/MSS、TM、高光譜衛(wèi)星Hyperion等，更多的則是地面平臺(tái)上的研究。雖然SPOT、MODIS、PHI等傳感器具有較高的空間或光譜分辨率、受多方面的因素影響，仍然未被應(yīng)用到農(nóng)作物病蟲(chóng)害監(jiān)測(cè)中。

多元統(tǒng)計(jì)分析技術(shù)、基于光譜位置（變量）的分析技術(shù)、光學(xué)模型分析、主成分分析、偏最小二乘法、光譜特征向量分析等是當(dāng)前植被病蟲(chóng)害研究中應(yīng)用到的主要分析技術(shù)。神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等數(shù)據(jù)挖掘工具，仍舊沒(méi)有應(yīng)用到農(nóng)作物病蟲(chóng)害遙感數(shù)據(jù)分析中來(lái)。

中國(guó)作為農(nóng)業(yè)大國(guó)，開(kāi)展的農(nóng)業(yè)遙感研究也就特別多，但主要集中在農(nóng)作物面積提取、農(nóng)作物遙感估產(chǎn)、生長(zhǎng)狀況監(jiān)測(cè)等方面（王人潮等，2002），對(duì)于病蟲(chóng)危害的研究較少，主要表現(xiàn)為：研究作物對(duì)象單一，以小麥為主，只有少許其它作物;以地面觀為主，航空遙感較少，航天遙感幾乎沒(méi)有;遙感數(shù)據(jù)處理方法簡(jiǎn)單，以常規(guī)的光譜分析技術(shù)為主，很少涉及神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等智能化自動(dòng)化處理技術(shù)研究。

研究方法

通過(guò)獲取的遙感影像具有地物光譜信息，因此可通過(guò)對(duì)光譜進(jìn)行計(jì)算和分析，由此研究農(nóng)作物病蟲(chóng)害。

1 導(dǎo)數(shù)光譜變換

導(dǎo)數(shù)光譜技術(shù)能夠減弱背景噪音（如土壤、林下植被等）對(duì)植物光譜的干擾，監(jiān)測(cè)植物病蟲(chóng)害優(yōu)于一般的光譜特征指數(shù)?；诖隧?xiàng)技術(shù)，伍南等（2012）監(jiān)測(cè)馬尾松赤枯病，王震等（2007）探測(cè)松材線蟲(chóng)病都獲得成功。

2 基于光譜位置和面積的特征參數(shù)

（1）葉綠素最大吸收深度分析。植物受到病蟲(chóng)侵害時(shí)，葉綠素濃度降低，光譜紅邊相對(duì)位移，與其相連的光譜吸收谷變淺，植物受害越嚴(yán)重，則其變淺程度也越大?；诖耍~綠素最大吸收深度可用來(lái)表征植物健康狀況，定量分析植物的光譜變化（劉圣偉，2004）。

（2）“紅邊”參數(shù)分析。從紅外波段到近紅外波段，植物光譜反射率由低到高，其中間的光譜區(qū)域?yàn)榧t邊區(qū)。研究表明，植物受到病蟲(chóng)害侵襲時(shí)，其光譜反映隨之改變，紅邊拐點(diǎn)位移，紅界光譜藍(lán)移，藍(lán)邊斜率變化?；诖?，研究分析紅邊特性，可以探測(cè)病蟲(chóng)害，監(jiān)測(cè)植被健康狀況。許章華（2013）等進(jìn)行了受松毛蟲(chóng)侵害的馬尾松光譜特征分析與等級(jí)檢測(cè)，驗(yàn)證了蟲(chóng)害導(dǎo)致光譜“綠峰”紅移、紅邊位置藍(lán)移。

3 基于連續(xù)統(tǒng)去除的特征參數(shù)

連續(xù)統(tǒng)去除法，又被稱(chēng)為包絡(luò)線消除法?？梢栽谕怀龉庾V特征的同時(shí)，將其歸一到一個(gè)一致的光譜背景上，以便于光譜中各種特征數(shù)值的比較（徐元進(jìn)等，2005）。它可以矯正由于波段依賴(lài)而引起的波段反射率極值點(diǎn)位移，從而將其校正到真正的位置。

展望

目前，國(guó)內(nèi)外關(guān)于作物病蟲(chóng)害的監(jiān)測(cè)預(yù)警，逐步開(kāi)始從定性階段轉(zhuǎn)變?yōu)榻柚?jì)算機(jī)構(gòu)建數(shù)學(xué)定量模型的定位階段，并取得了許多成果，雖然發(fā)展較快，但由于病蟲(chóng)害的生物復(fù)雜性和遙感技術(shù)的待完善性，仍然存在許多亟待解決的問(wèn)題，主要體現(xiàn)在下述5個(gè)方面：

（1）缺乏多類(lèi)型病害的比較總結(jié)。目前的病蟲(chóng)害研究已經(jīng)涉及了多種類(lèi)型，一些危害較重的生物危害遙感應(yīng)用研究相對(duì)較少，比如小麥全蝕病、稻縱卷葉螟等;光譜特征、圖像特征和生境特征能夠?yàn)槊{迫監(jiān)測(cè)預(yù)測(cè)提供更全面的觀察角度和更豐富的信息，然而由于缺乏對(duì)病蟲(chóng)害敏感特征的比較、歸納和總結(jié)，因此也就無(wú)法建立特定病害專(zhuān)一性的光譜特征庫(kù)。

（2）對(duì)病害光譜變化特征的差異性認(rèn)識(shí)不足。作物不同病害脅迫和水肥脅迫常導(dǎo)致枯黃萎蔫等相似的外部形態(tài)特征，有時(shí)也會(huì)引起相類(lèi)似的光譜變化，而某些光譜變化特征在不同的脅迫類(lèi)型中能表現(xiàn)出顯著差異性，這是進(jìn)一步估測(cè)特定脅迫類(lèi)型嚴(yán)重度的前提工作，也能正確指導(dǎo)實(shí)施不同的殺菌劑。

較之傳統(tǒng)病蟲(chóng)害的監(jiān)測(cè)技術(shù)而言，遙感不僅實(shí)時(shí)性、準(zhǔn)確性，還具有多重優(yōu)勢(shì)：

（1）遙感技術(shù)應(yīng)用中，對(duì)敏感波段的選擇這一特性可以為監(jiān)測(cè)所使用特定傳感器的進(jìn)一步研究提供輔助信息和理論保障。

（2）遙感技術(shù)的使用可以擴(kuò)大所需數(shù)據(jù)的來(lái)源，極大地提高獲取數(shù)據(jù)的速度和質(zhì)量。

（3）遙感、GIS和GPS等技術(shù)組合，可以在對(duì)作物本身狀況進(jìn)行分析的同時(shí)為管理者提供及時(shí)、準(zhǔn)確的決策信息。

參考文獻(xiàn)

[1]霍治國(guó)，劉萬(wàn)才，邵振潤(rùn)，等.試論開(kāi)展中國(guó)農(nóng)作物病蟲(chóng)害危害流行的長(zhǎng)期氣象預(yù)測(cè)研究[J].自然災(zāi)害學(xué)報(bào)，2000，9（1）：117-121.

[2]簡(jiǎn)俊凡，何宏昌，王曉飛等.農(nóng)作物病蟲(chóng)害遙感監(jiān)測(cè)綜述[J].測(cè)繪通報(bào)，2018，（9）：24-28.

[3]王人潮，黃敬峰.水稻遙感估產(chǎn)[M].北京中：國(guó)農(nóng)業(yè)出版社.2002，ppl-282.

[4]伍南，劉君昂，閆瑞坤，等.馬尾松赤枯病冠層光譜特征及嚴(yán)重度反演[J].中國(guó)農(nóng)學(xué)通報(bào)，2012，28（4）：51-57.

[5]王震，張曉麗，安樹(shù)杰.松材線蟲(chóng)病危害的馬尾松林木光譜特征分析[J].遙感技術(shù)與應(yīng)用，2007，22（3）：367-370.

[6]劉圣偉，甘甫平，王潤(rùn)生.用衛(wèi)星高光譜數(shù)據(jù)提取德興銅礦區(qū)植被污染信息[J].國(guó)土資源遙感，2004，15（1）：6-10.

[7]許章華，劉健，余坤勇，等.松毛蟲(chóng)危害馬尾松光譜特征分析與等級(jí)檢測(cè)[J].光譜學(xué)與光譜分析，2013，33）2）：428-433.

[8]徐元進(jìn)，胡光道，張振飛.包絡(luò)線消除法及其在野外光譜分類(lèi)中的應(yīng)用[J].地理與地理信息科學(xué)，2005，21（6）：11-14.

成都理工大學(xué)地球科學(xué)學(xué)院 四川 成都 610059