农作物病虫害遥感监测综述

doi:10.13474/j.cnki.11-2246.2018.0273

测绘通报 ›› 2018, Vol. 0 ›› Issue (9): 24-28.doi: 10.13474/j.cnki.11-2246.2018.0273

农作物病虫害遥感监测综述

简俊凡, 何宏昌, 王晓飞, 李月

黑龙江大学电子工程学院, 黑龙江哈尔滨 150000

收稿日期:2018-04-12 修回日期:2018-05-25 出版日期:2018-09-25 发布日期:2018-09-29
作者简介:简俊凡(1993-),女,硕士,研究方向为遥感图像处理。E-mail:learning_s@163.com
基金资助:
国家重点研发计划（2016YFB0502502）；黑龙江省物联网感知层与传感网络技术创新服务平台

Review of Remote Sensing Monitoring of Crop Pests and Diseases

JIAN Junfan, HE Hongchang, WANG Xiaofei, LI Yue

Electronic Engineering College of Heilongjiang University, Harbin 150000, China

Received:2018-04-12 Revised:2018-05-25 Online:2018-09-25 Published:2018-09-29
Contact: 何宏昌。E-mail:hhe@hlju.edu.cn E-mail:hhe@hlju.edu.cn

摘要/Abstract

摘要：

对病虫害进行监测和预警是精准农业的一个重要研究方向，可有效提高粮食产量和质量。本文从使用高光谱遥感技术监测农作物病虫害的原理和技术路线出发，首先阐述了4种光谱特征提取和变换方法，包括原始光谱的导数变换与对数变换、基于光谱位置和面积的特征参数、基于连续统去除的特征参数和植被指数；然后论述了基于统计分析、机器学习和物理模型的3种病虫害监测参数反演方法，建立了光谱反射率和病虫害监测参数间的回归关系；最后分析了将高光谱遥感技术用于农作物病虫害监测的优势和存在问题。

关键词: 遥感, 高光谱, 监测, 农作物, 病虫害

Abstract:

Monitoring and early warning of pests and diseases in crops is an important direction in precision agriculture,which can effectively improve grain yield and quality.From the principle and technical route of monitoring crop pests and diseases with hyperspectral remote sensing,this paper first expounds four spectral feature extraction and transformation methods,including the derivative transformation and logarithmic transformation of original spectra,the characteristic parameters based on spectral position and area,the feature parameters of continuum removal,and the vegetation indexes.Then this paper discusses three inversion methods,including the statistical analysis,the machine learning and the physical model,by which the regression relationship between spectral reflectance and pest monitoring parameters is established.Finally this paper analyzes the advantages and problems of using hyperspectral remote sensing technology for crop pests and diseases monitoring.

Key words: remote sensing, hyperspectral, monitoring, crop, pests and diseases

中图分类号:

P237

简俊凡, 何宏昌, 王晓飞, 李月. 农作物病虫害遥感监测综述[J]. 测绘通报, 2018, 0(9): 24-28.

JIAN Junfan, HE Hongchang, WANG Xiaofei, LI Yue. Review of Remote Sensing Monitoring of Crop Pests and Diseases[J]. 测绘通报, 2018, 0(9): 24-28.

参考文献

[1] LAMB D W,BROWN R B.PA-Precision Agriculture:Remote-sensing and Mapping of Weeds in Crops[J].Journal of Agricultural Engineering Research,2001,78(2):117-125.
[2] 罗红霞,阚应波,王玲玲,等.基于高光谱遥感技术的农作物病虫害应用研究现状[J].广东农业科学,2012,39(18):76-80.
[3] 陈鹏程,张建华,雷勇辉,等.高光谱遥感监测农作物病虫害研究进展[J].中国农学通报,2006,22(3):388-391.
[4] SMITH K L,STEVEN M D,COLLS J J.Use of Hyperspectral Derivative Ratios in the Red-edge Region to Identify Plant Stress Responses to Gas Leaks[J].Remote Sensing of Environment,2004,92(2):207-217.
[5] 罗来银.如何将高光谱遥感技术在农作物病虫害监测中的应用[J].科技展望,2016(1):77-80.
[6] 吴曙雯,王人潮,陈晓斌,等.稻叶瘟对水稻光谱特性的影响研究[J].上海交通大学学报(农业科学版),2002,20(1):73-76.
[7] 沈艳,牛铮,王汶,等.基于导数光谱位置变量的干叶片生化组分反演[J].遥感信息,2005(4):7-9.
[8] 乔红波.麦蚜、白粉病危害后冬小麦冠层高光谱的测量与分析[D].北京:中国农业科学院,2004.
[9] 蒋金豹,陈云浩,黄文江,等.冬小麦条锈病严重度高光谱遥感反演模型研究[J].南京农业大学学报,2007,30(3):63-67.
[10] 黄建荣,孙启花,刘向东.稻纵卷叶螟危害后水稻叶片的光谱特征[J].中国农业科学,2010,43(13):2679-2687.
[11] 徐元进,胡光道,张振飞.包络线消除法及其在野外光谱分类中的应用[J].地理与地理信息科学,2005,21(6):11-14.
[12] 刘占宇.水稻主要病虫害胁迫遥感监测研究[D].杭州:浙江大学,2008.
[13] 温兴平,胡光道,杨晓峰.基于光谱特征拟合的高光谱遥感影像植被覆盖度提取[J].地理与地理信息科学,2008,24(1):27-30.
[14] 张金恒.基于连续统去除法的水稻氮素营养光谱诊断[J].植物生态学报,2006,30(1):78-82.
[15] 黄木易,王纪华,黄文江,等.冬小麦条锈病的光谱特征及遥感监测[J].农业工程学报,2003,19(6):154-158.
[16] 唐延林,王人潮,王秀珍.对水稻微分光谱和植被指数的探讨[J].上海交通大学学报(农业科学版),2003,21(3):199-204.
[17] 黄木易,王纪华,黄义德,等.高光谱遥感监测冬小麦条锈病的研究进展(综述)[J].安徽农业大学学报,2004,31(1):119-122.
[18] HUANG W,LIU L,WANG J,et al.Inversion of Winter Wheat Yellow Rust Serious Degrees by Hyperspectral Data[C]//Geoscience and Remote Sensing Symposium.[S.l.]:IEEE,2004.
[19] PENUELAS J,FILELLA I,GAMON J A.Assessment of Photosynthetic Radiation-use Efficiency with Spectral Reflectance[J].New Phytologist,2010,131(3):291-296.
[20] PENUELAS J,PINOL J,OGAVA R,et al.Estimation of Plant Water Concentration by the Reflectance Water Index WI(R900/R970)[J].International Journal of Remote Sensing,1997,18(13):2869-2875.
[21] 陈雪洋,蒙继华,杜鑫,等.基于环境星CCD数据的冬小麦叶面积指数遥感监测模型研究[D].长沙:中南大学,2009.
[22] 王静.多源遥感数据的小麦病害预测监测研究[D].南京:南京信息工程大学,2015.
[23] 孙阳阳,汪国平,杨可明,等.玉米叶绿素含量高光谱反演的线性模型研究[J].山东农业科学,2015,47(7):117-121.
[24] LIU Z Y,HUANG J F,SHI J J,et al.Characterizing and Estimating Rice Brown Spot Disease Severity Using Stepwise Regression,Principal Component Regression and Partial Least-square Regression[J].Journal of Zhejiang University Science B,2007,8(10):738-744.
[25] 管青松.冬小麦叶面积指数反演与病害光谱识别研究[D].合肥:安徽大学,2014.
[26] 杨可明,孙阳阳,王林伟,等.玉米叶片叶绿素含量的高光谱反演模型研究[J].湖北农业科学,2015,54(11):2744-2748.
[27] 李波,刘占宇,黄敬峰,等.基于PCA和PNN的水稻病虫害高光谱识别[J].农业工程学报,2009,25(9):143-147.
[28] WANG X L,ZHANG X L,ZHOU G M.Automatic Detection of Rice Disease Using Near Infrared Spectra Technologies[J].Journal of the Indian Soc.of Remote Sens,2016,45(5):1-10.
[29] 郭云开,张进会.路域植被叶绿素多光谱遥感定量反演研究[J].测绘通报,2014(12):5-8.
[30] 叶舒.基于PROSAIL模型的GF-1叶面积指数和叶片生理参数反演[D].哈尔滨:东北林业大学,2016.
[31] DURBHA S S,KING R L,YOUNAN N H.Support Vector Machines Regression for Retrieval of Leaf Area Index from Multiangle Imaging Spectroradiometer[J].Remote Sensing of Environment,2007,107(1):348-361.
[32] 王强,过志峰,孙国清,等.离散植被冠层的解析混合BRDF模型-MGeoSAIL[J].测绘学报,2010,39(2):195-201.
[33] 吕杰,汪康宁,李崇贵,等.基于高光谱遥感的玉米叶绿素含量估测模型[J].中国矿业大学学报,2016,45(2):405-410.

农作物病虫害遥感监测综述

Review of Remote Sensing Monitoring of Crop Pests and Diseases

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	董迪, 魏征, 曾纪胜. 1995—2019年北莉岛人工水产养殖遥感监测[J]. 测绘通报, 2022, 0(7): 1-6.
[2]	胡义强, 杨骥, 荆文龙, 彭小燕, 蓝文陆, 彭梦微, 张雨萌. 茅尾海入海河口池塘养殖污染状况遥感调查[J]. 测绘通报, 2022, 0(7): 12-17,53.
[3]	孔瑞瑶, 谢涛, 马明, 孔瑞林. CatBoost模型在水深反演中的应用[J]. 测绘通报, 2022, 0(7): 33-37.
[4]	温雨笑, 吕杰, 马庆勋, 张鹏, 徐汝岭. 高光谱和LiDAR联合反演森林生物量研究[J]. 测绘通报, 2022, 0(7): 38-42.
[5]	江泽霖, 邓健, 栾海军, 李兰晖. 基于逐日夜间灯光遥感的新冠肺炎疫情变化信息快速提取——以北京市为例[J]. 测绘通报, 2022, 0(7): 43-48.
[6]	周志伟, 程翔, 周伟, 郝卫峰, 肖海斌, 陈鸿杰, 杨魁. 地基SAR在滑坡形变监测中的应用[J]. 测绘通报, 2022, 0(7): 60-63.
[7]	刘立, 董先敏, 刘娟, 文学虎. 人机融合智能的遥感解译生产新方法[J]. 测绘通报, 2022, 0(7): 118-123,137.
[8]	艾敏, 景慧, 田禹东, 郭兰勤, 裴渊杰. 近20年哈尔滨市呼兰区土地利用覆盖变化及驱动分析[J]. 测绘通报, 2022, 0(7): 124-128.
[9]	胡义强, 杨骥, 荆文龙, 杨传训, 舒思京, 李勇. 基于无人机遥感的海岸带生态环境监测研究综述[J]. 测绘通报, 2022, 0(6): 18-24.
[10]	李茂林, 闫庆武, 仲晓雅. 一种复合型校正植被信息的方法[J]. 测绘通报, 2022, 0(6): 49-54142.
[11]	时梦杰, 陶庭叶, 高飞, 李江洋, 陈皓. 雾天环境下机器视觉的边坡监测方法[J]. 测绘通报, 2022, 0(6): 88-92.
[12]	张家勇, 邹银先, 刘黔云, 张楠, 龚伟, 李康伦. 利用时序InSAR进行毕节市潜在滑坡识别与形变监测[J]. 测绘通报, 2022, 0(6): 121-124.
[13]	刘耀辉, 于祥惠, 范洁洁, 周洁, 程昊, 姚国标, 孟飞, 靳奉祥. 基于无人机影像和面向对象的中国西部地区农村宅基地面积快速估算[J]. 测绘通报, 2022, 0(6): 125-129.
[14]	曾学宏, 赵义花. 利用SBAS-InSAR技术分析西宁市地面沉降监测及驱动因素[J]. 测绘通报, 2022, 0(6): 137-142.
[15]	万忠明, 王亚文, 范子义. 无人机倾斜摄影技术在边坡监测中的应用[J]. 测绘通报, 2022, 0(6): 170-172.