基于叶片光谱分析的小麦白粉病与条锈病区分及病情反演研究
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
* * # 具有相关性) %通过文献调研 颖枯病" % < I 0B % : [ 28 : 4 0 6 4 0 K K
引!言
!!近年来全球气候变化引起农作物病虫害频繁发生!使全 球粮食安全面临严峻的挑战%目前作物病害的防控主要通过 施用杀菌剂%然而!多数情况下由于缺乏病害程度(位置的 准确信息!易造成杀菌剂的多施(漏施!不仅无法有效阻止 作物病害的传播和流行!而且还会造成如作物药害!土壤和
麦(水稻中几种常见的病害类型开展实验研究!试图弄清病 害光谱响应的波段和特征% R 0 % J : 1 [ 0和 ] : I 发现小麦赤霉病 " # 能够引起 , ! ! ! ! ! c < 4 6 3 : < I[ 0 6 8B % : [ 2 , . , " V " . , " ! " " . K )* ! " G A A ) ,和A ! !7 I 位置处的光谱响应 ! ' O : <等通过对水稻 稻穗的光谱分析发现* , . V , .7 I 波段的反射率变化与水稻 !
* " 康叶片处理) %
) !实验部分
) $ ) !试验场地概述及病害田间接种 小麦白粉和条锈病研究数据获取于 . ) . 年 !. ) - 年% 条锈病试验地位于北京市昌平区小汤山国家精准农业示范研 究基地" %供试品种 0 京G 1 !采 * . h ) . & " l'! ) ) " h " & ! lQ# V * ! 取人工接种的方式进行条锈病的接种%实验叶片的采集安排 在. ) )年 ,月 !日进行%白粉病实验于北京市农林科学院 %供试品种 0 京双 ) 1 在 内试验田进行" ! G h , " l'! ) ) " h ) " l Q# " 北京及河 北 省 境 内 种 植 较 广 泛!对 小 麦 白 粉 病 中 度 易 感% . ) -年,月至"月间!试验田内约四分之三面积的小麦自发 感染白粉病%该病早期症状并不明显!从灌浆期开始出现较 明显的叶部症状!同时!灌浆初期亦是利用农药控制病情的 重要时间点%因此!实验的叶片采集安排在 . ) -年,月) " 日" 灌浆早期# 进行%由于北京农科院位于市区!平均温度高 于位于郊区的小汤山基地!导致小麦生育期早于后者一个星 期左右!所以两次实验数据采集生育期均为小麦灌浆期%实 验基本情况见表) %
修订日期 . ) + ) . + . G . ) ! + . + ) " !收稿日期
病和白粉病的监测特征波段在光谱位置上有较大重叠!而目 前罕有研究对二者的光谱特征进行区分%] < 1 T 0 7 B 0 3 K 等报 道了小麦白粉病(条锈病和水肥胁迫在荧光特性方面的差 异!但并 未 从 反 射 光 谱 角 度 比 较 两 种 病 害 的 光 谱 响 应 差
摘!要!小麦条锈病和白粉病作为我国麦区两种重要病害!在田间常同时发生!为病害防治管理带来困难% 基于实验测试获得白粉病(条锈病叶片光谱数据!探讨采用光谱分析对两种病害进行区分识别及严重度监 测的可行性%通过相关分析和独立 C 检验!筛选出对白粉病和条锈病敏感度差异较显著的波段及光谱特征! 包括" ! " , " V * A ) V A "7 I 等"个波段范围!以及 R Q = / ? U / ?等 ) ) 个光谱特征%基于这些波段和 ! ! , , . + A A .! 特征!采用 ^ O R 9 构建病害判别模型'借助 = O / S 分析构建病情严重度反演模型%研究结果表明!筛选得到 的反射率波段和光谱特征能够较好地区分两种病害!判别模型总体精度达到 V . W 以上!准确度较高%其中! 染病比率超过. W的病叶区分和识别精度可达G , W%同时!分别基于两种病害敏感光谱特征构建的病情严 重度反演模型能够较好地估测病情严重度!两种病害估测均方根误差均低于 ) , W%上述叶片尺度小麦白粉 病和条锈病区分和严重度反演模型为进一步研究两种病害冠层尺度的区分和监测提供基础% 关键词!高光谱'条锈病'白粉病'费氏线性判别分析'偏最小二乘回归分析 中图分类号 / , ) & ) 9!!!& ' ( ) . & ! G " * & : 4 4 7 & ) . . . + . , G ! . ) ! . " + ) " . V + . A !!文献标识码 H
# !国家自然科学基金项目" ! # 资助 . ) Y 9N G Y . + . ! . ) * ) A ) * ) * ) . ) * !基金项目国家科技支撑计划课题项目" 作者简介 袁 琳 ! 女 ! 年生 ! 北京农业信息技术研究中心博士研究生 & ) G V * 0 + I 6 : %5 % " " G . ) " & 1 $ I ! ! !! " & 0 + I 6 : % J 6 7 [ 0 3 1 : 2 6 E $ 3 E 1 7 K H K "通讯联系人!! "7
地理位置 * . h ) . wk.baidu.com " l '! ) ) " h " & ! l Q 品种 京G V * ! 发病模式 人工菌液喷洒接种
实验日期 灌 . ) -年 , 月 ) "日" 灌浆期# . ) )年 ,月 !日 " " 生育期# 浆期#
) $ # !单叶光谱测定和病情指数估计 S= 9 单叶光谱采用 ^ : 0 % 8 / 0 1 3 $^ S 光谱仪 " 9 / R? 7 1 &! ( ! ! 耦连叶片夹 " # 进行测 Y $ < % 8 0 3 @ $ % $ 3 6 8 $ ` / 9# 9 / R% 0 6 c 1 % : ( 定%光谱 测 量 的 波 长 范 围 为 ! , .!-, . .7 I!其 中 ! , .! ). . .7 I 光谱分辨率为 !7 I! ). . . -, . .7 I 光谱分辨率 ! 为) 测试时注意避开 .7 I%每叶片均匀测定) ,个不同位置 " 叶脉# !基本可覆盖整片叶片!取平均值后代表该片叶片的 辐亮度曲线% 参考板光谱每隔) 通过叶片 .片叶片测定一次! , $ ) 7 9 4 1 C C 3 1 T 3 5 1 2 > C 3 1 T 3 5 2 : 3 6 8 3 >F 8 0D 7 F > 3 9 !U . = 4 C > 3 F1 2 >= 3 C C 7 F9 < 5 8 7 :F 2 8 3 9F 0 3 1 8 辐亮度和参考板辐亮度的比值计算求得叶片反射率光谱曲 健康叶片线% . ) )年小麦条锈病试验共对G -片叶片" "片 ! 感病叶片 " 进行测试' " 片# . ) - 年小麦白粉病试验共对 * A 片叶片" 健康叶片) 进行测试% *片!感病样本! !片# ! 8 : 4 0 6 4 0 : 7 8 0 M !!叶片病情严重程度采用通用的病情指数 " # 进行量化!定义为病斑在叶片上的覆盖比率!通过目视 R ? * V 方式进行判读) %在完成叶片光谱测量后!首先对每片叶片 拍照!由一名判读人员 " 所有样本由同一人进行判读!以减 依据照片进行判读%为减小病斑比 小不同人员的测试误差 # 例的估计误差!以, W 为间隔进行分级判读!其中病斑比率 在, W以下的叶片由于实际难以与健康叶片区分!在此作健
* ) 地下水污染等诸多环境问题) %而遥感技术的空间连续的信
发现!目前关于病害光谱监测和诊断的研究大都针对特定的 病害类型!罕有研究对不同类型病害的光谱特征进行比较和 区分% 在实际的农田环境中!不同类型病害常同时发生%如小 和条锈病 " 麦白粉病 " ' C E I 4 < " 7. < 7 I " # " ?# 1 E & & " # " 7 ? @ < " " = < F H # 两种小麦中较为重要的病害均喜好高温高 &4 &2 3 : 2 : 1 : I " ?c ( 湿的环境!在我国华北麦区常同时发生%目前!已有一些学 者对两种病害的光谱响应特征分别进行了研究%刘良云等发 现小麦条锈病与 , " .!" A .7 I 波段的反射率变化有密切关 * , 系!并据此构建了监测模型) ' _ [ 6 7 K 等在叶片尺度上对小 麦白粉病的光谱响应进行了详细分析!发现 , ) -!" ! * 以及 " G A . -7 I 两个波段对病斑具有较强的响应!并在此基础 ! 上!筛选了 X ! ' R # ? @ 9 S ?等多个光谱特征用于构建病情严
) $ * !光谱特征 除原始波段反射率外!光谱特征基于一定的变换法则! 对特定位置波段反射率进行组合(变换!形成具有一定物理 和生物学意义的特征%本研究在系统归纳常用于植物胁迫和 作物病害识别(监测的光谱特征基础上!选取包括一阶微分 变换光谱特征(连续统变换光谱特征和植被指数三类形式的 形成一个供筛选的光谱特征集% 并利用实 光谱特征共"个 ! 测数据对这些特征的敏感性进行评价!以系统检验这些特征 对两种病害的响应情况%各类光谱特征的定义(公式及出处 % 见表-
# 6 3 : 6 B % 0 R 0 3 : d 6 2 : d 0 2 3 6 7 4 c $ 3 I 0 84 0 1 2 3 6 % d 6 3 : 6 B % 0 4 ( R 0 c : 7 : 2 : $ 7 R 0 4 1 3 : 2 : $ 7 ( O : 2 0 3 6 2 < 3 0 4
药剂!对两种病害开展进一步的光谱比较和区分分析是十分 必要的% 基于田间实验获取的小麦白粉病和条锈病的光谱数据! 在叶片尺度上开展小麦白粉病和条锈病两种病害的区分和严 重度反演研究%目的是&" # 分析小麦白粉病和条锈病叶片 ) 的光谱响应差异'" # 建立小麦白粉病和条锈病的光谱区分 特征及判别模型'" # 在病害区分的基础上!分别建立两种 ! 病害的病情严重度反演模型%
基于叶片光谱分析的小麦白粉病与条锈病区分及病情反演研究
- - " 袁!琳) 张竞成) 赵晋陵)黄文江!王纪华)
) & 浙江大学农业遥感与信息技术应用研究所!浙江 杭州! ! ) . . , V !!!!! & 北京农业信息技术研究中心!北京! ) . . . G A ! & 中国科学院对地观测与数字地球科学中心!北京! ) . . . G *
第! 第"期! !!!!!!!!!!!光 谱 学 与 光 谱 分 析 !卷 ! -.)! 年 " 月!!!!!!!!!!! !/ 0 1 2 3 $ 4 1 $ 7 8/ 0 1 2 3 6 %9 7 6 % 4 : 4 ( ( 56 ( 5
) " . V + ) " ) * # $ % & ! !! ' $ & "! ( ( ! ; < 7 0 . ) ! !
第"期!!!!!!!!!!!!!!!!!!!!光谱学与光谱分析
* A 异) %由于小麦白粉病和条锈病在防治上需施用不同的杀菌
) " . G
B 1 ? C 3 ) 1 5 6 2 : 7 9 4 1 8 7 27 : > 5 3 1 5 3 3 S 3 9 4 3 2 8 !@ D
项目 实验地 条锈病实验 北京市 昌 平 区 小 汤 山 国 家 精准农业示范研究基地 白粉病实验 北京市农林科学院 ! G h , " l '! ) ) " h ) " l Q 京双) " 自然发病
! B 1 ? C 3 # H < 4 4 1 9 : : 9 5 8 > 3 9 T 1 8 T 3 5 3 6 8 9 1 C : 3 1 8 < 9 3 5 6 7 2 8 2 < 7 < 5 9 3 4 7 T 1 C 8 9 1 2 5 : 7 9 4 3 > 5 3 6 8 9 1 C : 3 1 8 < 9 3 5 1 2 > ! =7 D D T 3 3 8 1 8 7 2 2 > 3 S< 5 3 > : 7 9> 5 3 1 5 3> 3 8 3 6 8 7 27 : 7 F > 3 9 C > 3 F1 2 >= 3 C C 7 F9 < 5 8 1 8 C 3 1 : C 3 T 3 C . D =4
)* 重度反演模型!反演精度超过G . W " %注意到上述小麦条锈
息获取能力使其有可能在大范围内精确定位及掌握病害的发 生和程度信息!进而取代传统目测手查等费时费力的调查方 法%利用遥感技术进行作物病虫害监测的主要原理是根据病 害引起作物的生理生化状态改变在不同谱段上表现出的吸收
* 和反射特征进行信息提取和解析) %目前多数学者围绕小
引!言
!!近年来全球气候变化引起农作物病虫害频繁发生!使全 球粮食安全面临严峻的挑战%目前作物病害的防控主要通过 施用杀菌剂%然而!多数情况下由于缺乏病害程度(位置的 准确信息!易造成杀菌剂的多施(漏施!不仅无法有效阻止 作物病害的传播和流行!而且还会造成如作物药害!土壤和
麦(水稻中几种常见的病害类型开展实验研究!试图弄清病 害光谱响应的波段和特征% R 0 % J : 1 [ 0和 ] : I 发现小麦赤霉病 " # 能够引起 , ! ! ! ! ! c < 4 6 3 : < I[ 0 6 8B % : [ 2 , . , " V " . , " ! " " . K )* ! " G A A ) ,和A ! !7 I 位置处的光谱响应 ! ' O : <等通过对水稻 稻穗的光谱分析发现* , . V , .7 I 波段的反射率变化与水稻 !
* " 康叶片处理) %
) !实验部分
) $ ) !试验场地概述及病害田间接种 小麦白粉和条锈病研究数据获取于 . ) . 年 !. ) - 年% 条锈病试验地位于北京市昌平区小汤山国家精准农业示范研 究基地" %供试品种 0 京G 1 !采 * . h ) . & " l'! ) ) " h " & ! lQ# V * ! 取人工接种的方式进行条锈病的接种%实验叶片的采集安排 在. ) )年 ,月 !日进行%白粉病实验于北京市农林科学院 %供试品种 0 京双 ) 1 在 内试验田进行" ! G h , " l'! ) ) " h ) " l Q# " 北京及河 北 省 境 内 种 植 较 广 泛!对 小 麦 白 粉 病 中 度 易 感% . ) -年,月至"月间!试验田内约四分之三面积的小麦自发 感染白粉病%该病早期症状并不明显!从灌浆期开始出现较 明显的叶部症状!同时!灌浆初期亦是利用农药控制病情的 重要时间点%因此!实验的叶片采集安排在 . ) -年,月) " 日" 灌浆早期# 进行%由于北京农科院位于市区!平均温度高 于位于郊区的小汤山基地!导致小麦生育期早于后者一个星 期左右!所以两次实验数据采集生育期均为小麦灌浆期%实 验基本情况见表) %
修订日期 . ) + ) . + . G . ) ! + . + ) " !收稿日期
病和白粉病的监测特征波段在光谱位置上有较大重叠!而目 前罕有研究对二者的光谱特征进行区分%] < 1 T 0 7 B 0 3 K 等报 道了小麦白粉病(条锈病和水肥胁迫在荧光特性方面的差 异!但并 未 从 反 射 光 谱 角 度 比 较 两 种 病 害 的 光 谱 响 应 差
摘!要!小麦条锈病和白粉病作为我国麦区两种重要病害!在田间常同时发生!为病害防治管理带来困难% 基于实验测试获得白粉病(条锈病叶片光谱数据!探讨采用光谱分析对两种病害进行区分识别及严重度监 测的可行性%通过相关分析和独立 C 检验!筛选出对白粉病和条锈病敏感度差异较显著的波段及光谱特征! 包括" ! " , " V * A ) V A "7 I 等"个波段范围!以及 R Q = / ? U / ?等 ) ) 个光谱特征%基于这些波段和 ! ! , , . + A A .! 特征!采用 ^ O R 9 构建病害判别模型'借助 = O / S 分析构建病情严重度反演模型%研究结果表明!筛选得到 的反射率波段和光谱特征能够较好地区分两种病害!判别模型总体精度达到 V . W 以上!准确度较高%其中! 染病比率超过. W的病叶区分和识别精度可达G , W%同时!分别基于两种病害敏感光谱特征构建的病情严 重度反演模型能够较好地估测病情严重度!两种病害估测均方根误差均低于 ) , W%上述叶片尺度小麦白粉 病和条锈病区分和严重度反演模型为进一步研究两种病害冠层尺度的区分和监测提供基础% 关键词!高光谱'条锈病'白粉病'费氏线性判别分析'偏最小二乘回归分析 中图分类号 / , ) & ) 9!!!& ' ( ) . & ! G " * & : 4 4 7 & ) . . . + . , G ! . ) ! . " + ) " . V + . A !!文献标识码 H
# !国家自然科学基金项目" ! # 资助 . ) Y 9N G Y . + . ! . ) * ) A ) * ) * ) . ) * !基金项目国家科技支撑计划课题项目" 作者简介 袁 琳 ! 女 ! 年生 ! 北京农业信息技术研究中心博士研究生 & ) G V * 0 + I 6 : %5 % " " G . ) " & 1 $ I ! ! !! " & 0 + I 6 : % J 6 7 [ 0 3 1 : 2 6 E $ 3 E 1 7 K H K "通讯联系人!! "7
地理位置 * . h ) . wk.baidu.com " l '! ) ) " h " & ! l Q 品种 京G V * ! 发病模式 人工菌液喷洒接种
实验日期 灌 . ) -年 , 月 ) "日" 灌浆期# . ) )年 ,月 !日 " " 生育期# 浆期#
) $ # !单叶光谱测定和病情指数估计 S= 9 单叶光谱采用 ^ : 0 % 8 / 0 1 3 $^ S 光谱仪 " 9 / R? 7 1 &! ( ! ! 耦连叶片夹 " # 进行测 Y $ < % 8 0 3 @ $ % $ 3 6 8 $ ` / 9# 9 / R% 0 6 c 1 % : ( 定%光谱 测 量 的 波 长 范 围 为 ! , .!-, . .7 I!其 中 ! , .! ). . .7 I 光谱分辨率为 !7 I! ). . . -, . .7 I 光谱分辨率 ! 为) 测试时注意避开 .7 I%每叶片均匀测定) ,个不同位置 " 叶脉# !基本可覆盖整片叶片!取平均值后代表该片叶片的 辐亮度曲线% 参考板光谱每隔) 通过叶片 .片叶片测定一次! , $ ) 7 9 4 1 C C 3 1 T 3 5 1 2 > C 3 1 T 3 5 2 : 3 6 8 3 >F 8 0D 7 F > 3 9 !U . = 4 C > 3 F1 2 >= 3 C C 7 F9 < 5 8 7 :F 2 8 3 9F 0 3 1 8 辐亮度和参考板辐亮度的比值计算求得叶片反射率光谱曲 健康叶片线% . ) )年小麦条锈病试验共对G -片叶片" "片 ! 感病叶片 " 进行测试' " 片# . ) - 年小麦白粉病试验共对 * A 片叶片" 健康叶片) 进行测试% *片!感病样本! !片# ! 8 : 4 0 6 4 0 : 7 8 0 M !!叶片病情严重程度采用通用的病情指数 " # 进行量化!定义为病斑在叶片上的覆盖比率!通过目视 R ? * V 方式进行判读) %在完成叶片光谱测量后!首先对每片叶片 拍照!由一名判读人员 " 所有样本由同一人进行判读!以减 依据照片进行判读%为减小病斑比 小不同人员的测试误差 # 例的估计误差!以, W 为间隔进行分级判读!其中病斑比率 在, W以下的叶片由于实际难以与健康叶片区分!在此作健
* ) 地下水污染等诸多环境问题) %而遥感技术的空间连续的信
发现!目前关于病害光谱监测和诊断的研究大都针对特定的 病害类型!罕有研究对不同类型病害的光谱特征进行比较和 区分% 在实际的农田环境中!不同类型病害常同时发生%如小 和条锈病 " 麦白粉病 " ' C E I 4 < " 7. < 7 I " # " ?# 1 E & & " # " 7 ? @ < " " = < F H # 两种小麦中较为重要的病害均喜好高温高 &4 &2 3 : 2 : 1 : I " ?c ( 湿的环境!在我国华北麦区常同时发生%目前!已有一些学 者对两种病害的光谱响应特征分别进行了研究%刘良云等发 现小麦条锈病与 , " .!" A .7 I 波段的反射率变化有密切关 * , 系!并据此构建了监测模型) ' _ [ 6 7 K 等在叶片尺度上对小 麦白粉病的光谱响应进行了详细分析!发现 , ) -!" ! * 以及 " G A . -7 I 两个波段对病斑具有较强的响应!并在此基础 ! 上!筛选了 X ! ' R # ? @ 9 S ?等多个光谱特征用于构建病情严
) $ * !光谱特征 除原始波段反射率外!光谱特征基于一定的变换法则! 对特定位置波段反射率进行组合(变换!形成具有一定物理 和生物学意义的特征%本研究在系统归纳常用于植物胁迫和 作物病害识别(监测的光谱特征基础上!选取包括一阶微分 变换光谱特征(连续统变换光谱特征和植被指数三类形式的 形成一个供筛选的光谱特征集% 并利用实 光谱特征共"个 ! 测数据对这些特征的敏感性进行评价!以系统检验这些特征 对两种病害的响应情况%各类光谱特征的定义(公式及出处 % 见表-
# 6 3 : 6 B % 0 R 0 3 : d 6 2 : d 0 2 3 6 7 4 c $ 3 I 0 84 0 1 2 3 6 % d 6 3 : 6 B % 0 4 ( R 0 c : 7 : 2 : $ 7 R 0 4 1 3 : 2 : $ 7 ( O : 2 0 3 6 2 < 3 0 4
药剂!对两种病害开展进一步的光谱比较和区分分析是十分 必要的% 基于田间实验获取的小麦白粉病和条锈病的光谱数据! 在叶片尺度上开展小麦白粉病和条锈病两种病害的区分和严 重度反演研究%目的是&" # 分析小麦白粉病和条锈病叶片 ) 的光谱响应差异'" # 建立小麦白粉病和条锈病的光谱区分 特征及判别模型'" # 在病害区分的基础上!分别建立两种 ! 病害的病情严重度反演模型%
基于叶片光谱分析的小麦白粉病与条锈病区分及病情反演研究
- - " 袁!琳) 张竞成) 赵晋陵)黄文江!王纪华)
) & 浙江大学农业遥感与信息技术应用研究所!浙江 杭州! ! ) . . , V !!!!! & 北京农业信息技术研究中心!北京! ) . . . G A ! & 中国科学院对地观测与数字地球科学中心!北京! ) . . . G *
第! 第"期! !!!!!!!!!!!光 谱 学 与 光 谱 分 析 !卷 ! -.)! 年 " 月!!!!!!!!!!! !/ 0 1 2 3 $ 4 1 $ 7 8/ 0 1 2 3 6 %9 7 6 % 4 : 4 ( ( 56 ( 5
) " . V + ) " ) * # $ % & ! !! ' $ & "! ( ( ! ; < 7 0 . ) ! !
第"期!!!!!!!!!!!!!!!!!!!!光谱学与光谱分析
* A 异) %由于小麦白粉病和条锈病在防治上需施用不同的杀菌
) " . G
B 1 ? C 3 ) 1 5 6 2 : 7 9 4 1 8 7 27 : > 5 3 1 5 3 3 S 3 9 4 3 2 8 !@ D
项目 实验地 条锈病实验 北京市 昌 平 区 小 汤 山 国 家 精准农业示范研究基地 白粉病实验 北京市农林科学院 ! G h , " l '! ) ) " h ) " l Q 京双) " 自然发病
! B 1 ? C 3 # H < 4 4 1 9 : : 9 5 8 > 3 9 T 1 8 T 3 5 3 6 8 9 1 C : 3 1 8 < 9 3 5 6 7 2 8 2 < 7 < 5 9 3 4 7 T 1 C 8 9 1 2 5 : 7 9 4 3 > 5 3 6 8 9 1 C : 3 1 8 < 9 3 5 1 2 > ! =7 D D T 3 3 8 1 8 7 2 2 > 3 S< 5 3 > : 7 9> 5 3 1 5 3> 3 8 3 6 8 7 27 : 7 F > 3 9 C > 3 F1 2 >= 3 C C 7 F9 < 5 8 1 8 C 3 1 : C 3 T 3 C . D =4
)* 重度反演模型!反演精度超过G . W " %注意到上述小麦条锈
息获取能力使其有可能在大范围内精确定位及掌握病害的发 生和程度信息!进而取代传统目测手查等费时费力的调查方 法%利用遥感技术进行作物病虫害监测的主要原理是根据病 害引起作物的生理生化状态改变在不同谱段上表现出的吸收
* 和反射特征进行信息提取和解析) %目前多数学者围绕小