司政邦，喬歡歡，依斯麻，李博宇，楊 飛，郭武軍

（1.西藏自治區(qū)農(nóng)業(yè)技術(shù)推廣服務(wù)中心，西藏 拉薩 850000；2.陜西省農(nóng)業(yè)技術(shù)推廣總站，陜西 西安 710000；3.西藏自治區(qū)山南市職業(yè)技術(shù)學(xué)校，西藏 山南 856000）

農(nóng)作物病蟲(chóng)害的發(fā)生為我國(guó)農(nóng)業(yè)生產(chǎn)帶來(lái)了巨大損失，且具有區(qū)域性發(fā)生普遍、外來(lái)入侵生物逐漸增加、發(fā)生規(guī)模不斷擴(kuò)大等特點(diǎn)，促使農(nóng)藥使用數(shù)量增加，病蟲(chóng)害抗藥性增強(qiáng)，次要性害蟲(chóng)的危害逐步擴(kuò)大［1］。傳統(tǒng)人工病蟲(chóng)害調(diào)查方法存在時(shí)效性差、調(diào)查采樣代表性弱、調(diào)查結(jié)果受人為因素影響大等缺陷。遙感技術(shù)是指利用儀器和設(shè)備，在不同的平臺(tái)（地面、飛機(jī)、衛(wèi)星等）收集地表各類(lèi)地物的電磁波譜信息，并對(duì)收集信息進(jìn)行提取、判定、加工、處理、分析與應(yīng)用的一門(mén)技術(shù)［2］，在作物病蟲(chóng)害監(jiān)測(cè)方面具有時(shí)效性強(qiáng)、連續(xù)性強(qiáng)、非接觸等特點(diǎn)［3］。利用遙感手段監(jiān)測(cè)農(nóng)作物病蟲(chóng)害可改變?nèi)藶楸O(jiān)測(cè)存在的弊端，做到早發(fā)現(xiàn)、早防治，把病蟲(chóng)害損失降到最低［4］。本文對(duì)遙感技術(shù)在病蟲(chóng)害監(jiān)測(cè)中的作用原理、方法及存在的問(wèn)題和發(fā)展趨勢(shì)進(jìn)行了綜述。

1 遙感在病蟲(chóng)害監(jiān)測(cè)中的作用原理

不同作物自身對(duì)不同波段光譜具有一定的反射、吸收和透射能力，當(dāng)作物受到病蟲(chóng)害侵害后，與正常生長(zhǎng)的作物相比，植物體內(nèi)的色素、水分、蛋白質(zhì)、酶、細(xì)胞形態(tài)等會(huì)隨之發(fā)生變化。當(dāng)作物對(duì)不同波段的反射、吸收和透射能力發(fā)生改變，顏色隨之發(fā)生改變［5］。作物被侵染后反射率發(fā)生強(qiáng)弱變化，遙感設(shè)備接受的影像能量也隨之發(fā)生變化：當(dāng)反射能力較強(qiáng)時(shí)，影像設(shè)備接收的輻射多，顏色變白、變灰；當(dāng)能量較弱時(shí)，接收到的輻射能量較少，顏色隨之變黑、變暗，這就是作物病蟲(chóng)害侵染能夠被監(jiān)測(cè)的重要原因［6］。分析比較作物在不同光波波段的變化，研究作物受病蟲(chóng)害侵染情況，并做出防治預(yù)案。對(duì)獲取的光譜資料進(jìn)行分析反演，做出被病蟲(chóng)害侵害防治判斷［7］。遙感技術(shù)通過(guò)作物對(duì)不同波段的吸收和反射波段采樣，利用不同平臺(tái)的吸收反射分析數(shù)據(jù)，識(shí)別作物的類(lèi)別及狀態(tài)［8］。

2 國(guó)內(nèi)外研究進(jìn)展

2.1 國(guó)外研究進(jìn)展

遙感技術(shù)在農(nóng)作物病蟲(chóng)害監(jiān)測(cè)中的應(yīng)用研究最早始于20 世紀(jì)20 至30年代的美國(guó)，Neblette［9-10］利用遙感技術(shù)對(duì)森林病蟲(chóng)害監(jiān)測(cè)，之后Taubenhaus等［11］在飛機(jī)上安裝黑白相機(jī)，通過(guò)人工讀片的方式研究了棉花根腐病危害，1933年Bawden［12］通過(guò)紅外攝影相片對(duì)馬鈴薯銹病和煙草花葉病進(jìn)行研究。1956年Colwell［13］利用航空影像研究谷類(lèi)條銹病，首次全面開(kāi)展植物病蟲(chóng)害研究，確定了航空影像在病蟲(chóng)害研究中的優(yōu)勢(shì)。1977年Hielkema［14］借助Landsat/MSS 影像通過(guò)對(duì)蝗蟲(chóng)生長(zhǎng)環(huán)境中綠色植被及其動(dòng)態(tài)變化分析，判斷蝗蟲(chóng)可能發(fā)生的區(qū)域。Mukai 等［15］1987年研究了感染山松大小蠹后松樹(shù)Landsat/MSS 紅光波段和近紅外波段的變化。1989年Lorenzen 和Jensen［16］研究發(fā)現(xiàn)近紅外波段和病情嚴(yán)重程度有較高相關(guān)性，與近紅外/紅光、綠光/紅光反射比有較好的相關(guān)性。VogelmannRock［17］利用多時(shí)相TM數(shù)據(jù)研究梨帶薊馬引起的森林損害。Cater 等［18］1994年研究了植物反射率比值在受脅迫時(shí)的變化。1999年Riedell 和Blackmer［17］研究了冬小麥?zhǔn)芏砹_斯麥蚜蟲(chóng)和麥二叉蚜脅迫時(shí)葉片的光譜特征。2002年Zhang等［18］研究了西紅柿枯萎病的光譜識(shí)別。2007年Mirik等［19］研究了冬小麥反射率光譜與蟲(chóng)量關(guān)系，提出用蟲(chóng)量光譜指數(shù)預(yù)測(cè)蟲(chóng)量。

2.2 國(guó)內(nèi)研究進(jìn)展

國(guó)內(nèi)遙感病蟲(chóng)害監(jiān)測(cè)相對(duì)于國(guó)外起步較晚，但是發(fā)展較快，目前已經(jīng)取得了很多的研究成果。我國(guó)遙感病蟲(chóng)害監(jiān)測(cè)的研究最早始于20世紀(jì)50年代對(duì)華北平原冬小麥條銹病的預(yù)測(cè)預(yù)報(bào)。黃木易等［20］通過(guò)遙感技術(shù)分析研究了小麥條銹病，確定了條銹病監(jiān)測(cè)敏感波段，建立了病情指數(shù)反演模型。何國(guó)金等［21］研究了不同等級(jí)感染稻葉瘟綠光區(qū)、紅光區(qū)、近紅光區(qū)反射光譜特征，并且做出判別危害程度的反射率變化趨勢(shì)。吳繼友等［22］研究發(fā)現(xiàn)赤松林被病蟲(chóng)害感染后紅邊位置原始光譜斜率降低。倪紹祥等［23］利用遙感影像與GIS 技術(shù)相結(jié)合的方法，通過(guò)監(jiān)測(cè)蝗蟲(chóng)的生態(tài)環(huán)境，推斷蝗災(zāi)可能發(fā)生的區(qū)域。季榮等［24］用MODIS 遙感數(shù)據(jù)研究蝗蟲(chóng)危害程度和范圍。武紅敢等［25］研究了TM 影像數(shù)據(jù)對(duì)松毛蟲(chóng)危害的監(jiān)測(cè)。喬洪波［26］對(duì)冬小麥?zhǔn)艿窖料x(chóng)和白粉病危害后的冠層高光譜測(cè)量和分析發(fā)現(xiàn)，NDVI與蟲(chóng)量、病情指數(shù)相關(guān)性顯著。Shi等［27］研究冬小麥冠層受白粉病、條銹病、蚜蟲(chóng)侵染時(shí)的高光譜數(shù)據(jù)，提取了多個(gè)植被指數(shù)特征，構(gòu)建了多種非線性分類(lèi)器進(jìn)行監(jiān)測(cè)。

3 作物病蟲(chóng)害遙感監(jiān)測(cè)技術(shù)方法

每種作物有一個(gè)光譜曲線，遭受病蟲(chóng)害侵染之后，曲線會(huì)發(fā)生變化，通過(guò)對(duì)比健康植株與病株的曲線，判斷是否受到病蟲(chóng)害侵?jǐn)_及受害程度［28］。作物遭受病蟲(chóng)害脅迫后，葉片表面“可見(jiàn)—近紅外”波段光譜反射率發(fā)生變化，以此作為判斷作物遭受病蟲(chóng)害脅迫的直接特征，最終成為作物理化組分的響應(yīng)［29］。對(duì)敏感波段進(jìn)行組合，構(gòu)成的光譜指數(shù)不僅擁有明確的物理意義，還能突顯病蟲(chóng)害的生理生化過(guò)程，實(shí)現(xiàn)對(duì)病蟲(chóng)害的監(jiān)測(cè)和區(qū)分［30］。

3.1 光譜反射率分析法

光譜反射率分析法是通過(guò)分析傳感器獲得的作物病害的光譜數(shù)據(jù)，轉(zhuǎn)化為光譜反射率特征，進(jìn)行健康植株與感病植株的光譜反射率比較，獲得作物的光譜特征信息。該方法具有直接、簡(jiǎn)單、快速和普適性等特征，是其他高光譜分析方法的基礎(chǔ)，但較少考慮病害引起的作物體內(nèi)的其他變化，在以往的研究中更多地使用反射光譜數(shù)據(jù)來(lái)進(jìn)行分析。Lou 等［31］通過(guò)對(duì)小麥蚜蟲(chóng)的光譜響應(yīng)波段研究發(fā)現(xiàn)，在700～750 nm、750～930 nm 和1040～1130 nm時(shí)，葉片反射光譜響應(yīng)顯著。羅菊花等［32］研究表明，小麥冠層在630～687 nm、740～890 nm 及976～1350 nm時(shí)的反射率對(duì)感染條銹病反應(yīng)敏感。

3.2 回歸模型分析法

回歸模型分析法是指對(duì)一元和多元回歸模型的反演，一元回歸模型、多元回歸模型、簡(jiǎn)單線性函數(shù)在回歸模型分析法判別作物病蟲(chóng)害的監(jiān)測(cè)研究中應(yīng)用最廣。通過(guò)對(duì)冬小麥條銹病感病后的光譜進(jìn)行研究分析，建立一元和多元的條銹病反演回歸方程，該方法建立的反演模型具有很高的精度［33］。

3.3 植被指數(shù)分析法

植被指數(shù)是依據(jù)植被光譜特性，由可見(jiàn)光和近紅外波段組合形成。在遙感病蟲(chóng)害檢測(cè)的研究與實(shí)踐中，很多情況不直接使用植物的光譜反射率，而是通過(guò)各種類(lèi)型的植被指數(shù)進(jìn)行分析，目前已有40 多種植被指數(shù)被定義。作物病蟲(chóng)害監(jiān)測(cè)中，常見(jiàn)的光譜植被指數(shù)有比值植被指數(shù)（RVI）、歸一化植被指數(shù)（NDVI）和一些變換的植被指數(shù)［34］。Wu等［35］通過(guò)研究表明，植被指數(shù)能很好地判別作物遭受病蟲(chóng)害為害的情況。羅菊花等［36］研究表明，利用光譜指數(shù)可以有效分析冬小麥蚜蟲(chóng)侵害情況，構(gòu)建冬小麥蚜蟲(chóng)高光譜指數(shù)，與蚜蟲(chóng)登記遙感反演模型相結(jié)合，為灌漿期蚜蟲(chóng)監(jiān)測(cè)和預(yù)防提供依據(jù)。根據(jù)植被光譜特性，選用多光譜遙感數(shù)據(jù)進(jìn)行分析運(yùn)算，產(chǎn)生某些對(duì)植物長(zhǎng)勢(shì)、生物量等具有一定指示意義的數(shù)值。以往的研究中雖然構(gòu)建了較多的病蟲(chóng)害植被指數(shù)，但構(gòu)建方法與標(biāo)準(zhǔn)都不統(tǒng)一，普適性差，若能在今后的研究中建立統(tǒng)一的植被指數(shù)構(gòu)建方法和標(biāo)準(zhǔn)，將其應(yīng)用到作物病蟲(chóng)害監(jiān)測(cè)中，可提高監(jiān)測(cè)的靈敏性和準(zhǔn)確性。

3.4 光譜微分分析法

微分光譜表示光譜曲線上的斜率，是通過(guò)微分或數(shù)學(xué)函數(shù)估算整個(gè)光譜而得。植物內(nèi)部物質(zhì)光譜吸收波形變化是植物光譜導(dǎo)數(shù)本質(zhì)的反映。光譜微分分析法不能產(chǎn)生多余的數(shù)據(jù)信息，而是減少背景噪音和提高重疊光譜分辨率。微分光譜可根據(jù)運(yùn)算方式分為一階導(dǎo)數(shù)光譜和高階導(dǎo)數(shù)光譜［37］。蔣金豹等［38］研究表明，通過(guò)對(duì)冬小麥冠層一階微分指數(shù)進(jìn)行分析，能夠在冬小麥條銹病癥狀出現(xiàn)12 d前有效識(shí)別有病蟲(chóng)害的植株，可以更加有效監(jiān)測(cè)條銹病的發(fā)生。

3.5 基于光譜位置變量的分析法

光譜位置變量指光譜曲線上的最高點(diǎn)、最低點(diǎn)、拐點(diǎn)等特殊點(diǎn)特征的波長(zhǎng)。紅邊效應(yīng)和光譜吸收特征分析技術(shù)被普遍應(yīng)用。紅邊現(xiàn)象是指在作物受到病蟲(chóng)害侵染時(shí)，作物體內(nèi)的吸收光譜發(fā)生位移變化的現(xiàn)象。紅邊參數(shù)通常是通過(guò)實(shí)測(cè)高光譜數(shù)據(jù)的一階微分而求得?；诠庾V位置變量的分析法可以有效消除土壤背景的影響［39］。

3.6 遙感影像分析法

遙感影像分析技術(shù)法包括目視解譯法和計(jì)算機(jī)信息提取法，主要包括數(shù)據(jù)壓縮、混合象元分解、光譜匹配、降維運(yùn)算、光譜植被指數(shù)等方法［40］。劉良云等［41］利用多時(shí)相的高光譜航空?qǐng)D像對(duì)冬小麥條銹病進(jìn)行監(jiān)測(cè)，有效地把冬小麥不同感病時(shí)相區(qū)分開(kāi)來(lái)，并進(jìn)行感病程度劃分。劉清旺等［42］通過(guò)陸地衛(wèi)星TM 數(shù)據(jù)介紹了松毛蟲(chóng)危害的TM 影像監(jiān)測(cè)技術(shù)，為遙感影像監(jiān)測(cè)分析提供了實(shí)例。倪紹祥等［43］概述了國(guó)外利用遙感影像與GIS 在蝗蟲(chóng)災(zāi)害防治研究中的應(yīng)用進(jìn)展并對(duì)其進(jìn)行了總結(jié)分析。

3.7 多角度遙感分析法

多角度遙感技術(shù)主要指在地面BRDF 和多角度衛(wèi)星方面的應(yīng)用研究技術(shù)［44］。Zhang 等［45］利用MD（Mahalanobis Distance 馬氏距離法）、PLSR（Partial Least Squares Regression 偏最小二乘回歸）、MLE（Maximum Likelihood Estimate 最大似然法）和MTMF（Mixture Tuned Matched Filtering 混合調(diào)協(xié)濾波的混合像元分解法），采用多時(shí)相遙感衛(wèi)星對(duì)小麥白粉病進(jìn)行研究，結(jié)果表明，耦合PLSR 和MTME監(jiān)測(cè)方法對(duì)白粉病的監(jiān)測(cè)精度達(dá)到78%。

4 存在問(wèn)題和發(fā)展趨勢(shì)

遙感技術(shù)在作物病蟲(chóng)害監(jiān)測(cè)中的應(yīng)用隨著遙感衛(wèi)星、無(wú)人機(jī)及地面光譜等的發(fā)展逐步走向成熟，但仍存在需要深入研究和亟待解決的問(wèn)題。

4.1 存在問(wèn)題

4.1.1 國(guó)際間合作研究較少

隨著病蟲(chóng)害發(fā)生、發(fā)展的變化，遙感病蟲(chóng)害監(jiān)測(cè)逐步邁向國(guó)際化，通過(guò)國(guó)際間合作有利于對(duì)病蟲(chóng)害進(jìn)行早監(jiān)測(cè)、早防治。多方位組織人員協(xié)同攻關(guān)，助推可供全球范圍適用的機(jī)理模型的研發(fā)工作，逐步在模型開(kāi)發(fā)方法上趨于一致。加強(qiáng)遙感在農(nóng)作物病蟲(chóng)害監(jiān)測(cè)中的研究，提高監(jiān)測(cè)的準(zhǔn)確度，擴(kuò)大監(jiān)測(cè)的范圍，對(duì)不同病蟲(chóng)害識(shí)別度增加，監(jiān)測(cè)的方式方法更加簡(jiǎn)便易行［46］。但目前遙感技術(shù)在農(nóng)作物病蟲(chóng)害監(jiān)測(cè)方面的國(guó)際間合作較少，今后需要進(jìn)一步加強(qiáng)。

4.1.2 成本高，應(yīng)用效果不佳

遙感技術(shù)在使用中成本相對(duì)較高，這是目前大規(guī)?？焖偻茝V應(yīng)用受限的主要因素之一。今后應(yīng)通過(guò)推廣設(shè)備的研發(fā)和應(yīng)用速度的加快，促進(jìn)快速、高效、低成本的遙感監(jiān)測(cè)設(shè)備及手段誕生，使監(jiān)測(cè)方法更加簡(jiǎn)便，數(shù)據(jù)系統(tǒng)更加全面，病蟲(chóng)害識(shí)別更加精準(zhǔn)［47］。

4.1.3 專(zhuān)家系統(tǒng)平臺(tái)不健全

病蟲(chóng)害的發(fā)生發(fā)展是一個(gè)動(dòng)態(tài)過(guò)程，遙感技術(shù)在病蟲(chóng)害監(jiān)測(cè)中，往往需要病蟲(chóng)害判別和發(fā)展情況的預(yù)測(cè)，通過(guò)構(gòu)建專(zhuān)家系統(tǒng)，可以有效地在平臺(tái)內(nèi)共享數(shù)據(jù)，對(duì)進(jìn)一步診斷和病蟲(chóng)害發(fā)生情況的預(yù)測(cè)具有很好的指導(dǎo)作用。目前在生產(chǎn)實(shí)踐中，這樣的專(zhuān)家系統(tǒng)平臺(tái)并不健全，需加大構(gòu)建力度。

4.1.4 不同環(huán)境下病蟲(chóng)害遙感監(jiān)測(cè)的研究少

我國(guó)地域遼闊，各省市自然環(huán)境和耕地狀況差異較大，要加強(qiáng)對(duì)不同農(nóng)田環(huán)境條件下的遙感監(jiān)測(cè)的研究。針對(duì)病蟲(chóng)害移動(dòng)性強(qiáng)，要綜合考慮各種環(huán)境因素對(duì)作物病蟲(chóng)害監(jiān)測(cè)帶來(lái)的干擾，排除干擾帶來(lái)的監(jiān)測(cè)不確定性的各種因素，以提高精準(zhǔn)度，并適應(yīng)不同農(nóng)田環(huán)境條件下遙感技術(shù)對(duì)病蟲(chóng)害的監(jiān)測(cè)。

4.1.5 缺少多學(xué)科綜合研究

遙感在病蟲(chóng)害監(jiān)測(cè)中，不僅僅只限于遙感技術(shù)研究，還需要結(jié)合農(nóng)學(xué)參數(shù)、農(nóng)業(yè)氣象參數(shù)、植物病理、生長(zhǎng)環(huán)境參數(shù)等，與遙感信息及模型有效整合，通過(guò)綜合分析病蟲(chóng)害的發(fā)生發(fā)展情況，為及早做出預(yù)測(cè)和防治提供有效的支撐。我國(guó)遙感技術(shù)在病蟲(chóng)害監(jiān)測(cè)中的應(yīng)用尚缺乏上述多學(xué)科的綜合研究。

4.2 發(fā)展趨勢(shì)

4.2.1 遙感監(jiān)測(cè)向著可靠與準(zhǔn)確方向發(fā)展

近年來(lái)航空、航天遙感數(shù)據(jù)獲取技術(shù)趨向三多（多平臺(tái)、多傳感器、多角度）和三高（高空間、高光譜和高時(shí)相分辨率），遙感圖像用于病蟲(chóng)害監(jiān)測(cè)趨向于更加可靠和精確。隨著遙感監(jiān)測(cè)設(shè)備的不斷發(fā)展完善，地面、高空、衛(wèi)星等3 個(gè)平臺(tái)聯(lián)動(dòng)，相互補(bǔ)充，成像光譜儀的光譜探測(cè)能力將繼續(xù)提高，成像光譜儀獲取影像的空間分辨率逐步提高。

4.2.2 遙感監(jiān)測(cè)向著多元化方向發(fā)展

遙感監(jiān)測(cè)由航空遙感為主轉(zhuǎn)為航空和航天遙感相結(jié)合階段，逐步從遙感定性分析階段發(fā)展到定量分析階段，監(jiān)測(cè)地面遙感技術(shù)將不僅對(duì)病蟲(chóng)害進(jìn)行監(jiān)測(cè)，還將應(yīng)用于產(chǎn)量、災(zāi)情、耕地質(zhì)量等方面，擴(kuò)大遙感監(jiān)測(cè)范圍。通過(guò)遙感監(jiān)測(cè)作物長(zhǎng)勢(shì)，對(duì)作物的各個(gè)生育期生長(zhǎng)狀況進(jìn)行監(jiān)測(cè)，可以為實(shí)施田間管理提供依據(jù)。遙感監(jiān)測(cè)各項(xiàng)數(shù)據(jù)還可為無(wú)人農(nóng)場(chǎng)建設(shè)提供數(shù)據(jù)支持。

4.2.3 遙感監(jiān)測(cè)研究更加深入

遙感監(jiān)測(cè)應(yīng)用的研究將向著多學(xué)科、多領(lǐng)域、多國(guó)家方向發(fā)展，有助于開(kāi)展更加全面的分析，應(yīng)對(duì)各種復(fù)雜環(huán)境的監(jiān)測(cè)變得簡(jiǎn)單，監(jiān)測(cè)時(shí)間變得越來(lái)越長(zhǎng)，監(jiān)測(cè)范圍越來(lái)越廣，結(jié)合遙感技術(shù)和傳感器網(wǎng)絡(luò)構(gòu)建全國(guó)性作物病蟲(chóng)害實(shí)時(shí)監(jiān)測(cè)與服務(wù)平臺(tái)。通過(guò)不斷完善監(jiān)測(cè)數(shù)據(jù)，持續(xù)的動(dòng)態(tài)監(jiān)測(cè)有助于及早發(fā)現(xiàn)及早防治。

4.2.4 遙感監(jiān)測(cè)數(shù)據(jù)平臺(tái)建設(shè)趨于完善

隨著國(guó)際國(guó)內(nèi)合作不斷加強(qiáng)，研究設(shè)備和手段的不斷發(fā)展以及研究的深入，遙感實(shí)時(shí)作物病蟲(chóng)害監(jiān)測(cè)數(shù)據(jù)綜合防治信息服務(wù)平臺(tái)的建設(shè)趨于完善。該平臺(tái)為快速準(zhǔn)確判斷作物病蟲(chóng)害發(fā)生情況提供了便利，為廣泛普遍應(yīng)用遙感監(jiān)測(cè)技術(shù)奠定了基礎(chǔ)，為遙感技術(shù)的大面積應(yīng)用提供了技術(shù)支撐，為非專(zhuān)業(yè)人士識(shí)別病蟲(chóng)害提供了便利，為深入研究遙感病蟲(chóng)害監(jiān)測(cè)提供了數(shù)據(jù)基礎(chǔ)。

5 總結(jié)

遙感作為病蟲(chóng)害監(jiān)測(cè)的重要手段，將會(huì)隨著我國(guó)農(nóng)業(yè)大數(shù)據(jù)平臺(tái)的建設(shè)和遙感技術(shù)的研究發(fā)展，逐步在病蟲(chóng)害監(jiān)測(cè)中發(fā)揮重要作用。有一些病蟲(chóng)害不容易被監(jiān)測(cè)到，例如作物基部以及小麥穗部的病蟲(chóng)害等，但利用遙感技術(shù)可以做到及時(shí)精準(zhǔn)監(jiān)測(cè)。我國(guó)擁有廣闊的國(guó)土面積和漫長(zhǎng)的邊界線，沙漠飛蝗、草地貪夜蛾等越境進(jìn)入我國(guó)時(shí)有發(fā)生，人工監(jiān)測(cè)調(diào)查病蟲(chóng)害發(fā)生難度大、時(shí)間長(zhǎng)、效率低、精準(zhǔn)度不高，但采用遙感技術(shù)則可以解決上述問(wèn)題。通過(guò)加強(qiáng)國(guó)際間合作研究，降低遙感技術(shù)應(yīng)用成本，增加使用效果，加快構(gòu)建專(zhuān)家系統(tǒng)平臺(tái)，加大對(duì)不同環(huán)境條件下病蟲(chóng)害遙感監(jiān)測(cè)和多學(xué)科綜合研究，充分發(fā)揮遙感監(jiān)測(cè)技術(shù)優(yōu)勢(shì)，為大面積精準(zhǔn)管理和植保提供精確、實(shí)時(shí)、大范圍的監(jiān)測(cè)信息，為降低我國(guó)農(nóng)作物遭受病蟲(chóng)害侵襲而做出及早監(jiān)測(cè)，并提供有效保障。