高光譜遙感技術在作物病蟲害監測中的應用研究

朱雪苗

(三和數碼測繪地理信息技術有限公司，甘肅 天水 741000)

前言

我國地大物博，人口眾多，農作物生產量對于人們生存問題的解決有重要作用。農作物生產中，影響農作物產量的主要原因就是病蟲害。從某種角度來說，病蟲害不僅會影響作物的產量，同時也會影響作物的質量。為有效控制病蟲害，及時掌握作物病蟲害的嚴重程度，需要通過科學的監測方法，實現對作物病蟲害的監測。從此種角度來看，本研究有一定的現實價值和意義。

1 高光譜遙感技術及病蟲害監測原理、特點

1.1 高光譜遙感技術

高光譜遙感技術作為新興技術，是通過對窄電磁波段的利用，實現對感興趣地面物體光譜信息的獲取。從本質上來看，高光譜遙感技術屬于綜合科學，能夠結合計算機與信息處理技術[1]。高光譜遙感技術自問世以來，在某些領域中既可實現定性監測，也可實現定量監測。從技術上來看，高光譜遙感技術也是成像與光譜技術的結合。現階段，高光譜遙感技術已經被廣泛應用于作物病蟲害監測中，且取得顯著的效果。

1.2 高光譜遙感技術監測病蟲害的原理

高光譜遙感技術在病蟲害的監測中，實際上是對植物生存能力進行測量。具體的測量指標，是作物中的化學成分變化情況、葉綠素含量變化情況[2]。作物光譜反射率的特征比較顯著，會根據波長的改變，而出現相應的變化。可見光波段下，作物反射率為0.5～0.7μm偏低；在近紅外波段，作物反射率在0.7～0.9μm偏高。原因在于，作物能對該波段內的輻射能量加以吸收。若作物在遭受病蟲害時，作物含有的葉綠素含量會不斷下降，光吸收能力也隨之降低。此時，可見光的反射率有所提高，紅外區域反射率降低。作物病蟲害的發生，會對不同波段下作物的光譜值產生影響，特別對近紅外波段的光譜值影響較大[3]。綜合來看，利用高光譜遙感技術對作物病蟲害進行監測，是對作物化學成分變化的分析，實現對病蟲害信息的獲取，從而為作物病蟲害的判定提供依據。

1.3 高光譜遙感技術監測病蟲害的特點

在對作物病蟲害進行監測時，傳統的監測預報手段以人工區域取樣和調查為主，并綜合多種信息，實現對作物病蟲害的預測。不過，此種方式對于范圍較大的病蟲害起到的作用并不明顯[4]，浪費時間、浪費人力等，且預報的滯后性比較明顯，影響預報的精確度，從而增加作物的損失程度。與傳統的病情測報方法進行比較，高光譜遙感技術的探測周期用時較短，探測的覆蓋面積相對較大，成本偏低，且獲取的資料相對豐富。因而，能夠從相對全面和準確的角度上，為作物病蟲害的監測提供指導。遙感作為監測手段，是在高空尺度下，宏觀監測地面目標狀況[5]。所以，在作物病蟲害早期階段，通過遙感技術手段就能夠及時發現病蟲害，形成病蟲害的時空分布圖，為決策者提供病蟲害蔓延的趨勢。在此基礎上，為決策者制定合理防治計劃提供依據。

2 高光譜遙感技術獲取數據的方法

2.1 衛星獲取數據方法

在作物病蟲害監測中應用高光譜遙感技術時，主要是通過對遙感技術獲取的數據，實現對病蟲害監測結果的評定。而高光譜遙感技術下，衛星獲取數據是比較常見的方法。在遙感領域中，高光譜分辨率遙感技術屬于前沿技術，發展速度較快[6]。而且，該技術是近幾十年來，人類在觀測技術方面的重大突破。早在20世紀80年代，第1臺航空成像光譜儀問世；21世紀初，美國發射的Hyperion是全球首個發射成功的星載民用成像光譜儀。受多種因素的影響，我國高光譜遙感技術的起步時間和研究時間較晚，不過高光譜遙感技術在我國的研究發展速度較快?，F階段，我國最先進的高光譜探測衛星是“高分五號”衛星，該衛星具有高光譜的分辨率，且精度和靈敏度都相對較高，其多項指標都符合國際水平。在科學技術不斷發展進程中，高光譜遙感技術在不斷提高光譜的分辨率，同時也逐漸趨于高空間分辨率發展[7]。此外，將高光譜遙感技術獲取的數據作為基礎，通過分析歸一化差異指數、紅邊參數、比值作物指數等，對作物的病蟲害范圍、程度展開分析，發現歸一化的差異指數，對于重災區的作物敏感度較高。

2.2 地面光譜監測作物獲取數據方法

在高光譜遙感技術中，也可通過地面光譜監測作物的方式獲取數據。地面高光譜數據的主要獲取方式，是利用地面成像光譜儀、室內光譜儀獲取的[8]。在使用時，通常會同時使用地面高光譜儀器，該儀器是與星載高光譜探測儀器共同合作開發出來的。通過對地面光譜儀的分析，該儀器在對作物進行監測時，能夠小尺度掌握作物病蟲害的相關信息，且可在一定程度上提高尺度內空間作物病蟲害管理水平。從這個角度來看，地面高光譜儀在小尺度空間作物病蟲害信息提取方面，具有比較廣闊的應用空間?，F階段，應用于作物病蟲害監測的高光譜儀器，是野外高光譜儀器，該儀器由美國生產，具有一定的便攜性[9]。在對該儀器應用時，主要是利用室內光譜儀，實現對可見光、近紅外光譜的獲取，借助偏最小二乘法、支持向量機法，對作物病原體潛伏感染及其嚴重程度進行判定。通過總結作物病蟲害光譜資料，對不同光譜特征參數與作物病蟲害程度的關系展開了全面的分析，以線性回歸方程的方式，構建了作物病蟲害程度的估計模型，能夠為作物病蟲害的早期監測、防治，提供相應的技術支持。

2.3 無人機遙感獲取數據方法

在高光譜遙感技術獲取數據時，無人機遙感獲取數據是比較重要的方法。在科學技術不斷更新和發展的形勢下，遙感領域開創了新的思路，即無人機遙感技術。無人機作為遙感平臺，將傳感器搭載其中。無人機遙感技術與其它遙感技術進行對比，優勢比較明顯。無人機遙感技術的成本相對較低，不需要耗費過多的資金；無人機遙感技術的操作比較簡單，按照說明書就能夠實現對無人機的操縱[10]；無人機的空間分辨率較高，通過操縱可使無人機在空中監控，監控的范圍比較廣泛；不受時間與地理的限制，在使用無人機遙感技術時，并沒有時間和地域的限制。不過，現階段國內無人機遙感技術的應用領域，以自然災害、地質調查等方面為主。無人機遙感技術在作物病蟲害監測方面的應用，正處于探索研究階段。據調查發現，無人機高光譜圖像數據，能夠識別作物感染的不同階段。在不同階段，作物病蟲害的感染程度不同，所需要制定的治理方案也就存在差異[11]。利用無人機高光譜成像技術，可通過對不同波段的選擇，實現對高光譜數據的降維，構建回歸模型，定量估計病蟲害對作物的危害程度。

3 作物病蟲害監測中高光譜遙感技術的應用

3.1 監測病蟲害光譜響應特征

在響應病蟲害特征時，不同高光譜波段植物的響應結果不同。作物病蟲害遙感監測的基礎和前提，是病蟲害對作物引發的不同癥狀、光學特性。在作物病蟲害光譜響應下，與病蟲害引起的色素現象、形態現象、結構變化函數等比較接近。從此種角度來看，作物病蟲害監測光譜相應特征，具有多效性，與病蟲害的特征有密切關系[12]。就松材線蟲病來說，在作物病蟲害整個發病期間，無論是冠層高光譜數據，還是同時期的生理生化參數，都發生改變；通過對高光譜估測模型的構建，能夠從動態角度上，實現對松材線蟲病的監測。在板栗病蟲害中，受到危害的作物通常會表現為3個不同的階段，綠色攻擊階段，紅色攻擊階段，灰色攻擊階段；在對作物被攻擊程度的監測中，要利用高光譜遙感技術，依據光譜反射率的差異、遙感數字圖的異常結構記錄等，結合實際區域中作物的表現，檢測板栗病蟲害的發生嚴重程度[13]。對于茶葉病害的監測，可在高光譜遙感技術下，利用熒光投射光譜技術，通過熒光投射光譜特征的方式，實現對茶葉病害的有效監測；借助高光譜儀器，對茶葉葉片的原始熒光投射光譜進行采集，對葉片平均光譜強度曲線對比分析，融合特征波長對應的高光譜圖像信息及相應紋理信息，證實熒光投射光譜信息對病蟲害的監測結果。綜合以上來看，高光譜遙感技術應用于作物病蟲害監測中，能夠實現對病蟲害光譜響應特征的監測。

3.2 監測作物指數

將高光譜遙感技術應用于作物病蟲害監測中時，要監測作物指數。通過對作物生長狀況的了解，以及對不同波段下，作物生長曲線變化的認知，學術領域中不少學者都提出了多種反映作物生長狀況的特征。在不同病蟲害生長環境中，作物的特征參數不同。在不同環境下觀察特征參數，能夠建立與作物相關的指數。借助高光譜遙感技術，通過作物的光譜特征及作物中含有的葉綠素含量，對松材線蟲危害作物的早期監測可能性進行探索。同時，根據作物病蟲害程度，分成6個等級[14]。通過分析發現，完全浸染階段的標準化差異作物指數值，與葉綠素含量存在比較明顯的相關性。而且，特定的光譜特征，與作物葉綠素含量之間的結合，能夠成為作物病蟲害監測的可靠性手段。通過對受到不同程度危害的作物調查，發現冠層的物理參數與光譜指數之間，有密切的聯系。在不斷的探索下，尋找到適合不同作物病蟲害程度的高光譜作物指數，能夠應用到各個階段的作物受災預報監測中。

4 作物病蟲害監測中高光譜遙感技術應用需解決的問題

4.1 數據庫補充完善與特征的總結

在將高光譜遙感技術應用于作物病蟲害監測中時，需要解決相應的問題。補充和完善數據庫。受同類作物土壤的組成成分結構差異影響，土壤的不同組成成分會相互作用，且環境因素存在區別，不同土壤中同類作物的廣譜特征存在差異性，因而，在應用高光譜遙感技術時，要充分研究農作物病蟲害監測中的地物光譜特征；具體來說，是在不同條件下，對比分析標準作物的光譜變異規律，根據所獲取的變異規律，補充和完善農作物光譜書庫，實現對農作物病蟲害信息提取精確度的提高?？偨Y特征。在感染相同作物時，病蟲害或是非病蟲害都可能出現類似的癥狀，因而所表現的光譜特征也就比較類似；而在感染相同作物時，受危害程度或是土壤等因素影響，即便是相同的病蟲害也可能出現不同的癥狀特征；因此要重視對光譜特征的深入探究，區分同種農作物異種光譜、同種光譜異種農作物的不同現象，總結不同現象的光譜特征，并對光譜特征加以記錄，為作物病蟲害監測的量化奠定基礎。

4.2 完善光譜反演模型和評價標準

現階段，在應用高光譜遙感技術時，已經建立了作物病蟲害反演模型。不過，受多種因素的影響，可能會導致反演模型的適應性較差。相關因素包括，作物光譜特征的影響因素比較多，在實際區域對光譜數據進行采集時，所采集數據是否有代表性有待考察，作物病蟲害光譜反演模型的獲取，以統計分析方法為主。為此，在作物病蟲害監測中應用高光譜遙感技術時，要完善光譜反演模型。在對反演模型進行完善時，要深入研究如何擴大模型的適用性，滿足作物病蟲害監測的要求。除此之外，要進一步完善作物病蟲害監測評價結果。一般來說，相關部門會通過研究討論，制定出農作物感染病蟲害的嚴重程度。而此種制定評價方式，并未從比較全面的角度上實現對遙感領域知識的考慮。制定評價時，遙感人員并不能夠充分利用高光譜衛星遙感影像。所以，在對作物病蟲害監測評價標準進行制定時，要從處理信息層面，由遙感人員根據實際情況統一規范作物病蟲害的評價標準，形成比較統一的行業標準。

4.3 加大預測和衛星影像的研究力度

在作物病蟲害監測中應用高光譜遙感技術時，要加大預測方面和衛星影像方面的研究力度。目前，作物病蟲害監測中應用高光譜衛星遙感影像時，主要傾向于對病蟲害危害程度的監測。但此時，病蟲害已經對作物產生危害，這種事后處理的方式，只能夠清理病蟲害，而并不能夠實現對病蟲害的事前預防。因此，在未來關于高光譜遙感技術應用于作物病蟲害監測的研究中，要重視高光譜遙感技術在作物病蟲害預測方面的研究，通過病蟲害的預測，盡可能減少作物病蟲害現象，從根本上降低病蟲害對作物造成的損失，為相關部門防治病蟲害提供保障。此外，要加大對高光譜衛星影像的研究力度。在農業領域中，高光譜衛星技術的應用日益普遍。盡管我國已經從超光譜成像儀中獲取了高光譜衛星影像，但農作物病蟲害監測中很少有關于國產高光譜衛星影像的報道。因而，在未來關于高光譜遙感技術應用于作物病蟲害監測中的研究中，要加大國產高光譜衛星影像的研究力度，促進高光譜技術的發展。

5 結語

在既往作物病蟲害監測中，傳統的監測手段所取得的監測效果并不顯著。在現代作物生產中，高光譜遙感技術逐漸被廣泛應用于作物病蟲害監測中。利用高光譜遙感技術，能夠從比較全面的角度掌握作物病蟲害的相關信息，了解作物病蟲害的嚴重程度，可以為決策者提供作物病蟲害防治依據。期望在本次相關內容的探究下，能夠為日后提高高光譜遙感技術在作物病蟲害監測中的應用水平提供建議。