桑佳茂， 陈丰农

杭州电子科技大学自动化学院， 浙江 杭州 310018

引 言

水稻是中国重要的粮食作物， 全国以水稻为主食的人口数量超过50%。 在水稻病害中， 稻曲病号称水稻的癌症， 目前该病有扩大趋势。 稻曲病不仅影响水稻产量， 而且病原菌含有色毒素， 对人有毒害作用。 目前对稻曲病没有好的根治方法， 主要依赖于喷洒农药进行预防， 但农药对环境和人们的身体健康又会带来隐患。

近年来， 随着遥感技术的不断发展和普及， 植物病虫害领域的遥感监测研究不断增多并迅速发展。 Tobias B. Hank等[1]用卫星获取的高光谱数据分析了稻曲病的光谱特征。 马德贵等[2]用高光谱成像技术对稻曲病的发病等级划分方法建立了分类模型。 吴曙文等[3]用遥感卫星技术， 在红外光谱波段研究了患有不同程度稻曲病的叶片和冠层反射光谱光谱特征变化。 在水稻的类似病症上也有不少学者做了相关的研究， 有报道利用红外遥感技术确定了水稻黑条矮缩病的发病等级判定依据， 最后选取了五个有效波段的光谱信息， 用支持向量机分类方法建立了预测模型。 有研究将不同植被指数引入到植物病虫害的监测[4-5]。 不同形式的植被指数都有一定的适用环境和针对性， 是植物光谱信息的一种重要应用方式。

目前植物病虫害检测主要借助卫星遥感、 无人机遥感、 彩色图像算法和高光谱图像处理等技术。 由于大部分卫星遥感技术采集的图片质量不是很高， 造成……