基于遙感的農作物病蟲害監測研究綜述

張樹輝 張雅莉

摘要：我國作為農業大國，每年因農作物病蟲害造成的糧食減產損失巨大，因此農作物病蟲害的監測和預警必不可少。遙感作為一項新技術，為農作物病蟲害的監測和預警提供了新方式。本文通過對于影像光譜信息總結了四種常用方法：導數光譜變換、光譜特征參數、連續統去除、光譜指數。相較與傳統監測方法，遙感手段具有實時性和準確性，但任存在數據冗余，數據源少等問題有待發展。

關鍵詞：遙感，農作物，病蟲害，光譜指數

引言

農作物病蟲害是威脅糧食產量和品質的第一大自然生物災害，易受周圍環境特點、作物品種、種植方式以及統防統治效果等眾多因素的影響（霍治國等，2000）。

在作物生長過程中，病蟲害會對其產量和質量造成極大的影響，降低經濟效益。掌握病蟲害的征兆和發生特點，盡早發現并采取方法進行治理，在提高作物產量和質量，減少因病蟲害造成的經濟損失方面尤為重要。然而，傳統的作物病蟲害監測方法不僅效率低下，所獲取的信息還存在著低準確率和嚴重滯后性等問題，很難在大范圍內準確估測出染病區域和病情程度。因此，尋求準確率高、及時性強且成本低廉的病蟲害監測方法極為重要。近年來，隨著科技水平的發展，高光譜遙感技術在農業中獲得廣泛使用，因其實時、準確等優點成為病蟲害早期預警和病情控制的有效方法，逐漸成為農業遙感應用的主要前沿技術手段之一（簡俊凡，2018）。

研究進展

目前，國際上用遙感技術監測過的農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，主要用于監測農作物病蟲害的遙感數據有：航片、機載高光譜輻射計、陸地衛星影像Landsat/MSS、TM、高光譜衛星Hyperion等，更多的則是地面平臺上的研究。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，仍然未被應用到農作物病蟲害監測中。

多元統計分析技術、基于光譜位置（變量）的分析技術、光學模型分析、主成分分析、偏最小二乘法、光譜特征向量分析等是當前植被病蟲害研究中應用到的主要分析技術。神經網絡、支持向量機等數據挖掘工具，仍舊沒有應用到農作物病蟲害遙感數據分析中來。

中國作為農業大國，開展的農業遙感研究也就特別多，但主要集中在農作物面積提取、農作物遙感估產、生長狀況監測等方面（王人潮等，2002），對于病蟲危害的研究較少，主要表現為：研究作物對象單一，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，航天遙感幾乎沒有;遙感數據處理方法簡單，以常規的光譜分析技術為主，很少涉及神經網絡、支持向量機等智能化自動化處理技術研究。

研究方法

通過獲取的遙感影像具有地物光譜信息，因此可通過對光譜進行計算和分析，由此研究農作物病蟲害。

1 導數光譜變換

導數光譜技術能夠減弱背景噪音（如土壤、林下植被等）對植物光譜的干擾，監測植物病蟲害優于一般的光譜特征指數。基于此項技術，伍南等（2012）監測馬尾松赤枯病，王震等（2007）探測松材線蟲病都獲得成功。

2 基于光譜位置和面積的特征參數

（1）葉綠素最大吸收深度分析。植物受到病蟲侵害時，葉綠素濃度降低，光譜紅邊相對位移，與其相連的光譜吸收谷變淺，植物受害越嚴重，則其變淺程度也越大。基于此，葉綠素最大吸收深度可用來表征植物健康狀況，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，其中間的光譜區域為紅邊區。研究表明，植物受到病蟲害侵襲時，其光譜反映隨之改變，紅邊拐點位移，紅界光譜藍移，藍邊斜率變化。基于此，研究分析紅邊特性，可以探測病蟲害，監測植被健康狀況。許章華（2013）等進行了受松毛蟲侵害的馬尾松光譜特征分析與等級檢測，驗證了蟲害導致光譜“綠峰”紅移、紅邊位置藍移。

3 基于連續統去除的特征參數

連續統去除法，又被稱為包絡線消除法。可以在突出光譜特征的同時，將其歸一到一個一致的光譜背景上，以便于光譜中各種特征數值的比較（徐元進等，2005）。它可以矯正由于波段依賴而引起的波段反射率極值點位移，從而將其校正到真正的位置。

展望

目前，國內外關于作物病蟲害的監測預警，逐步開始從定性階段轉變為借助計算機構建數學定量模型的定位階段，并取得了許多成果，雖然發展較快，但由于病蟲害的生物復雜性和遙感技術的待完善性，仍然存在許多亟待解決的問題，主要體現在下述5個方面：

（1）缺乏多類型病害的比較總結。目前的病蟲害研究已經涉及了多種類型，一些危害較重的生物危害遙感應用研究相對較少，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為脅迫監測預測提供更全面的觀察角度和更豐富的信息，然而由于缺乏對病蟲害敏感特征的比較、歸納和總結，因此也就無法建立特定病害專一性的光譜特征庫。

（2）對病害光譜變化特征的差異性認識不足。作物不同病害脅迫和水肥脅迫常導致枯黃萎蔫等相似的外部形態特征，有時也會引起相類似的光譜變化，而某些光譜變化特征在不同的脅迫類型中能表現出顯著差異性，這是進一步估測特定脅迫類型嚴重度的前提工作，也能正確指導實施不同的殺菌劑。

較之傳統病蟲害的監測技術而言，遙感不僅實時性、準確性，還具有多重優勢：

（1）遙感技術應用中，對敏感波段的選擇這一特性可以為監測所使用特定傳感器的進一步研究提供輔助信息和理論保障。

（2）遙感技術的使用可以擴大所需數據的來源，極大地提高獲取數據的速度和質量。

（3）遙感、GIS和GPS等技術組合，可以在對作物本身狀況進行分析的同時為管理者提供及時、準確的決策信息。

參考文獻

[1]霍治國，劉萬才，邵振潤，等.試論開展中國農作物病蟲害危害流行的長期氣象預測研究[J].自然災害學報，2000，9（1）：117-121.

[2]簡俊凡，何宏昌，王曉飛等.農作物病蟲害遙感監測綜述[J].測繪通報，2018，（9）：24-28.

[3]王人潮，黃敬峰.水稻遙感估產[M].北京中：國農業出版社.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重度反演[J].中國農學通報，2012，28（4）：51-57.

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

[6]劉圣偉，甘甫平，王潤生.用衛星高光譜數據提取德興銅礦區植被污染信息[J].國土資源遙感，2004，15（1）：6-10.

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

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

成都理工大學地球科學學院 四川 成都 610059