基于不同平臺(tái)的小麥病蟲(chóng)害遙感監(jiān)測(cè)研究進(jìn)展*

孫瑞琳，孫全，孫成明，劉濤，李冬雙，吳峰峰

(1.揚(yáng)州大學(xué)農(nóng)學(xué)院，江蘇省作物遺傳生理國(guó)家重點(diǎn)實(shí)驗(yàn)室/江蘇省作物栽培生理重點(diǎn)實(shí)驗(yàn)室，江蘇揚(yáng)州，225009；2.揚(yáng)州大學(xué)，江蘇省糧食作物現(xiàn)代產(chǎn)業(yè)技術(shù)協(xié)同創(chuàng)新中心，江蘇揚(yáng)州，225009)

0 引言

小麥?zhǔn)鞘澜鐨v史上最古老的栽培作物之一，也是中國(guó)僅次于水稻的第二大糧食作物。其分布范圍廣，種植面積大，總產(chǎn)量高，營(yíng)養(yǎng)價(jià)值豐富，同時(shí)它又是我國(guó)北方地區(qū)主要的細(xì)糧作物[1]。因此，小麥的高產(chǎn)、穩(wěn)產(chǎn)、優(yōu)質(zhì)、高效對(duì)于保障我國(guó)糧食供給和經(jīng)濟(jì)發(fā)展具有重要作用[2]。然而，隨著小麥種植面積的不斷減少以及氣候環(huán)境的異常變化，小麥病蟲(chóng)害頻繁爆發(fā)。病蟲(chóng)害的發(fā)生具有種類(lèi)多、影響大、危害程度逐年增加等特點(diǎn)，不僅會(huì)造成小麥產(chǎn)量下降，還會(huì)影響農(nóng)產(chǎn)品質(zhì)量安全，對(duì)糧食安全構(gòu)成極大威脅。因此，加強(qiáng)小麥病蟲(chóng)害的預(yù)測(cè)預(yù)報(bào)工作尤為重要。

傳統(tǒng)的病蟲(chóng)害監(jiān)測(cè)預(yù)報(bào)方式仍以人工田間調(diào)查為主，通過(guò)目測(cè)觀察植株的癥狀，來(lái)評(píng)估作物的病蟲(chóng)害等級(jí)，這種方法不僅費(fèi)時(shí)、費(fèi)力，在大范圍的作物監(jiān)測(cè)方面效率較低，而且調(diào)查結(jié)果容易受調(diào)查者主觀經(jīng)驗(yàn)的影響從而產(chǎn)生誤判，難以順應(yīng)日益嚴(yán)重的病蟲(chóng)害發(fā)展趨勢(shì)。此外，由于麥田病蟲(chóng)害發(fā)生的不確定性[3]，農(nóng)藥的過(guò)度使用時(shí)有發(fā)生，不僅增加了生產(chǎn)成本，而且農(nóng)藥帶來(lái)的殘留也會(huì)給環(huán)境帶來(lái)污染[4]。因此，根據(jù)冠層光譜反射率特征，開(kāi)發(fā)一種簡(jiǎn)單而經(jīng)濟(jì)的光學(xué)設(shè)備用于遠(yuǎn)程監(jiān)測(cè)病蟲(chóng)害[5]，掌握小麥病蟲(chóng)害的空間分布和發(fā)展趨勢(shì)，指導(dǎo)農(nóng)藥的合理使用，是防治小麥病蟲(chóng)害的關(guān)鍵。近年來(lái)，飛速發(fā)展的遙感技術(shù)為大面積監(jiān)測(cè)、快速準(zhǔn)確的識(shí)別作物的病蟲(chóng)害提供了可能性[3]。與傳統(tǒng)的病情監(jiān)測(cè)方法不同，遙感監(jiān)測(cè)技術(shù)是指通過(guò)各種傳感器獲取電磁波能量和目標(biāo)地物輻射反射的信息，而不與目標(biāo)物體直接接觸，允許在整個(gè)生長(zhǎng)季內(nèi)對(duì)小麥的生長(zhǎng)情況進(jìn)行實(shí)時(shí)監(jiān)測(cè)、分析和評(píng)價(jià)，以便采取合理的防治措施的綜合技術(shù)。利用遙感技術(shù)不僅能在較早的時(shí)期發(fā)現(xiàn)病蟲(chóng)害，而且還能夠給監(jiān)測(cè)者提供病蟲(chóng)害的蔓延趨勢(shì)；因遙感監(jiān)測(cè)還具有空間上的連續(xù)性，它不僅能對(duì)大范圍農(nóng)田進(jìn)行全方位監(jiān)測(cè)，極大地減少了調(diào)查工作量，還有效解決了調(diào)查目標(biāo)間的差異性。因此遙感技術(shù)具有宏觀、高效、實(shí)時(shí)、無(wú)損、準(zhǔn)確性高等顯著優(yōu)點(diǎn)[6]。隨著科學(xué)的不斷進(jìn)步，逐漸成熟的遙感技術(shù)是目前唯一能夠在大范圍內(nèi)能夠快速獲取空間連續(xù)目標(biāo)地物的信息手段。它已廣泛用于病蟲(chóng)害監(jiān)測(cè)、作物產(chǎn)量估算和品質(zhì)分析等方面，這些應(yīng)用使傳統(tǒng)農(nóng)業(yè)的管理和作業(yè)模式發(fā)生了極大地轉(zhuǎn)變并為其提供了新的發(fā)展方向[7]，推動(dòng)著農(nóng)業(yè)向著優(yōu)質(zhì)、高效、安全、生態(tài)和現(xiàn)代化信息化的方向發(fā)展。因此，利用遙感技術(shù)，提高對(duì)小麥病蟲(chóng)害的監(jiān)測(cè)和預(yù)報(bào)，以實(shí)現(xiàn)我國(guó)糧食高產(chǎn)穩(wěn)產(chǎn)、農(nóng)產(chǎn)品安全具有重大意義。

本文在介紹作物病蟲(chóng)害光譜響應(yīng)生理機(jī)制的基礎(chǔ)上，通過(guò)基于近地高光譜平臺(tái)、基于低空和航空遙感系統(tǒng)和基于遙感衛(wèi)星這3個(gè)平臺(tái)對(duì)現(xiàn)階段小麥病蟲(chóng)害的研究現(xiàn)狀及監(jiān)測(cè)方法進(jìn)行梳理，并在此基礎(chǔ)上探討了目前小麥病蟲(chóng)害存在的問(wèn)題及未來(lái)的發(fā)展趨勢(shì)。

1 作物病蟲(chóng)害光譜響應(yīng)生理機(jī)制

目前，光學(xué)遙感監(jiān)測(cè)由于其成本相對(duì)較低并且能進(jìn)行大范圍的監(jiān)測(cè)病蟲(chóng)害[8]，因此許多專(zhuān)家和學(xué)者參與了農(nóng)作物病蟲(chóng)害的研究過(guò)程。當(dāng)作物受到不同種類(lèi)或者不同程度的病蟲(chóng)害脅迫時(shí)，會(huì)改變其內(nèi)部的生理生化特性和結(jié)構(gòu)特征，外形上會(huì)出現(xiàn)枯黃、凋零等現(xiàn)象。同時(shí)，作物的光譜在不同波段會(huì)表現(xiàn)出不同吸收和反射特性的變化，即作物病蟲(chóng)害的光譜響應(yīng)[9-10]。植株或者受病蟲(chóng)害脅迫的植株對(duì)光譜的響應(yīng)，主要受兩個(gè)因素的影響，一是細(xì)胞的內(nèi)部結(jié)構(gòu)，例如葉片、果實(shí)等器官的細(xì)胞或果肉組織的內(nèi)部結(jié)構(gòu)會(huì)對(duì)光造成不同程度的反射、散射；二是植物細(xì)胞中的生物化學(xué)成分，例如葉片中的水分、色素以及其他化學(xué)物質(zhì)等吸收作用的影響[11]，因此其光譜響應(yīng)具有多效性，將光譜響應(yīng)特征提取并經(jīng)過(guò)形式化、定量化表達(dá)，這不僅可以深入研究作物病蟲(chóng)害侵染程度、侵染種類(lèi)及侵染階段等，而且有助于進(jìn)一步研究光譜響應(yīng)特性與農(nóng)作物病蟲(chóng)害之間的關(guān)系，為深入研究農(nóng)作物病蟲(chóng)害光學(xué)遙感監(jiān)測(cè)提供依據(jù)[12]。

作物光譜的反射特性受葉細(xì)胞結(jié)構(gòu)、色素、含水量和蛋白質(zhì)含量等因素的影響，因此這些因素與作物的健康狀況以及生長(zhǎng)環(huán)境密切相關(guān)。相較于其他地物，健康綠色植物的光譜曲線表現(xiàn)出明顯的“峰和谷”的特征[13]，如圖1所示。

圖1 健康葉片光譜反射率特性

在可見(jiàn)光范圍內(nèi)，光譜特征主要受葉片中各種色素的吸收作用的影響，并消耗于葉片的光合作用，所以反射率較低，僅在綠光波段有一個(gè)反射率小峰，因此人們看到的健康葉片通常呈綠色；在近紅外區(qū)域，由于葉片細(xì)胞壁和細(xì)胞間隙導(dǎo)致的多重散射，所以具有較高的反射率[14]。在可見(jiàn)光和近紅外區(qū)域之間有一個(gè)過(guò)渡帶，稱為“紅邊”，這是由于紅光波段的強(qiáng)吸收以及近紅外波段的多重反射之間的反射差造成的[12]；在短波紅外區(qū)域，由于水分、蛋白質(zhì)等的吸收作用，呈現(xiàn)較低的反射率。植株葉片在受到病蟲(chóng)害脅迫后，其生理生化特性會(huì)發(fā)生很大變化，如葉片變黃干枯、葉片細(xì)胞組織遭到破壞以及葉綠素含量降低等現(xiàn)象，從而導(dǎo)致可見(jiàn)光區(qū)域反射率增加，且隨著脅迫程度的不斷加重，近紅外區(qū)域反射率較正常葉片下降，同時(shí)出現(xiàn)紅邊藍(lán)移的現(xiàn)象[15]。通過(guò)計(jì)算紅邊移動(dòng)的距離，可以判斷植株受害程度[16]。另外，在病蟲(chóng)害嚴(yán)重脅迫下會(huì)造成植株葉片萎蔫，冠層結(jié)構(gòu)發(fā)生變化，如葉片傾斜和莖稈傾斜，從而較大程度上影響著近紅外和短波紅外區(qū)域反射率的改變[17]。

基于上述理論，可以知道病蟲(chóng)害的光譜響應(yīng)主要考慮植株外部形態(tài)和內(nèi)部生理的影響，通過(guò)分析病蟲(chóng)害脅迫下的光譜特征，從而了解遙感監(jiān)測(cè)病蟲(chóng)害的光譜機(jī)理，這對(duì)開(kāi)展作物病蟲(chóng)害遙感監(jiān)測(cè)的研究具有重要義。

2 基于近地高光譜平臺(tái)的小麥病蟲(chóng)害遙感監(jiān)測(cè)研究

近地光譜對(duì)作物病蟲(chóng)害的監(jiān)測(cè)主要是利用非成像地物光譜儀測(cè)量作物受病蟲(chóng)害脅迫后的冠層及葉片的光譜反射率或者利用地面成像光譜獲取近地光譜圖像，主要獲取的是近地高光譜數(shù)據(jù)。高光譜遙感(Hyperspectral remote sensing)是光譜分辨率在10-2λ以下的高分辨率遙感，其基礎(chǔ)是測(cè)譜學(xué)[18]。與傳統(tǒng)的寬波段遙感相比，高光譜具有光譜范圍窄、波段多、波段連續(xù)、信息冗余、數(shù)據(jù)量多等特點(diǎn)，很好地解決了常規(guī)遙感中許多物質(zhì)不可被探測(cè)到的問(wèn)題[19]。利用高光譜遙感技術(shù)監(jiān)測(cè)病蟲(chóng)害可追溯到20世紀(jì)20年代末至30年代初，隨著遙感信息技術(shù)的快速發(fā)展，高光譜技術(shù)在小麥病蟲(chóng)害監(jiān)測(cè)的研究中取得了較大進(jìn)展[1]。因此利用病蟲(chóng)危害后的近地高光譜遙感數(shù)據(jù)不僅可以進(jìn)行分析處理技術(shù)，篩選病蟲(chóng)危害后的敏感波段，還可為建立衛(wèi)星遙感光譜數(shù)據(jù)與地面光譜數(shù)據(jù)之間的聯(lián)系提供保障，為小麥病害監(jiān)測(cè)的定性或定量化參數(shù)提取和機(jī)理估算模型的構(gòu)建奠定基礎(chǔ)[20]，具有重要的研究意義。

2.1 基于近地非成像高光譜的小麥病蟲(chóng)害遙感識(shí)別

非成像高光譜技術(shù)是指通過(guò)傳感器接收探測(cè)對(duì)象反射或輻射的電磁波，同時(shí)獲取探測(cè)對(duì)象的光譜數(shù)據(jù)，從而探測(cè)目標(biāo)對(duì)象的光譜信息。主要數(shù)據(jù)源是近地高光譜數(shù)據(jù)[1]。隨著高光譜遙感技術(shù)的發(fā)展，以地物光譜測(cè)量學(xué)和成像光譜測(cè)量學(xué)、地物光譜儀和成像光譜儀的同步發(fā)展為特點(diǎn)，PFRS地物光譜儀是第一個(gè)能夠測(cè)量可見(jiàn)光區(qū)域和近紅外區(qū)域的便攜式光譜儀，隨后PIDAS地物光譜儀、ASD地物光譜儀也相繼被研制出來(lái)，不同于成像光譜儀，這些遙感探測(cè)器直接用于地面或?qū)嶒?yàn)室中獲取目標(biāo)物體的光譜曲線而不進(jìn)行成像[21-22]。

近年來(lái)，國(guó)內(nèi)外學(xué)者通過(guò)這些光譜儀獲取的光譜數(shù)據(jù)，分析了反射光譜特征與病害參數(shù)間的關(guān)系，篩選出病蟲(chóng)害危害后的敏感波段，從而實(shí)現(xiàn)病蟲(chóng)害的監(jiān)測(cè)與分類(lèi)識(shí)別。Luo等[23]選擇了不同蚜蟲(chóng)密度的小麥葉片60片，并測(cè)量了在350～2 500 nm的光譜范圍內(nèi)測(cè)量葉片的反射率，研究發(fā)現(xiàn)700～930 nm、950～1 030 nm、和1 040～1 130 nm是引起小麥蚜蟲(chóng)脅迫的敏感波段。Mirik等[24]將受蚜蟲(chóng)侵害的小麥冠層與未受侵害的小麥冠層光譜對(duì)比分析，發(fā)現(xiàn)受侵害的小麥冠層在近紅外波段的反射率明顯較低，在可見(jiàn)光波段反射率較高。喬洪波等[25]利用手持式ASD高光譜儀測(cè)定了受白粉病、條銹病和蚜蟲(chóng)危害的麥田冠層光譜反射率，并利用逐步判別、線性判別和分層聚類(lèi)等方法篩選受脅迫的敏感波段，對(duì)病蟲(chóng)害的識(shí)別有較好的效果。Riedell等[26]分別測(cè)量了受蚜蟲(chóng)侵染的小麥葉片和健康對(duì)照的葉片的光譜反射率，研究分析表明625～635 nm和680～695 nm這兩個(gè)波段是蚜蟲(chóng)取食小麥葉片引起葉綠素?fù)p失和葉片衰老的敏感波段。同時(shí)，另有部分學(xué)者在篩選敏感波段的基礎(chǔ)上，通過(guò)構(gòu)建不同的植被指數(shù)對(duì)小麥病蟲(chóng)害進(jìn)行建模分析，可進(jìn)一步提高病蟲(chóng)害監(jiān)測(cè)與分類(lèi)的精度。Jiang等[27]利用一階微分最大值法分別提取光譜紅邊與黃邊位置來(lái)構(gòu)建植被指數(shù)，具有較好的精度，并且能夠提前12 d識(shí)別出受病害侵染的小麥。馮偉等[28]建立了病害葉綠素密度估算模型并進(jìn)行了驗(yàn)證，結(jié)果表明NDAI(α，β)是估測(cè)感染小麥白粉病葉綠素密度的可靠指標(biāo)。Zhao等[29]通過(guò)構(gòu)建植被指數(shù)和微分光譜指數(shù)，比較分析了日光誘導(dǎo)的葉綠素?zé)晒夂凸庾V反射數(shù)據(jù)監(jiān)測(cè)小麥條銹病的嚴(yán)重程度，結(jié)果表明病情指數(shù)DI≤45%時(shí)，日光誘導(dǎo)葉綠素?zé)晒鈹?shù)據(jù)構(gòu)建的預(yù)測(cè)模型效果更佳，DI>45%時(shí)，兩種方法均達(dá)到極顯著水平。還有部分學(xué)者通過(guò)各種統(tǒng)計(jì)判別、回歸模型或數(shù)據(jù)挖掘算法等進(jìn)行建模分析。Muhammed等[30]利用主成分分析和獨(dú)立成分分析的方法評(píng)估田間小麥褐斑病的嚴(yán)重程度取得了較高的相關(guān)性。Wang等[31]采用偏最小二乘(PLS)、BP神經(jīng)網(wǎng)絡(luò)和植被指數(shù)經(jīng)驗(yàn)法建立回歸模型，監(jiān)測(cè)小麥條銹病的嚴(yán)重程度，同時(shí)進(jìn)行分析比較，結(jié)果表明采用PLS方法的監(jiān)測(cè)效果更好。Krishna等[32]采用偏最小二乘法(PLS)和多元線性回歸(MLR)技術(shù)，建立光譜模型來(lái)評(píng)估小麥條銹病的嚴(yán)重程度，研究表明所建模型均具有較強(qiáng)的相關(guān)性和較低的誤差，對(duì)小麥條銹病的精確鑒別和監(jiān)測(cè)具有很大的潛力。Yu等[33]利用光譜儀采集了335個(gè)小麥品種的冠層高光譜數(shù)據(jù)，并利用光譜數(shù)據(jù)校準(zhǔn)的偏最小二乘判別分析(PLSDA)模型區(qū)分受褐斑病脅迫的小麥冠層和健康冠層，總體精度高達(dá)95%。

2.2 基于近地成像高光譜的小麥病蟲(chóng)害遙感識(shí)別

高光譜成像是19世紀(jì)80年代發(fā)展起來(lái)的一項(xiàng)新興遙感技術(shù)[34]，它不僅能獲得目標(biāo)地物的圖像，而且還可以獲取目標(biāo)地物每一個(gè)像素點(diǎn)的連續(xù)光譜信息，光譜分辨率很高，通常精度可達(dá)到2～3 nm，能夠獲取“圖譜合一”的遙感數(shù)據(jù)。因此，通過(guò)處理高光譜圖像信息，可以提取小麥的顏色、紋理和位置等外部特征，通過(guò)對(duì)連續(xù)光譜信息進(jìn)行高維數(shù)據(jù)壓縮和特征波長(zhǎng)提取，可以監(jiān)控小麥的內(nèi)部特征。通過(guò)圖像特征和光譜特征的有效融合，可以克服單一圖像或光譜特征的不足，顯著提高小麥病蟲(chóng)害早期監(jiān)測(cè)和識(shí)別的準(zhǔn)確性，從而達(dá)到根據(jù)小麥內(nèi)外綜合特征進(jìn)行病害診斷的目的[35]。同時(shí)，通過(guò)對(duì)光譜和圖像的分析，可以了解小麥、背景等因素之間的關(guān)系，從而提高光譜數(shù)據(jù)的價(jià)值。目前，近地成像遙感作為一種獲取遙感數(shù)據(jù)的廉價(jià)工具，已經(jīng)廣泛應(yīng)用于小麥病蟲(chóng)害的研究中。Singh等[36]利用近紅外(NIR)高光譜成像技術(shù)在對(duì)小麥健康籽粒和蟲(chóng)害籽粒進(jìn)行掃描，通過(guò)特征提取和判別分析，獲得了較好的分類(lèi)效果。喬紅波等[37]采集感染小麥全蝕病的近地成像高光譜數(shù)據(jù)，并利用基于徑向基(RBF)核函數(shù)的支持向量機(jī)進(jìn)行分類(lèi)，研究表明利用該方法分類(lèi)精度均達(dá)94%以上。Guo等[38]通過(guò)主成份分析—載荷法(PCA)、連續(xù)投影算法(SPA)和競(jìng)爭(zhēng)性自適應(yīng)重加權(quán)算法(CARS)對(duì)小麥條銹病、白粉病以及健康葉片的高光譜圖像信息進(jìn)行降維并建立判別模型，結(jié)果表明PCA結(jié)合極限學(xué)習(xí)機(jī)模型最優(yōu)，高光譜圖像信息可用于準(zhǔn)確識(shí)別不同類(lèi)型的小麥病害。Whetton等[39]利用高光譜數(shù)據(jù)進(jìn)行偏最小二乘(PLSR)回歸分析并建立校準(zhǔn)模型，預(yù)測(cè)小麥和大麥感染條銹病、赤霉病的覆蓋率，結(jié)果表明在實(shí)驗(yàn)室條件下對(duì)條銹病的預(yù)測(cè)精度更高。Liang等[40]利用高光譜成像系統(tǒng)獲取小麥白粉病和條銹病的圖譜數(shù)據(jù)，篩選敏感波段并用支持向量機(jī)(SVM)建立判別模型，結(jié)果表明兩種病害的分類(lèi)精度高達(dá)92%。袁琳[15]在結(jié)合光譜特征和圖像幾何、紋理特征的基礎(chǔ)上，提出一種能夠綜合光譜和圖像特征的病蟲(chóng)害區(qū)分方法用于區(qū)分小麥條銹病、白粉病和蚜蟲(chóng)病。

上述研究結(jié)果表明，高光譜成像技術(shù)主要通過(guò)研究小麥正常圖譜與病蟲(chóng)害圖譜的差異，建立小麥病蟲(chóng)害監(jiān)測(cè)模型。此外，高光譜成像技術(shù)在不同病蟲(chóng)害的光譜特征提取和波段選擇方面具有巨大的潛力，已成為小麥病蟲(chóng)害快速無(wú)損監(jiān)測(cè)的重要手段之一。但是基于成像高光譜對(duì)小麥病蟲(chóng)害的研究主要都是不同種類(lèi)病蟲(chóng)害的分類(lèi)識(shí)別，對(duì)病蟲(chóng)害發(fā)生嚴(yán)重程度的研究較少，并且在實(shí)際生產(chǎn)中也沒(méi)有大規(guī)模應(yīng)用，還應(yīng)對(duì)此深入探討。

3 基于低空和航空遙感平臺(tái)的小麥病蟲(chóng)害遙感監(jiān)測(cè)研究

航空遙感又稱機(jī)載遙感，是指利用各種航空飛行器作為傳感器運(yùn)載工具在空中對(duì)目標(biāo)地物進(jìn)行遙測(cè)的一種綜合性探測(cè)手段，是遙感技術(shù)的重要組成部分?，F(xiàn)有的航空飛行器包括各種有人駕駛飛機(jī)、無(wú)人駕駛飛機(jī)、氣球和飛艇等，這些具有不同工作模式和技術(shù)性能的遙感平臺(tái)構(gòu)成了一個(gè)多層次、立體的現(xiàn)代遙感信息采集系統(tǒng)。航空觀測(cè)平臺(tái)的工作高度一般不超過(guò)80 km，可以有效彌補(bǔ)近地遙感探測(cè)面積小、易受地形地貌條件影響、衛(wèi)星遙感影像分辨率較低的問(wèn)題。它是對(duì)地觀測(cè)技術(shù)系統(tǒng)的一種重要的信息感知方法[41]。航空遙感因具有分辨率高、探測(cè)面積大、調(diào)查周期短、成像比例大、信息容量大、信息獲取方便快捷等特點(diǎn)成為了現(xiàn)代空間數(shù)據(jù)獲取不可替代的技術(shù)手段，也是近地遙感、衛(wèi)星遙感的有效補(bǔ)充。研究初期，主要使用的是相機(jī)膠卷，故而在圖像處理和信息提取上較為復(fù)雜。隨著技術(shù)的發(fā)展，因數(shù)碼圖像可以挖掘更多的數(shù)據(jù)信息，數(shù)字圖像處理技術(shù)具有高效、快速、實(shí)時(shí)、無(wú)損等優(yōu)點(diǎn)，用于小麥病害監(jiān)測(cè)的數(shù)碼相機(jī)和數(shù)字圖像處理技術(shù)得到廣泛應(yīng)用。Huang等[42]利用多時(shí)相機(jī)載高光譜圖像識(shí)別和定位冬小麥條銹病感染區(qū)域。劉良云等[43]利用多時(shí)相高光譜航空飛行圖像數(shù)據(jù)，成功地監(jiān)測(cè)了冬小麥條銹病發(fā)病范圍與病害程度。周堅(jiān)華等[44]用彩紅外航空攝影圖像的數(shù)字化圖像，通過(guò)一元回歸分析證實(shí)了蟲(chóng)害水平與植物近紅外影像具有顯著相關(guān)性。雖然大型飛機(jī)在遙感航拍方面續(xù)航時(shí)間長(zhǎng)，載荷能力大，但是受到很多因素的影響，例如受限于天氣條件、起降要求高、成本和維護(hù)費(fèi)用高等。隨著飛行器的不斷推陳出新，輕小型飛機(jī)、無(wú)人機(jī)、熱氣球等各種低空飛行器為遙感領(lǐng)域開(kāi)辟了新思路。

在低空遙感的飛行器中，無(wú)人機(jī)遙感系統(tǒng)是低空遙感系統(tǒng)的重要組成部分，其具有成本低、分辨率高、操作方便、受天氣條件影響小等特點(diǎn)。無(wú)人機(jī)遙感技術(shù)是指利用無(wú)人機(jī)搭載多種傳感器對(duì)目標(biāo)地物的進(jìn)行非接觸、遠(yuǎn)距離監(jiān)測(cè)的技術(shù)[45]。無(wú)人機(jī)飛行平臺(tái)包括多旋翼無(wú)人機(jī)、固定翼無(wú)人機(jī)、混合翼無(wú)人機(jī)、無(wú)人直升機(jī)等，配備的傳感器按照探測(cè)波長(zhǎng)的不同，主要分為可見(jiàn)光波段(400～760 nm)數(shù)碼相機(jī)(Digital camera)、可見(jiàn)近紅外波段(400～1 100 nm)多光譜相機(jī)(Spectral camera)、熱紅外波段(3.6～13.5 μm)相機(jī)(Thermal camera)等[46]。使用無(wú)人機(jī)搭載遙感技術(shù)是精準(zhǔn)農(nóng)業(yè)領(lǐng)域非常有潛力的操作技術(shù)，該技術(shù)操作便捷，已成為我國(guó)小麥病蟲(chóng)害快速實(shí)時(shí)監(jiān)測(cè)的重要手段之一。冷偉峰等[47]利用無(wú)人機(jī)獲取田間受不同程度條銹病危害的小麥冠層圖像，調(diào)查了病情指數(shù)并進(jìn)行相關(guān)性分析，結(jié)果表明染病地塊和健康地塊的反射率之間存在極顯著差異，基于UVA的小麥條銹病監(jiān)測(cè)是可行的。李振興[48]使用無(wú)人機(jī)遙感采集農(nóng)田小麥全蝕病圖像，在以數(shù)字圖像處理技術(shù)和模糊聚類(lèi)圖像分割的基礎(chǔ)上，利用Java web技術(shù)設(shè)計(jì)并實(shí)現(xiàn)了小麥全蝕病監(jiān)測(cè)系統(tǒng)。Su等[49]利用無(wú)人機(jī)搭載的多光譜相機(jī)獲取了8個(gè)時(shí)間點(diǎn)的航拍圖像，通過(guò)時(shí)空分析的結(jié)果表明植被指數(shù)對(duì)小麥條銹病的敏感性隨時(shí)間變化，在抽穗期后期下降，為農(nóng)田尺度的條銹病早期時(shí)空監(jiān)測(cè)提供了重要指導(dǎo)。Liu等[50]采用無(wú)人機(jī)搭載RGB鏡頭監(jiān)測(cè)小麥條銹病，結(jié)果表明，在可見(jiàn)光波段中，紅色波段與病情指數(shù)相關(guān)性最高。

4 基于衛(wèi)星平臺(tái)的小麥病蟲(chóng)害遙感監(jiān)測(cè)研究

利用衛(wèi)星、探測(cè)火箭、航天飛機(jī)等航天飛行器作為飛行平臺(tái)的遙感稱航天遙感。在航天遙感中衛(wèi)星遙感技術(shù)應(yīng)用最為廣泛。衛(wèi)星遙感技術(shù)是利用人造衛(wèi)星作為傳感器載體平臺(tái)，遠(yuǎn)距離接收目標(biāo)物體反射或輻射的電磁波，探測(cè)光譜特征信息，同時(shí)獲取目標(biāo)地物的圖像和光譜數(shù)據(jù)，從而實(shí)現(xiàn)定位、定量或定性描述的技術(shù)。根據(jù)運(yùn)行軌道、高度和使用的傳感器類(lèi)型的不同，衛(wèi)星可分為地球同步軌道衛(wèi)星、極地軌道衛(wèi)星、導(dǎo)航衛(wèi)星、測(cè)地衛(wèi)星、通信衛(wèi)星、海洋衛(wèi)星氣象、衛(wèi)星等[19]。國(guó)外研究衛(wèi)星遙感技術(shù)較早，第一顆氣象衛(wèi)星是美國(guó)在1960年發(fā)射的，起初用來(lái)預(yù)測(cè)天氣，后來(lái)也用作作物產(chǎn)量預(yù)測(cè)、旱澇和植物病蟲(chóng)害監(jiān)測(cè)。1972年美國(guó)又發(fā)射了第一顆地球資源技術(shù)衛(wèi)星，標(biāo)志著全新遙感時(shí)代的到來(lái)，所以衛(wèi)星遙感監(jiān)測(cè)是伴隨氣象衛(wèi)星和資源衛(wèi)星的發(fā)展開(kāi)展起來(lái)的[51]。衛(wèi)星遙感技術(shù)具有可連續(xù)觀測(cè)、監(jiān)測(cè)范圍廣、數(shù)據(jù)采集速度快、監(jiān)測(cè)視點(diǎn)高、影像信息豐富等優(yōu)點(diǎn)。目前，隨著衛(wèi)星遙感技術(shù)的迅猛發(fā)展，遙感衛(wèi)星上搭載的傳感器也越來(lái)越先進(jìn)，給科研工作者提供了各種類(lèi)型的具有更高分辨率和精度的衛(wèi)星遙感數(shù)據(jù)，為實(shí)時(shí)監(jiān)測(cè)小麥的長(zhǎng)勢(shì)情況，對(duì)小麥病蟲(chóng)害及時(shí)預(yù)警提供了技術(shù)保障。Dutta等[52]利用衛(wèi)星數(shù)據(jù)結(jié)合氣象資料識(shí)別小麥條銹病的影響區(qū)域以及遙感指標(biāo)的有效性，并預(yù)測(cè)條銹病發(fā)生的時(shí)間和地點(diǎn)。Yang等[53]比較了手持式輻射儀獲取的反射數(shù)據(jù)計(jì)算的植被指數(shù)和Landsat TM的寬波段植被指數(shù)對(duì)小麥蚜蟲(chóng)危害的敏感性。Franke等[54]利用Quickbird高分辨率遙感影像對(duì)感染小麥白粉病和條銹病的田塊進(jìn)行識(shí)別研究，利用混合調(diào)諧匹配濾波(MTMF)和歸一化植被指數(shù)(NDVI)劃分顯示不同染病程度的區(qū)域，識(shí)別精度高達(dá)88.6%。

國(guó)內(nèi)對(duì)于小麥病蟲(chóng)害衛(wèi)星遙感的研究起步較晚，Huang等[55]從Landsat 8 OLI(Operational Land Imager)衛(wèi)星遙感影像中提取了小麥白粉病的11個(gè)特征參數(shù)，分別使用隨機(jī)森林(RF)和支持向量機(jī)(SVM)建立監(jiān)測(cè)模型。馮煉等[56]將地面實(shí)測(cè)光譜數(shù)據(jù)建立的模型應(yīng)用到HJ-CCD傳感器數(shù)據(jù)，提取到的小麥?zhǔn)懿∠x(chóng)害侵染范圍與地面實(shí)測(cè)結(jié)果一致，其中邏輯回歸模型精度高達(dá)76.47%。劉良云等[13]利用不同時(shí)期的小麥白粉病和條銹病的Landsat TM衛(wèi)星遙感數(shù)據(jù)結(jié)合地面實(shí)測(cè)的光譜數(shù)據(jù)及農(nóng)學(xué)數(shù)據(jù)進(jìn)行分析建模并根據(jù)實(shí)際產(chǎn)量數(shù)據(jù)，定量計(jì)算了受白粉病和條銹病侵染麥田的產(chǎn)量損失，損失超過(guò)了30%。

基于不同遙感平臺(tái)監(jiān)測(cè)小麥病蟲(chóng)害的常用設(shè)備及其優(yōu)缺點(diǎn)，如表1所示。

表1 不同平臺(tái)小麥病蟲(chóng)害監(jiān)測(cè)常用設(shè)備及優(yōu)缺點(diǎn)

5 存在的問(wèn)題

縱觀已有的研究進(jìn)展，國(guó)內(nèi)外學(xué)者已經(jīng)在小麥病蟲(chóng)害遙感監(jiān)測(cè)領(lǐng)域取得了豐碩的研究成果，并且病蟲(chóng)害遙感監(jiān)測(cè)預(yù)測(cè)逐漸成為近年來(lái)研究的熱門(mén)領(lǐng)域。雖然發(fā)展迅猛，但是由于病蟲(chóng)害發(fā)病機(jī)理較為復(fù)雜以及遙感技術(shù)的不完善，仍然存在各種各樣的問(wèn)題亟待解決，主要體現(xiàn)在以下幾個(gè)方面。

1)對(duì)病蟲(chóng)害光譜特征的專(zhuān)屬性認(rèn)識(shí)不足。小麥在受到病蟲(chóng)害的脅迫時(shí)，其外部特征可能會(huì)與水分、養(yǎng)分等脅迫引起的癥狀相似，導(dǎo)致光譜的響應(yīng)特征也極其相似。受到病蟲(chóng)害脅迫的同一作物使用不同的傳感器監(jiān)測(cè)會(huì)出現(xiàn)不同的光譜，某種病害在侵染同一作物時(shí)也可能會(huì)表現(xiàn)出不同的癥狀，從而監(jiān)測(cè)出不同的光譜特征。也就是所謂的“同譜異物”和“同物異譜”的現(xiàn)象，給小麥病蟲(chóng)害的區(qū)分帶來(lái)了很大的困難。有研究表明，受條銹病脅迫的小麥在可見(jiàn)光譜段(400～700 nm)反射率上升，近紅外譜段(700～1 300 nm)反射率下降，而有些其它病害，光譜反射率在可見(jiàn)光波段(500～700 nm)有所增高，在近紅外譜段(700～1 000 nm)有所下降[57]，這就增加了不同病害脅迫區(qū)分的難度。

2)缺乏多種小麥病蟲(chóng)害危害類(lèi)型的比較研究。目前，大部分的研究都是針對(duì)單一病蟲(chóng)害進(jìn)行的，實(shí)驗(yàn)環(huán)境相對(duì)簡(jiǎn)單，大都進(jìn)行控制性試驗(yàn)，缺乏兩種或多種病蟲(chóng)害及其他脅迫類(lèi)型相結(jié)合的對(duì)比判別研究。而實(shí)際麥田環(huán)境是相對(duì)復(fù)雜的，有很多不可控因素，會(huì)同時(shí)在小麥葉片上發(fā)生兩種或兩種以上病蟲(chóng)害，如Geaff等[58]研究了小麥白粉病和全蝕病侵染小麥植株過(guò)程中葉片光譜反射率的變化，表明490～780 nm、510～780 nm、516～1 300 nm和540～1 300 nm是小麥白粉病和全蝕病的敏感波段。因此就缺乏一些混合病蟲(chóng)害對(duì)比識(shí)別的依據(jù)。

3)病蟲(chóng)害監(jiān)測(cè)預(yù)報(bào)效率低，缺乏多源遙感信息的綜合應(yīng)用。小麥在受到病蟲(chóng)害脅迫的初期，雖未表癥，其內(nèi)部生理結(jié)構(gòu)已經(jīng)發(fā)生變化，等到癥狀顯現(xiàn)時(shí)內(nèi)部已經(jīng)受到較大損傷。而目前廣泛應(yīng)用的衛(wèi)星遙感分辨率較低，而且受重訪周期的影響，研究存在很大的滯后性。地面研究和低空無(wú)人機(jī)遙感雖然監(jiān)測(cè)精度高，但是僅限于小范圍的研究，現(xiàn)有技術(shù)無(wú)法同時(shí)滿足高光譜、高空間和高時(shí)相分辨率的要求。

4)病蟲(chóng)害監(jiān)測(cè)模型普適性差。近年來(lái)，隨著遙感監(jiān)測(cè)技術(shù)的不斷發(fā)展，國(guó)內(nèi)外研究者提出了不少小麥病蟲(chóng)害的監(jiān)測(cè)模型，但是大多數(shù)的模型僅適用于當(dāng)?shù)氐牟∠x(chóng)害脅迫環(huán)境，并且研究多在經(jīng)濟(jì)較發(fā)達(dá)并且病害發(fā)生較為集中地區(qū)域。當(dāng)小麥品種、氣候環(huán)境、栽培管理方式等眾多因素改變，都會(huì)對(duì)實(shí)驗(yàn)數(shù)據(jù)產(chǎn)生影響，模型的普適性便難以得到保證。因此，如何擴(kuò)大模型的普適性也是一個(gè)亟待解決的難題。

6 發(fā)展趨勢(shì)

1)綜合多時(shí)相遙感數(shù)據(jù)來(lái)進(jìn)一步開(kāi)展小麥病蟲(chóng)害的遙感監(jiān)測(cè)。今后的研究中需嘗試不同平臺(tái)遙感數(shù)據(jù)的綜合使用，地面平臺(tái)監(jiān)測(cè)范圍小，可以做機(jī)制機(jī)理方面的研究，無(wú)人機(jī)和衛(wèi)星平臺(tái)可以做示范和推廣應(yīng)用，把地面建立的反演模型應(yīng)用到無(wú)人機(jī)圖像和衛(wèi)星影像中，可考慮綜合應(yīng)用高空間、高光譜和高時(shí)相分辨率遙感數(shù)據(jù)，在實(shí)現(xiàn)大范圍監(jiān)測(cè)的同時(shí)提高監(jiān)測(cè)精度和時(shí)間分辨率，從而提高小麥病蟲(chóng)害的預(yù)警監(jiān)測(cè)能力。

2)建立小麥病蟲(chóng)害光譜庫(kù)提高模型應(yīng)對(duì)復(fù)雜農(nóng)田環(huán)境的適應(yīng)能力。今后的研究中應(yīng)當(dāng)模擬實(shí)際農(nóng)田環(huán)境，或者選擇野外自然發(fā)生病蟲(chóng)害的麥田，將某些病蟲(chóng)害光譜特征的專(zhuān)屬性研究應(yīng)用到大田復(fù)雜的環(huán)境中，并對(duì)具有相似脅迫特征的實(shí)驗(yàn)數(shù)據(jù)進(jìn)行對(duì)比分析，建立多元化的小麥病蟲(chóng)害波譜數(shù)據(jù)庫(kù)，不斷改進(jìn)用于小麥病蟲(chóng)害監(jiān)測(cè)的各種算法和模型，從而提高監(jiān)測(cè)模型對(duì)復(fù)雜農(nóng)田的適應(yīng)能力，增強(qiáng)監(jiān)測(cè)模型的普適性，對(duì)生產(chǎn)實(shí)踐具有重要的指導(dǎo)意義。

3)構(gòu)建全國(guó)性病蟲(chóng)害遙感監(jiān)測(cè)信息服務(wù)系統(tǒng)。近年來(lái)，隨著精細(xì)農(nóng)業(yè)的飛速發(fā)展，對(duì)構(gòu)建全球病蟲(chóng)害遙感監(jiān)測(cè)信息服務(wù)系統(tǒng)提出了更高的要求。未來(lái)要以地理信息系統(tǒng)(GIS)、全球定位系統(tǒng)(GPS)、互聯(lián)網(wǎng)(Internet)等信息技術(shù)為依托，借助國(guó)內(nèi)外中高分辨率多源衛(wèi)星結(jié)合無(wú)人機(jī)以及地面植保調(diào)查數(shù)據(jù)，開(kāi)發(fā)能夠?qū)崟r(shí)監(jiān)測(cè)、監(jiān)測(cè)結(jié)果精準(zhǔn)、可以大范圍推廣應(yīng)用的病蟲(chóng)害預(yù)測(cè)監(jiān)測(cè)系統(tǒng)，為實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)病蟲(chóng)害，及時(shí)綜合防治提供強(qiáng)有力的保障。

4)加強(qiáng)國(guó)際間的交流與合作。目前，針對(duì)小麥病蟲(chóng)害的研究多是本國(guó)人員間的交流與研究，對(duì)于國(guó)際間發(fā)生的病蟲(chóng)害缺乏相應(yīng)的預(yù)防與聯(lián)絡(luò)機(jī)制。今后，國(guó)家需重視病蟲(chóng)害遙感監(jiān)測(cè)研究工作，投入必要的研究經(jīng)費(fèi)，在不同國(guó)家間建立合作機(jī)構(gòu)，特別是入侵病蟲(chóng)害的防治需要多個(gè)國(guó)家協(xié)同合作。