李衛(wèi)國　顧曉鶴　葛廣秀　陳華　張琤琤

摘要：為快速、大面積進(jìn)行縣域冬小麥病害遙感監(jiān)測(cè)，將GIS（Geographic information system）、RS（Remote sens-ing）、GPS（Global position system）、組件技術(shù)以及數(shù)據(jù)庫綜合集成，采用常用的C/S模式，利用Delphi編程語言開發(fā)了縣域冬小麥病害遙感監(jiān)測(cè)信息系統(tǒng)（WV inter wheat disease remote sensing monitoring information system，WDRSMIS）。WDRSMIS系統(tǒng)包含影像數(shù)據(jù)管理、空間地理信息分析、生長參數(shù)反演、病害估測(cè)、產(chǎn)量估算與統(tǒng)計(jì)、遙感信息生成和系統(tǒng)使用指南7個(gè)功能模塊。以江蘇省泰興市和姜堰市為例，選用2016年冬小麥生長期的田間基礎(chǔ)數(shù)據(jù)和環(huán)境星（HJ-1A/CCD）遙感影像對(duì)WDRSMIS系統(tǒng)進(jìn)行測(cè)試。結(jié)果表明：WDRSMIS系統(tǒng)在方便提供地理空間信息數(shù)據(jù)的瀏覽、分析與管理性能的同時(shí)，能較好實(shí)現(xiàn)對(duì)縣域冬小麥病害的有效監(jiān)測(cè)，還可依據(jù)監(jiān)測(cè)數(shù)據(jù)進(jìn)行圖像顯示和統(tǒng)計(jì)比對(duì)分析。該系統(tǒng)的開發(fā)對(duì)于江淮麥區(qū)縣域冬小麥植保信息化管理與決策具有較好支撐作用。

關(guān)鍵詞：冬小麥;病害;遙感監(jiān)測(cè);信息系統(tǒng)

中圖分類號(hào)：TP79

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1000-4440（2019）02-0302-05

農(nóng)作物病蟲害極易給農(nóng)業(yè)生產(chǎn)造成巨大損失。據(jù)聯(lián)合國糧農(nóng)組織估計(jì)，世界糧食產(chǎn)量常年因病蟲害損失10%～20%，世界棉花產(chǎn)量因蟲害損失和因病害損失分別為16%和14%，農(nóng)作物病蟲害已成為影響作物最終產(chǎn)量的關(guān)鍵因素之一[2]。因此，綜合利用“3S”（GIS、RS和GPS）和計(jì)算機(jī)信息技術(shù)，研發(fā)作物病蟲害遙感監(jiān)測(cè)信息系統(tǒng)（或信息化系統(tǒng)平臺(tái)），快速、大面積對(duì)縣域農(nóng)作物病蟲害進(jìn)行監(jiān)測(cè)預(yù)報(bào)，及時(shí)進(jìn)行科學(xué)防治，有利于作物增產(chǎn)與增收[3-6]。

Delphi是基于Windows操作系統(tǒng)的程序開發(fā)軟件，由Borland公司開發(fā)。Delphi擁有可視化的集成開發(fā)環(huán)境（IDE），核心編程語言是Object Pascal語言。該編程語言以友好性圖形用戶界面為設(shè)計(jì)思想，通過IDE、VCL（框架）工具與編譯器，配合數(shù)據(jù)庫連接功能，構(gòu)成以面向?qū)ο蟪绦蛟O(shè)計(jì)的可視編譯平臺(tái)。地理信息系統(tǒng)（Geographic information system，GIS）是集數(shù)據(jù)采集、數(shù)據(jù)庫管理、空間數(shù)據(jù)分析和數(shù)據(jù)輸出4大功能為一體的信息系統(tǒng)。AreGIS組件是將原有GIS功能適當(dāng)?shù)爻橄笈c構(gòu)件化的軟件，可與VB、Delphi等不同語言環(huán)境兼容進(jìn)行可視化應(yīng)用系統(tǒng)平臺(tái)的二次開發(fā)。

近年來，在利用遙感技術(shù)對(duì)冬小麥生長參數(shù)反演病害估測(cè)以及產(chǎn)量估算等方面，已形成較多估測(cè)模型和大量基礎(chǔ)數(shù)據(jù)[7-11]，例如劉柯等[12]建立的多光譜與高光譜結(jié)合的冬小麥葉面積指數(shù)監(jiān)測(cè)模型，劉真真等[13]研究的區(qū)域冬小麥生物量遙感估算法，黃林生等[14]研究形成冬小麥白粉病監(jiān)測(cè)方法等。但大量的遙感模型與算法仍停留在研究階段，與縣域冬小麥生產(chǎn)管理應(yīng)用結(jié)合欠緊密。因此有必要將相關(guān)模型算法和基礎(chǔ)數(shù)據(jù)進(jìn)行信息化集成，研制較為實(shí)用的冬小麥生長監(jiān)測(cè)軟件信息系統(tǒng)，在最大限度發(fā)揮遙感監(jiān)測(cè)作用的同時(shí)，有效提升縣級(jí)農(nóng)業(yè)生產(chǎn)的信息化管理水平。本研究將組件式GIS開發(fā)技術(shù)以及數(shù)據(jù)庫技術(shù)引入縣域冬小麥大田病害監(jiān)測(cè)預(yù)報(bào)中，利用Delphi程序語言，研制基于GIS組件的冬小麥病害遙感監(jiān)測(cè)信息系統(tǒng)，旨在為江淮區(qū)域縣級(jí)農(nóng)業(yè)部門和種麥大戶提供適用于田間病害估測(cè)與輔助管理決策的信息化平臺(tái)。

1 冬小麥病害遙感監(jiān)測(cè)信息系統(tǒng)結(jié)構(gòu)

冬小麥病害遙感監(jiān)測(cè)信息系統(tǒng)（Winterwheatdisease remote sensing monitoring information system ，WDRSMIS）依據(jù)標(biāo)準(zhǔn)化GIS的設(shè)計(jì)方法，將組件式GIS和Delphi相結(jié)合，匯集影像數(shù)據(jù)管理信息、空間信息分析、參數(shù)反演病情估測(cè)、產(chǎn)量估算與統(tǒng)計(jì)等功能，在具備海量影像數(shù)據(jù)GIS管理的同時(shí)，最大限度實(shí)現(xiàn)對(duì)縣域冬小麥植保管理的信息化服務(wù)功能。WDRSMIS系統(tǒng)采用C/S模式，即Client（客戶端）/Server（服務(wù)器）結(jié)構(gòu)，數(shù)據(jù)庫包括遙感影像數(shù)據(jù)模型算法和基礎(chǔ)農(nóng)情數(shù)據(jù)，數(shù)據(jù)庫通過ArcSDE+MS SQL Server實(shí)現(xiàn)查詢、分析與管理。

2 WDRSMIS系統(tǒng)功能說明

冬小麥病害遙感監(jiān)測(cè)信息系統(tǒng)（WDRSMIS）包括影像數(shù)據(jù)管理、空間地理信息分析、生長參數(shù)反演、病害估測(cè)、產(chǎn)量估算與統(tǒng)計(jì)、遙感信息圖生成和系統(tǒng)使用指南（系統(tǒng)幫助）7項(xiàng)功能，WDRSMIS系統(tǒng)功能結(jié)構(gòu)如圖1所示。

2.1 遙感影像數(shù)據(jù)管理

遙感影像數(shù)據(jù)庫包含有HJ星、GF衛(wèi)星、LAND-SAT5和LANDSAT8衛(wèi)星等遙感影像，矢量文件為江蘇省各縣行政邊界shp文件，地理投影系統(tǒng)（參數(shù)）統(tǒng)一為WGS_1984_UTM__Zone__50N;Projection：Transverse_Mercator;False_Easting：500000;False_Northing：0;Central_Meridian：117;Scale_Factor：0.9996;Latitude_.Of_Origin：0;LinearUnit：Meter;GCS_WGS_1984;Datum：D_WGS_1984。系統(tǒng)也可根據(jù)實(shí)際需要，導(dǎo)入地理投影系統(tǒng)一致的其他衛(wèi)星遙感影像和行政界shp矢量文件，另外，系統(tǒng)還具有影像數(shù)據(jù)查詢、更新功能。

2.2 空間地理信息分析

空間地理信息分析模塊實(shí)現(xiàn)了空間地理信息的方便管理。依據(jù)主菜單下的各級(jí)子菜單，可以進(jìn)行遙感影像、矢量圖層疊加，可對(duì)各類空間屬性圖層實(shí)施放大、縮小移動(dòng)以及漫游等快捷操作，也可添加其他空間信息和屬性數(shù)據(jù)，方便系統(tǒng)使用者（用戶）快速、直觀地瀏覽原始衛(wèi)星遙感影像、波段信息、遙感植被指數(shù)以及存儲(chǔ)在數(shù)據(jù)庫中的生長監(jiān)測(cè)、病害估測(cè)和產(chǎn)量估算的各類遙感信息圖。

2.3 生長參數(shù)反演

生長參數(shù)反演模塊具有遙感植被指數(shù)計(jì)算、生長參數(shù)反演模型、生長參數(shù)反演以及縣域冬小麥生長分布監(jiān)測(cè)等功能。生長參數(shù)主要有葉面積指數(shù)（LAI）、生物量和葉片葉綠素含量3個(gè)指標(biāo)。系統(tǒng)可計(jì)算的遙感植被指數(shù)有歸一化差值植被指數(shù)（Normalized difference vegetation index ，NDVI）、比值植被指數(shù)（Ratio vegetation index ，RVI）、差值植被指數(shù)（Difference vegetation index，DVI）、土壤調(diào)節(jié)植被指數(shù)（Soil-adjusted vegetation index ，SAVI）和溫度植被指數(shù)（Temperature vegetation index ，TVI）等。

生長參數(shù)反演模型有2種類型，一種是存儲(chǔ)數(shù)據(jù)庫中已有模型，另一種是實(shí)時(shí)導(dǎo)入不同類型遙感植被指數(shù)數(shù)據(jù)和冬小麥生長參數(shù)的試驗(yàn)樣點(diǎn)數(shù)據(jù)，依據(jù)相關(guān)性分析而建立的生長參數(shù)反演模型。利用計(jì)算好的遙感植被指數(shù)影像，調(diào)用適合時(shí)期的生長參數(shù)反演模型，即可得到不同類型生長參數(shù)圖像產(chǎn)品。結(jié)合縣域冬小麥長勢(shì)指標(biāo)（生長參數(shù)）分級(jí)閾值，可以生成縣域冬小麥不同生長等級(jí)空間分布信息圖。

2.4 病害估測(cè)

病害估測(cè)模塊是通過綜合氣候因素、生長參數(shù)和遙感植被指數(shù)對(duì)冬小麥病害發(fā)生狀況進(jìn)行估測(cè)。系統(tǒng)可以導(dǎo)入溫濕度、生長參數(shù)和病情指數(shù)樣點(diǎn)數(shù)據(jù)，建立多元回歸方程式的冬小麥病情指數(shù)估測(cè)模型，再結(jié)合病情指數(shù)分級(jí)標(biāo)準(zhǔn)，生成病情指數(shù)等級(jí)空間信息圖，實(shí)現(xiàn)對(duì)縣域冬小麥不同類型病害（如白粉病、紋枯病和赤霉?。┑目焖俦O(jiān)測(cè)。也可直接調(diào)用系統(tǒng)模型庫中的相關(guān)病害估測(cè)模型進(jìn)行冬小麥病害病情指數(shù)估測(cè)。例如，系統(tǒng)中構(gòu)建的冬小麥赤霉病病情指數(shù)估測(cè)模型[15]如下：WHsDI=AXTEM+BxWET+CxNDVI+DxRVI+ExDVI+F，式中WHsDI（Disease index of winter wheat scab，%）為估測(cè)的冬小麥赤霉病病情指數(shù)，TEM（°C）為日均氣溫，WET（%）為日均空氣相對(duì)濕度，NDVI為歸一化差值植被指數(shù)，RVI為比值植被指數(shù)，DVI為差值植被指數(shù)。A、B、C、D、E和F為模型參數(shù)。

2.5 產(chǎn)量估算與統(tǒng)計(jì)

冬小麥籽粒產(chǎn)量估算主要依據(jù)揚(yáng)花期LAI、生物量（ABW）和葉片葉綠素含量（CCL）與籽粒產(chǎn)量的相關(guān)性進(jìn)行。系統(tǒng)中冬小麥籽粒產(chǎn)量估算模型為：y=M1xLA1+M2xABW+M，xCCL+M0，式中y為產(chǎn)量，M。M、M2和M，分別為模型參數(shù)。

利用生長參數(shù)反演模塊，可生成揚(yáng)花期LAI、ABW和CCL圖像產(chǎn)品。調(diào)用系統(tǒng)中冬小麥籽粒產(chǎn)量估算模型，可生成縣域冬小麥產(chǎn)量空間分布信息圖。通過產(chǎn)量統(tǒng)計(jì)與分析模塊，可選擇柱狀、餅狀或點(diǎn)密度等方式進(jìn)行顯示與比對(duì)分析，快捷地掌握縣域冬小麥產(chǎn)量狀況。

2.6 遙感信息圖生成

系統(tǒng)數(shù)據(jù)庫中除包含有不同類型衛(wèi)星遙感影像外，還保存有通過計(jì)算生成的遙感信息圖（例如各種遙感植被指數(shù)信息圖、反演的生長參數(shù)信息圖、估測(cè)的病害信息圖和籽粒產(chǎn)量信息圖等）。這些影像和信息圖經(jīng)過后期處理整飭，再添加圖頭說明、制圖單位、地理坐標(biāo)、比例尺以及圖例等注釋，可以生成直觀、易懂、適用的遙感信息圖產(chǎn)品。

3 WDRSMIS系統(tǒng)實(shí)現(xiàn)與運(yùn)行

系統(tǒng)在Intel（R）Core（TM）i5 CPU、4G內(nèi)存計(jì)算機(jī)、中文Windows“7操作平臺(tái)上開發(fā)。采用ArcObjects9.2組件開發(fā)地圖顯示與管理模塊，Access設(shè)計(jì)數(shù)據(jù)庫，Delphi 7.0設(shè)計(jì)系統(tǒng)界面。系統(tǒng)由符合COM標(biāo)準(zhǔn)的軟構(gòu)件組裝而成，各大構(gòu)件既能單獨(dú)使用，又可方便地與其他構(gòu)件銜接，具有較好的靈活性。系統(tǒng)可在Intel（R）Core（TM）i5 CPU、4 G內(nèi)存、100G硬盤、真彩色顯卡、中文Windows 7版本計(jì)算機(jī)中運(yùn)行（WDRSMIS系統(tǒng)主界面見圖2）。

以江蘇省中部地區(qū)冬小麥主要種植區(qū)泰興市和姜堰市為例，利用2016年冬小麥生長期的田間基礎(chǔ)數(shù)據(jù)和環(huán)境星（HJ-1A/CCD）遙感影像對(duì)系統(tǒng)進(jìn)行測(cè)試，輔助進(jìn)行系統(tǒng)主要功能與運(yùn)行效果說明。調(diào)用系統(tǒng)中遙感植被指數(shù)計(jì)算模塊，通過輸入相關(guān)參數(shù)，進(jìn)行植被指數(shù)計(jì)算。調(diào)用數(shù)據(jù)庫中的縣域遙感監(jiān)測(cè)樣點(diǎn)的試驗(yàn)數(shù)據(jù)與生成的植被指數(shù)進(jìn)行長勢(shì)（生物量）分析與模型建立，運(yùn)行生長參數(shù)反演模型進(jìn)一步實(shí)現(xiàn)對(duì)泰興市冬小麥生長（生物量）空間分布的有效監(jiān)測(cè)（圖3）。

運(yùn)行系統(tǒng)病害估測(cè)模塊，選擇需要估測(cè)病害類型（例如赤霉?。{(diào)用病害估測(cè)模型、遙感影像和必要的基礎(chǔ)數(shù)據(jù)，即可得到縣域冬小麥病害遙感估測(cè)結(jié)果。圖4為姜堰市冬小麥赤霉病遙感監(jiān)測(cè)結(jié)果，不同的顏色代表不同病情等級(jí)。

系統(tǒng)中保存有冬小麥生長參數(shù)反演和產(chǎn)量估算模塊生成的遙感植被指數(shù)、生長參數(shù)和產(chǎn)量等大量信息圖數(shù)據(jù)，利用數(shù)據(jù)統(tǒng)計(jì)與匯總功能可以對(duì)相關(guān)數(shù)據(jù)進(jìn)行查詢和綜合對(duì)比分析，詳細(xì)了解縣級(jí)或鄉(xiāng)鎮(zhèn)級(jí)冬小麥長勢(shì)、病害和產(chǎn)量變化狀況。冬小麥面積和總產(chǎn)量估算遙感信息數(shù)據(jù)的統(tǒng)計(jì)與匯總例圖見參考文獻(xiàn)[12]。

4 討論

從農(nóng)業(yè)信息技術(shù)發(fā)展進(jìn)程看，國內(nèi)已有的作物生產(chǎn)管理信息系統(tǒng)大致可以分為三大類：第一類是

基于專家知識(shí)的作物生產(chǎn)管理信息系統(tǒng)，這類系統(tǒng)[的研發(fā)與應(yīng)用比較早，它主要是利用計(jì)算機(jī)程序語言技術(shù)對(duì)專家系統(tǒng)知識(shí)進(jìn)行智能化管理，通過仿真農(nóng)業(yè)專家互動(dòng)而研發(fā)的集信息咨詢、分析與顯示功能為一體的信息平臺(tái)。作物生產(chǎn)專家信息系統(tǒng)具有知識(shí)性強(qiáng)和靈活性好的特點(diǎn)，數(shù)據(jù)庫知識(shí)多數(shù)以文本文字、數(shù)字和圖片為主。第二類是基于作物模型的生產(chǎn)管理信息系統(tǒng)，這類信息系統(tǒng)[18-19]在結(jié)合作物生產(chǎn)專家信息系統(tǒng)基本功能的基礎(chǔ)上，引入了作物生長模型，使得作物生產(chǎn)管理信息系統(tǒng)具有動(dòng)態(tài)監(jiān)測(cè)與預(yù)測(cè)分析功能，有明顯的動(dòng)態(tài)性和可輔助決策性。第三類是基于“3S"技術(shù)的作物生產(chǎn)管理信息系統(tǒng)，這類信息系統(tǒng)[20-21主要體現(xiàn)“3S”技術(shù)的集成與應(yīng)用，它不僅具有前兩類系統(tǒng)的知識(shí)性、動(dòng)態(tài)性和靈活性，更具有直觀性、空間性和可擴(kuò)展性好的優(yōu)勢(shì)?；凇?S”技術(shù)的作物生產(chǎn)管理信息系統(tǒng)仍在研究或初試中，尚難滿足縣域作物生產(chǎn)的信息化管理需求，有必要深入研究。

利用遙感技術(shù)監(jiān)測(cè)冬小麥生長與病害的研究已有多年[241，不僅建立了大量的模型算法，也積累了海量的基礎(chǔ)農(nóng)情數(shù)據(jù)（如氣象資料、品種信息等）和遙感影像。由于縣域作物種植種類、生長信息以及氣象數(shù)據(jù)對(duì)于縣級(jí)農(nóng)業(yè)管理部門容易獲取，同時(shí)縣域也是農(nóng)業(yè)植保管理措施最容易實(shí)施區(qū)域，因此，本研究針對(duì)江淮麥區(qū)縣域冬小麥病害信息化監(jiān)測(cè)的管理需求，利用“3S”技術(shù)和計(jì)算機(jī)程序語言，對(duì)多年研究積累的模型算法、基礎(chǔ)農(nóng)情數(shù)據(jù)和遙感影像進(jìn)行綜合集成，研發(fā)了冬小麥病害遙感監(jiān)測(cè)信息系統(tǒng)。該系統(tǒng)可同時(shí)向用戶提供遙感影像管理、空間信息分析、遙感植被指數(shù)計(jì)算、生長參數(shù)反演、病害和產(chǎn)量估測(cè)、遙感信息圖制作、統(tǒng)計(jì)與圖表顯示等綜合性的冬小麥植保生產(chǎn)服務(wù)信息，對(duì)于輔助縣級(jí)農(nóng)業(yè)植保部門門或種糧大戶管理決策具有較好的支撐作用。江淮區(qū)域影響冬小麥生長的因素還有很多，如蟲害、漬害和倒伏等，下一步有必要考慮集成更多模型與數(shù)據(jù)，繼續(xù)完善或提升冬小麥病害遙感監(jiān)測(cè)信息系統(tǒng)的服務(wù)功能。

參考文獻(xiàn)：

[1]黃文江，張竟成，師越，等.作物病蟲害遙感監(jiān)測(cè)與預(yù)測(cè)研究進(jìn)展[J].南京信息工程大學(xué)學(xué)報(bào)，2018，10（1）：30-43.

[2]李素，郭兆春，王聰，等.信息技術(shù)在農(nóng)作物病蟲害監(jiān)測(cè)預(yù)警中的應(yīng)用綜述[J].江蘇農(nóng)業(yè)科學(xué)，2018，46（22）：1-6.

[3]蒙繼華，吳炳方，李強(qiáng)子，等.農(nóng)田農(nóng)情參數(shù)遙感監(jiān)測(cè)進(jìn)展及應(yīng)用展望[J].遙感信息，2010（3）：35-43.

[4]李衛(wèi)國.農(nóng)作物遙感監(jiān)測(cè)方法與應(yīng)用[M].北京：中國農(nóng)業(yè)科學(xué)技術(shù)出版社，2013.

[5]陳鵬飛，NICOLAS T，王紀(jì)華，等.估測(cè)作物冠層生物量的新植被

指數(shù)的研究[J].光譜學(xué)與光譜分析，2010，30（2）：512-517.[6]黃文江.作物病害遙感監(jiān)測(cè)機(jī)理與應(yīng)用[M].北京：中國農(nóng)業(yè)科學(xué)技術(shù)出版社，2009.

[7]司文才，劉峻明.冬小麥關(guān)鍵物候空間分布遙感監(jiān)測(cè)方法研究[J].中國農(nóng)業(yè)科技導(dǎo)報(bào)，2011，13（6）：82-89.

[8]尹雯，李衛(wèi)國，申雙和，等.縣域冬小麥生物量動(dòng)態(tài)變化遙感估測(cè)研究[J].麥類作物學(xué)報(bào)，2018，38（1）：50-57.

[9]ZHAOCJ，HUANG M Y，HUANG W J，et al. Analysis of winter wheat stripe rust characteristic spectrum and establishing of inver-sion models[ J]. IEEE International Geoscience and Remote Sens-ing Symposium，2004，6（7）：4318-4320.

[10]CAOX R，LUO Y，ZHOU Y L，et al. Detection of powdery mildew in two winter wheat cultivars using canopy hyperspectral re-flectance[J]. Crop Protection，2013 （45）：124-131.

[11]李衛(wèi)國，李正金，李花.基于組件式GIS的冬小麥遙感估產(chǎn)系統(tǒng)的開發(fā)研究[J].麥類作物學(xué)報(bào)，2011，31（2）：318-323.

[12]劉軻，周清波，吳文斌，等.基于多光譜與高光譜遙感數(shù)據(jù)的冬小麥葉面積指數(shù)反演比較[J].農(nóng)業(yè)工程學(xué)報(bào)，2016，32（3）：155-162.

[13]劉真真，張喜旺，陳云生，等.基于CASA模型的區(qū)域冬小麥生物量遙感估算[J].農(nóng)業(yè)工程學(xué)報(bào)，2017，33（4）：225-233.

[14]黃林生，阮超，黃文江，等.基于GF-1遙感影像和reliefmRMR-GASVM模型的小麥白粉病監(jiān)測(cè)[J].農(nóng)業(yè)工程學(xué)報(bào)，2018，34（15）：167-175.

[15]李衛(wèi)國，黃文江，董瑩瑩，等.基于溫濕度與遙感植被指數(shù)的冬小麥赤霉病估測(cè)[J].農(nóng)業(yè)工程學(xué)報(bào)，2017，33（23）：203-210.

[16]熊范綸，郭霖，吳文榮.砂姜黑土小麥?zhǔn)┓视?jì)算機(jī)專家咨詢系統(tǒng)[J].信息與控制，1987（22）：8-12.

[17]趙春江，諸德輝，李鴻祥，等.小麥栽培管理計(jì)算機(jī)專家系統(tǒng)的研究與應(yīng)用[J].中國農(nóng)業(yè)科學(xué)，1997，30（5）：42-49.

[18]石春林，馮慧慧，金之慶，等.水稻發(fā)育期模型的比較[J].中國水稻科學(xué)，2010，24（3）：303-308.

[19]曹衛(wèi)星，羅衛(wèi)紅.作物系統(tǒng)模擬及智能管理[M].北京：華文出版社，2000.

[20]吳炳方，蒙繼華，李強(qiáng)子，等.全球農(nóng)情遙感速報(bào)系統(tǒng)（erop watch）新進(jìn)展[J].地球科學(xué)進(jìn)展，2010，25（10）：1013-1022.

[21]李衛(wèi)國，姜海燕，王旭.基于ArcGIS的水稻生產(chǎn)管理信息系

統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].江蘇農(nóng)業(yè)學(xué)報(bào)，2006，22（4）：477-478.

[22]馬慧琴，黃文江，景元書.遙感與氣象數(shù)據(jù)結(jié)合預(yù)測(cè)小麥灌漿期白粉病[J].農(nóng)業(yè)工程學(xué)報(bào)，2016，32（9）：165-172.

[23]李衛(wèi)國.作物遙感識(shí)別與病蟲害遙感監(jiān)測(cè)方法[M].北京：中國農(nóng)業(yè)科學(xué)技術(shù)出版社，2018.

[24]金正婷，李衛(wèi)國，景元書，等.基于影像融合的冬小麥種植面積提取適宜尺度研究[J].江蘇農(nóng)業(yè)學(xué)報(bào)，2015，31（6）：1312-1317.