基于遥感的玉米病虫害监测
来源:用户上传
作者:
【摘 要】 病虫害是玉米产量大幅减少的主要原因，通过遥感影像，计算归一化植被指数，可以快速直观的发现病虫害的发生情况，以此达到监测农业病虫害的目的。本文以山东省泰安市东平县为研究区域，进行玉米病虫害监测。
【关键词】 玉米;病虫害;归一化植被指数;监测
Monitoring of maize pests and diseases based on remote sensing
[Abstract] Diseases and insect pests are the main reason for the large reduction of maize yield. Through remote sensing images and calculation of NDVI， the occurrence of diseases and insect pests can be found quickly and intuitively， so as to achieve the purpose of monitoring agricultural diseases and insect pests. In this paper， Dongping County， Tai'an City， Shandong Province， as the research area， the monitoring of maize diseases and insect pests.
[Keywords] maize; pests and diseases; NDVI; monitoring
1 引言
病蟲害一直是影响农业发展的一大问题，大规模的农田如果单纯依靠人工来监测病虫害发生情况，工作量大且效率低下，而遥感的优势就是快速、直观、高效。如果能够及早的发现病虫害，并进行防治，可以较好的减少农业损失。
泰安东平县是玉米种植大县，主要的病虫害有玉米锈病、粗缩病、大斑病等，玉米锈病发病初期在叶片形成褐色小脓疤，后散出铁锈色粉状物，后期露出黑褐色孢子[1]。大斑病染病时叶片形成边缘暗褐色、中央淡褐色或青灰色的大斑[2]。乳熟期是大斑病发病时期，染病严重的叶片变黄甚至枯死。玉米粗缩病在整个生育期都可感染发病，开始在心叶基部及中脉两侧产生透明的油浸状褪绿虚线条点，逐渐扩及整个叶片。
玉米的NDVI与叶绿素含量呈现正相关，这样就可以从遥感卫星获取光谱反射率，估量作物受胁迫引起的色素变化。
基于这三种玉米病虫害发生的时间特性，选择下载8-9月的遥感影像来观测发病区植被的NDVI分布规律，通过对目标区域进行NDVI计算，与确认发病时的NDVI曲线对比，如果与发病时的分布特征较吻合，则说明该地区也发生了玉米病虫害。
2 研究方法
2.1 选定参照样本
首先查询东平县玉米病虫害发生情况，2009至2013年粗缩病连年发生，而大斑病和锈病经常小面积发生，因此下载2009年的Landsat影像，通过裁剪、波段组合、计算NDVI，计算公式如（1）所示，将计算结果进行统计，由于大豆与玉米种植时期大致相同，因此要将大豆从农田中剔除，而大豆主要集中在东平湖以西斑鸠店镇、银山镇、戴庙镇、商老庄乡、旧县乡5个乡镇种植，剔除水体、居民区、大豆种植区之后近似认为剩下的区域为玉米种植区，将该部分的NDVI分布情况进行汇总，得到病害发生区的NDVI分布规律，将此分布规律作为其他数据的对比标准。
NDVI=（B4-B3）/（B4+B3） （1）
2.2 处理其他年份遥感数据
下载其他年份图像，并按照上述方式进行处理，得到NDVI分布曲线，将这些曲线与对比标准进行对照。
2.3 验证
与对比标准特征相似的曲线判定为受到病虫害影响，查阅相关资料，验证判断是否正确。
2.4 监测应用
验证判定正确之后进行实际应用，监测病虫害发生情况。
3 研究结果及应用
3.1 发生病虫害的NDVI分布特征
玉米受到病虫害影响时NDVI值相比于正常植被减小，根据2009年影像数据所示，NDVI峰值出现在0.56-0.57左右，且数量较多，而大于0.57的数量较少。
3.2 判定及验证结果
2010年峰值出现时对应的NDVI严重降低，峰值出现在0.3-0.37左右，且大于0.4的数量较少;2005年峰值出现在0.55左右，并且有较多的一部分分布在0.5-0.63之间;2016年峰值0.63左右，且大部分分布在0.59-0.69之间。因此判定2010年发生了严重的病虫害，2005年也发生了病虫害，但相对于2009年程度较轻，2016年未发生病虫害或发生程度很轻。
根据文献得知，2010年全国玉米病虫害重于2009年和常年，病虫害发生面积2075.0万hm2次，根据网络资料2005年发生了玉米粗缩病，2016年玉米病虫害总体来说相对较轻。因此通过将目标地区的NDVI与已知发病时作物的NDVI做对比，可以较好的反应作物发病情况。
3.3 应用
计算统计2001年和2017年影像数据的NDVI分布特征，2001年峰值出现在0.48左右，且大于0.55的数量很少，判定该年发生了玉米病虫害;2017年峰值出现在0.77-0.79左右，且大部分分布在0.65-0.85之间，判定该年未发生病虫害或程度极低。
4 结论与讨论
为了较好的监测玉米病虫害，本文以文献信息为依托，通过将发病区域NDVI的统计信息作为对比标准，将待监测区NDVI与之对比的方式，来达到快速监测玉米病虫害的目的，通过分析和研究发现：
当NDVI峰值出现在0.56-0.57左右，且数量较多，而大于0.57的数量较少时，玉米发生了病虫害;
当峰值出现时的NDVI小于等于0.56时，可以判定发生了玉米病虫害;
通过对比NDVI的统计信息发现通过该指标可以较好的发现玉米发病情况，且处理方式操作简单。
总之，利用遥感监测农作物病虫害是一个较新的领域，需要更好的进行研究，目前在遥感影像数据的获取方面还有较大的缺陷，未能实时获取感兴趣区的影像数据，在时效性上需进一步提高，另外怎样区分病虫害的种类还需要进一步进行研究。
参考文献：
[1] 徐衍红;赵 丽;李璐存.东平县玉米锈病的发生与综合防控 [J].吉林农业.2016年：97.
[2] 郑庆伟.山东当前农作物病虫害发生情况.农药市场信息.2016年：67.
转载注明来源:https://www.xzbu.com/1/view-14860337.htm
