（一）需求分析

       农作物病虫害是农业生产上的重要生物灾害，是制约高产、优质、高效农业持续发展的主导因素之一。它不仅造成作物减产，而且大大降低作物产品的品质。要进行作物病虫害的有效防治，需要建立及时、准确的观测系统。目前，作物病虫害观测、预测技术一般还是沿用传统模式，即在设立预测固定点观察、大面积随机调查的基础上，结合历史发生情况、气象因子预测病虫害发生。这一切仍不能避免“费时、费力和效率较低”的缺点。

       无人机的发展，为更加快捷、准确地监测作物病虫害，并尽可能地适时预警病虫害提供了可能。在准确预测的基础上，不仅可以降低农药喷施量，大大节省农民的农药支出费用，还可以有效降低作物生产的经济损失，对于保障国家粮食安全，降低生态环境的污染和破坏，具有重大的经济效益和积极的生态效益、社会意义。

（二）解决方案

       众所周知，相比健康作物，受危害作物具有诸多特点，如植株枯萎，叶片凋谢。反映到微观层次，即为以下两个区别：一是植物细胞自身的结构，例如叶子、果实等器官的海绵细胞和果肉组织的内部形态结构会对光形成不同程度和方式的反射、散射；二是植物细胞中的化学成分，如叶片、茎杆等部位中的水分、叶绿素以及其他化学物质等的吸收作用也会成为影响光谱特征的因素。这些区别引起了作物对光谱的不同响应特征，就是作物病害遥感监测的光学原理。

       具体而言，对健康的作物来说，在400～740nm可见光波段，叶绿素在480、650、670～680、740nm处有吸收峰，类胡萝卜素在420、425、440、450、470、480nm均有吸收峰，叶黄素在425、445、475nm有吸收峰。而在740～1300nm近红外波段由于健康的叶肉细胞反射作用，其反射率急剧升高；作物水分的吸收峰主要集中在970、1450、1944nm处。因此当作物受到病虫害等胁迫作用时，相应的氮、色素、酶等发生变化。另外，随着植物的生长、繁殖和衰老，植株形态的变化，也会影响光谱中某些区域的反射率变化。例如图1-2所示为不同严重度的小麦条锈病小区冠层光谱反射率(不同颜色的曲线)在近红外波段750～1050nm处有差异。

       通过对不同受危害作物的冠层反射率变化规律的研究，验证不同作物受害后光谱信息中的敏感波段或者植被指数，可以监测这些作物生理指标变化，进而定性判断作物胁迫情况、生长状况以及产量情况，而通过病虫害与光谱信息的相关性可以进行大面积定量反演建模

（三）应用案例

        应用案例一：苏州市农科院通过大疆无人机M100搭载parrotSequoia多光谱相机，利用PiX4D与ENVI软件提取归一化差值植被指数、差值植被指数、比值植被指数，结合近红外波段、红边波段，建立稻飞虱虫量与无人机影像波段、植被指数间的关系（见图1-3），稻飞虱虫量与5个参数均呈现出较好的线性或对数关系，其中红边波段和归一化植被指数的决定系数较高，该地区水稻的红边波段和归一化植被指数对稻飞虱虫量的响应程度最高。

图1-3水稻各指数与稻飞虱的关系

      浙江大学陈欣欣以浙江省农科院培育的油菜为研究对象，利用自主研发无人机搭载GaiaField便携式高光谱成像仪和热红外成像仪的无人机模拟平台，分别从冠层尺度和叶片尺度对健康及染病的油菜样本实现了判别分析。在实验获取的油菜高光谱信息基础上，基于全波段、特征波段及植被指数等建立油菜菌核病的判别模型；同时，利用热红外成像仪获取油菜的热红外图像，提取冠层和叶片的温度值，同时采集油菜的生理指数，基于温度信息和生理指数对油菜菌核病进行早期的识别分析。结果表明，油菜患病最大温差在第１天就出现了显著性差异（P＜0.01），对叶片尺度的油莱菌核病有较好的检测效果。

如需了解更详细的解决方案，请联系客户经理Tel:18068035544、18006252648