欧亚国际

利用光谱分析技术进行作物长势实时检测一直是遥感在农业中应用的研究热点。植物的光谱特性是植物在生长过程中与环境因子(包括生物因子和非生物因子)相互作用的综合光谱信息。当植物遭受病虫害侵染后,其外部形态和生理效应发生变化,如卷叶、落叶、枯萎等,导致冠层形状变化;叶绿素组织遭受破坏,光合作用减弱,养分水分吸收、运输、转化等机能衰退。受害植物的光谱特性与健康植物的光谱特性相比,某些特征波段的值会发生不同程度的变化。此类光谱特性的变异现象已被国内外许多研究所证实。应用光谱遥感技术,研究和利用受害植物光谱特性的变异信息,可以为大规模地检测植物病虫害发生动向提供可靠的依据。

灰霉病毒是一种常见的植物病菌,它能够感染至少235种植物,包括观赏型植物、蔬菜、水果和葡萄类等。具有高湿度和温度的温室对病菌的生长十分有利。病菌能够通过植物叶片、茎、花、果实等直接进行传染,或者通过在运输、种植过程中造成的伤口感染。茄子等蔬菜在感染灰霉病菌后,将会造成叶片腐烂,减产,甚至导致死亡。病菌治理是解决灰霉病害的主要的有效方法。这里的治理包含物理方法、化学方法以及生物方法。而现今主要的治理方法则是使用农药。然而农药的大量无目标喷洒将会对环境造成严重的破坏以及增加生产成本。早在20世纪60年代,病害管理，的理念就被提出,用以代替简单的大面积无目标的喷洒。其关键的技术之一就是通过一定的检测方法发现病害感染,然后经过IPM对病害进行有效的药物喷洒。传统的病害检测在具体的农业生产中有很多弊端。肉眼观测很容易受到情绪和疲劳等主观因素的影响,而且不能长时间地进行。光学显微镜技术、透射电子显微镜技术、生物测定技术、血清学技术、PCR技术等虽然能够进行有效的检测,但是却需要耗费大量的时间和成本,并且需要专业人员进行操作。因而这些技术不能应用到实时的农田病害在线检测中。

计算机图像处理技术,从获取的测定对象图像中得到大量的参数和信息,数据具有较好的适应性。它在农业生产上的应用研究,始于20世纪70年代末期,主要是杂草识别、植物营养预测、植物病害检测、水势测量、农产品分级等。所处理的数字图像较常用的是某一光谱波段的灰度图像或由红、绿、蓝3个光谱分量组成的彩色RGB图像。当植物受到病菌胁迫后,植物叶片的光合色素含量和细胞结构会发生改变,不同波段的光谱反射率随之会产生变化,所以在植物病害研究中,要全面检测和分析受害植物叶片和冠层的特征信息,仅仅依靠灰度图像或RGB图像是无法完成的。多光谱成像技术是将摄入光源经过过滤,同时采集不同可见光谱和红外光谱等波段的数字图像,并进行分析处理的技术。它结合了光谱分析技术和计算机图像处理技术的长处,同时可以弥补光谱仪抗干扰能力较弱和RGB图像波段感受范围窄的缺点。针对错综复杂的外部环境和形状各异的植物品种,利用多光谱成像技术,同时处理可见光谱和红外光谱图像中植物的颜色信息、形状信息以及特征信息,对植物生长状况进行检测和诊断研究,是植物生理学、生物学、生物数学、遥感技术、计算机图像处理技术等多学科交叉而形成的新研究领域。由于灰霉病能够在茄子叶片的表面形成水渍状深色病斑,也就是通常所说的灰霉,因此可以通过图像处理技术来进行灰霉病害病斑的检测。