孔繁昌，刘焕军,，于滋洋，孟祥添，韩 雨,，张新乐※，宋少忠，罗 冲

（1.东北农业大学公共管理与法学院，哈尔滨 150030；2.中国科学院东北地理与农业生态研究所，长春 130012；3.吉林工程技术师范学院信息工程学院，长春 130052）

0 引 言

水稻（OryzasativaL.）作为中国重要的粮食作物，种植面积稳定在3 000万hm2以上，稻谷产出量占全国粮食总产量的1/4左右，因此水稻在中国的粮食结构中发挥着至关重要的作用。稻瘟病是水稻生产过程中最为严重的病害之一，尤以穗颈瘟因其传播速度快，防控难度大，破坏性强，对产量影响最大[1]。随着精准农业的不断推进，对农情预测预报、病害防治的时效和准确性提出了提出更高层次的需求，传统的“以点代面”的稻瘟病监测手段已不能满足其要求。

高光谱成像技术是结合了高光谱丰富的波段信息与计算机成像技术二者优势的一种新的技术，在农产品品质检测[2-4]，农作物长势监测[5-6]，病虫害的识别[7-8]等方面广泛应用。高光谱成像技术作为一种无损、精准、高效的检测技术手段已经在稻瘟病的研究中发挥了举足轻重作用，Huang等[9]提出了“光谱词袋”模型分析方法，采用卡方-支持向量机算法，实现了稻瘟病程度的分级模型；袁建清等[10]筛选不同的光谱输入量，使用偏最小二乘判别分析和主成分加支持向量机的方法构建起水稻叶瘟病与缺氮叶片的判别与诊断模型；黄双萍等[11]以田间获取的离体穗株为试验研究样本，测定每株稻穗的高光谱影像，基于变种深度卷积神经网络方法，结合植保专家分级意见建立起了水稻穗瘟的检测模型；……