趙俊芳，房世波，郭建平

(中國(guó)氣象科學(xué)研究院，北京 100081)

0 引言

旱害是我國(guó)最主要的農(nóng)業(yè)氣象災(zāi)害之一，每年受災(zāi)比例居各類農(nóng)業(yè)氣象災(zāi)害之首［1］。小麥的主產(chǎn)區(qū)分布在華北、東北和西北地區(qū)，遭受春旱的頻率高、危害大［2］。由于麥蚜蟲(chóng)大多喜歡較干燥的天氣條件，在小麥生長(zhǎng)季節(jié)，降雨少、濕度小是導(dǎo)致蚜蟲(chóng)危害大量發(fā)生的主要天氣條件［3］。蚜蟲(chóng)危害與旱害的發(fā)生往往具有協(xié)同性，因此，做好早期監(jiān)測(cè)預(yù)警工作，對(duì)小麥旱害與蟲(chóng)害的防治工作有重大意義。

以3S 技術(shù)為核心的自然災(zāi)害監(jiān)測(cè)手段越來(lái)越受到農(nóng)業(yè)工作者的重視。針對(duì)小麥在干旱條件下的冠層光譜［4－5］和受病蟲(chóng)害的冠層反射光譜［6－12］，國(guó)內(nèi)外學(xué)者都已進(jìn)行過(guò)不少研究，這對(duì)遙感監(jiān)測(cè)小麥旱害和病蟲(chóng)害具有理論指導(dǎo)意義。由于冬小麥在干旱脅迫條件下長(zhǎng)勢(shì)弱，對(duì)病蟲(chóng)害的抵抗能力差，很容易在干旱脅迫下誘發(fā)病蟲(chóng)害，這就給單一的冬小麥干旱監(jiān)測(cè)或病蟲(chóng)害監(jiān)測(cè)帶來(lái)很大困難，制約著農(nóng)業(yè)遙感監(jiān)測(cè)蟲(chóng)害和干旱的準(zhǔn)確判別。然而，迄今利用高光譜遙感技術(shù)進(jìn)行我國(guó)冬小麥旱害和病蟲(chóng)害監(jiān)測(cè)的研究少之又少。鑒于此，本文基于高光譜遙感技術(shù)，著重探討小麥?zhǔn)苎料x(chóng)危害和干旱脅迫后的光譜差異，篩選出識(shí)別蚜蟲(chóng)危害和干旱脅迫響應(yīng)最敏感的光譜波段，為利用遙感技術(shù)準(zhǔn)確監(jiān)測(cè)冬小麥干旱和病蟲(chóng)害提供科學(xué)依據(jù)。

1 實(shí)驗(yàn)基地與研究方法

1.1 實(shí)驗(yàn)基地概況

實(shí)驗(yàn)于2007年10月—2008年6月在中國(guó)氣象局河北定興固城生態(tài)實(shí)驗(yàn)基地(位于E 115°40'，N 39°08')進(jìn)行。該實(shí)驗(yàn)基地海拔高度15.2 m，年平均氣溫12.2℃，年降雨量平均528 mm，冬小麥生育期內(nèi)降水量平均為180 mm;主要農(nóng)作物為冬小麥和夏玉米，是華北平原北部高產(chǎn)農(nóng)業(yè)區(qū)的典型代表?；貎?nèi)地勢(shì)平坦，是地面高光譜遙感實(shí)驗(yàn)的理想場(chǎng)地。

1.2 實(shí)驗(yàn)設(shè)計(jì)

為深入研究冬小麥在不同干旱脅迫和蟲(chóng)害條件下的光譜響應(yīng)機(jī)理，本次實(shí)驗(yàn)將15 塊4 m ×2 m 的冬小麥實(shí)驗(yàn)田分為5 組，設(shè)置5 項(xiàng)水分處理，每項(xiàng)水分處理重復(fù)3 次。按照小麥生長(zhǎng)季500 mm 的需水量分配灌水量，各項(xiàng)水分處理的灌水量分別相當(dāng)于需水量的＞70%，60%～70%，50%～60%，40%～50%和生育期內(nèi)的自然降水(灌水量相當(dāng)于需水量的＜40%，即70.9 mm)(以下分別簡(jiǎn)稱＞70%，60%～70%，50%～60%，40%～50%水分處理和自然降水處理)。為考察干旱對(duì)小麥生長(zhǎng)發(fā)育的影響，取消越冬水，在播種、返青、拔節(jié)、孕穗、抽穗/ 開(kāi)花和灌漿等6個(gè)生長(zhǎng)發(fā)育期各灌溉一次，并使用移動(dòng)大棚遮蔽自然降水。小麥在灌漿末期發(fā)生了較嚴(yán)重的麥長(zhǎng)管蚜(Macrosiphum avenae(Fabricius))蟲(chóng)害，每株小麥的蚜量平均為68 頭。為判別蚜蟲(chóng)蟲(chóng)害與干旱脅迫對(duì)冬小麥的危害，蟲(chóng)害期間對(duì)冬小麥冠層光譜特性進(jìn)行了多次測(cè)量，對(duì)正常小麥冠層和受蟲(chóng)害小麥冠層分別重復(fù)測(cè)量10 次，每次測(cè)定的都是大田冠層光譜，最后結(jié)果為多次測(cè)量的平均值。

1.3 冠層光譜測(cè)定

冬小麥冠層高光譜反射率數(shù)據(jù)采集儀器為ASD HandHeld FieldSpec3 野外便攜式地物光譜儀。該光譜儀視場(chǎng)角為25°，波長(zhǎng)范圍為350～2500 nm，在350～1 000 nm 譜段光譜采樣間隔為1.4 nm，在1 000～2 500 nm 譜段光譜采樣間隔為2 nm;光譜分辨率在350～700 nm 譜段為3 nm，在1 400～2 100 nm 譜段為10 nm;輸出通道數(shù)為2 150。

為獲得穩(wěn)定的光譜反射數(shù)據(jù)，選擇在晴朗無(wú)云、風(fēng)力較小的天氣進(jìn)行測(cè)量，視場(chǎng)范圍內(nèi)太陽(yáng)直接照射，測(cè)量時(shí)間在北京時(shí)間11:00～14:00。在光譜測(cè)量前，都先進(jìn)行了白板校正(即測(cè)定白板光譜);在光譜測(cè)量過(guò)程中，始終保持傳感器探頭垂直向下，與冬小麥冠層頂相距約1.3 m。在每個(gè)小區(qū)隨機(jī)選取7個(gè)樣本點(diǎn)，每項(xiàng)水分處理21個(gè)點(diǎn)，5 項(xiàng)水分處理共105個(gè)點(diǎn)，取其平均值作為該小區(qū)冬小麥冠層光譜測(cè)量的最后結(jié)果。

1.4 高光譜數(shù)據(jù)處理

白板與被測(cè)對(duì)象放置在同一水平面，以小區(qū)所測(cè)冬小麥冠層光譜作為太陽(yáng)光反射光譜，以白板光譜作為太陽(yáng)輻射光譜，二者相除并乘以白板的室內(nèi)定標(biāo)光譜反射率，即得到冬小麥冠層的反射光譜值。從測(cè)量數(shù)據(jù)看，在1 350～2 500 nm 譜段內(nèi)的數(shù)據(jù)噪聲較大，且受干旱小麥光譜和受蟲(chóng)害小麥光譜無(wú)明顯分異，因此，本研究只處理和分析了350～1 350 nm 譜段內(nèi)的光譜數(shù)據(jù)。

一階微分有利于限制低頻背景光譜對(duì)目標(biāo)光譜的影響［13］。為了減少數(shù)據(jù)量和限制隨機(jī)噪聲水平，對(duì)波長(zhǎng)覆蓋350～1 350 nm 譜段的原始波段進(jìn)行數(shù)據(jù)變換。對(duì)波長(zhǎng)R 的一階微分變換為

式中:R 為Δλ 的2 倍波段寬，nm;r1，r2，…，rn分別為第1，2，…，n 波段的波長(zhǎng)。

2 結(jié)果與分析

2.1 蚜蟲(chóng)危害冬小麥冠層高光譜特征分析

圖1 示出健康和受蚜蟲(chóng)危害的冬小麥冠層高光譜特征。可以看出，健康冬小麥冠層和受蚜蟲(chóng)危害冬小麥冠層的高光譜特征存在明顯的差異，在近紅外波段的差異比在可見(jiàn)光波段顯著。與健康冬小麥冠層相比，受蚜蟲(chóng)危害的冬小麥冠層同樣存在以500 nm為中心的葉綠素藍(lán)光吸收谷，在490～530 nm藍(lán)邊波段的光譜反射率亦呈逐漸上升趨勢(shì)，但在其他波段其反射率有明顯的下降，尤其在760～1 350 nm的近紅外波段反射率降低趨勢(shì)最為顯著;同時(shí)，受蟲(chóng)害植株的“紅邊效應(yīng)”比健康植株的降低，在680～740 nm紅邊波段處光譜反射率的增加速率也比健康植株的低。蚜蟲(chóng)危害造成的冬小麥光譜的上述變化，主要是因?yàn)檠料x(chóng)危害導(dǎo)致冬小麥細(xì)胞活性、含水量與葉綠素含量下降及蚜蟲(chóng)分泌物對(duì)冬小麥葉片污染等原因造成的，這與喬洪波等［9］和何國(guó)金等［14］的研究結(jié)果一致。

圖1 健康和蚜蟲(chóng)危害冬小麥冠層高光譜特征Fig.1 Hyperspectral reflectance of healthy canopy and aphid damaged canopy of winter wheat

2.2 干旱脅迫冬小麥冠層高光譜特征分析

圖2 示出不同水分處理下冬小麥冠層高光譜反射率特征曲線?？梢钥闯?，不同水分處理下冬小麥冠層的光譜反射率變化基本一致，具有一般綠色植物的特征。但各項(xiàng)水分處理結(jié)果在不同波段的反射率明顯不同，特別是在近紅外波段的反射率降低趨勢(shì)非常顯著。在可見(jiàn)光波段，生育期內(nèi)對(duì)冬小麥的自然降水處理(即嚴(yán)重干旱脅迫處理)下，冬小麥冠層光譜反射率高于其他項(xiàng)水分處理下的反射率，且水分條件較好的處理(＞70%)的光譜反射率高于其他水分條件較差的處理(60%～70%，50%～60%和40%～50%)的反射率。但在近紅外波段，生育期內(nèi)對(duì)冬小麥的自然降水處理下的冬小麥冠層光譜反射率卻低于其他項(xiàng)水分處理下的反射率，且水分條件較好的處理(＞70%)的光譜反射率低于其他水分條件較差的處理(60%～70%，50%～60%和40%～50%)的反射率;近紅外區(qū)反射率的下降主要是灌漿末期葉片結(jié)構(gòu)和物質(zhì)含量變化造成的。從建甌等［15］通過(guò)監(jiān)測(cè)冬小麥冠層高光譜反射率對(duì)干旱脅迫的反應(yīng)，發(fā)現(xiàn)嚴(yán)重干旱脅迫的冠層光譜反射率高于其他水分處理下的反射率(在可見(jiàn)光波段)，且水分條件較好處理下的光譜反射率低于水分條件較差處理下的反射率(在近紅外波段)。這與本文的研究結(jié)果相吻合。

圖2 不同水分處理下冬小麥冠層高光譜反射率特征曲線Fig.2 Hyperspectral reflectance of the winter wheat canopy under different water treatments

2.3 蟲(chóng)害與干旱脅迫冬小麥冠層光譜差異分析

2.3.1 光譜反射率差異

蚜蟲(chóng)危害和干旱脅迫造成冬小麥冠層光譜變化的主要原因是，蚜蟲(chóng)危害和干旱脅迫導(dǎo)致小麥葉片細(xì)胞活性、含水量和葉綠素含量下降以及蚜蟲(chóng)分泌物對(duì)小麥葉片的污染等。研究表明，小麥生育期內(nèi)葉片葉綠素含量的變化與蚜蟲(chóng)數(shù)量及含水量存在著相關(guān)關(guān)系［11，14］;而葉綠素含量變化的光譜表現(xiàn)為冬小麥冠層在某些光譜波段的吸收率和反射率的變化，這就為應(yīng)用遙感技術(shù)監(jiān)測(cè)麥蚜蟲(chóng)害和干旱脅迫提供了可能。

通過(guò)對(duì)比冬小麥冠層在蚜蟲(chóng)危害和不同水分處理下的高光譜反射率，發(fā)現(xiàn)二者的光譜特征存在明顯差異。受蚜蟲(chóng)危害后，在350～630 nm 的可見(jiàn)光波段，冬小麥冠層的反射率均低于不同水分處理下的冠層光譜反射率;而在630～686 nm 的可見(jiàn)光波段，冬小麥冠層的反射率高于水分條件較差處理(40%～50%和＜40%)而低于水分條件較好處理(＞70%，60%～70%和50%～60%)下的冠層光譜反射率;在686～700 nm 的可見(jiàn)光波段和水分處理(＞70%，60%～70%，50%～60%和40%～50%)下的冠層光譜反射率差異不大;在740～1 000 nm近紅外波段，低于水分條件較好處理(＞70%，60%～70%，50%～60%和40%～50%)下的冠層光譜反射率，但高于水分脅迫最嚴(yán)重的處理(自然降水，＜40%)下的冠層光譜反射率;在1 000～1 130 nm的近紅外波段，低于水分條件較好處理(＞70%，60%～70%，50%～60%和40%～50%)下的冠層光譜反射率，但和水分脅迫最嚴(yán)重處理(自然降水)下的冠層光譜反射率差異不大;而在1 130～1 350 nm的近紅外波段卻低于所有的水分處理下的冠層光譜反射率。以上分析表明，在350～630 nm 的可見(jiàn)光波段和1 000～1 130 nm 的近紅外波段，受蚜蟲(chóng)危害和水分脅迫的冬小麥冠層光譜特征差異顯著，且受蚜蟲(chóng)危害的冬小麥冠層的反射率均低于不同水分處理下的冠層光譜反射率，說(shuō)明這2個(gè)波段是識(shí)別蟲(chóng)害和干旱最敏感的波段(圖3)。

圖3 蚜蟲(chóng)危害和不同水分處理下的冬小麥冠層高光譜反射率Fig.3 Hyperspectral reflectance of the winter wheat canopy under aphid damage and different water treatments

2.3.2 “紅邊”位置與“紅邊”斜率

利用微分技術(shù)可以求得“三邊”參數(shù)，包括“紅邊”、“藍(lán)邊”和“綠邊”，其中應(yīng)用最廣泛的為“紅邊”效應(yīng)。通常采用“紅邊”斜率和“紅邊”位置2個(gè)因子描述紅邊特征(其中“紅邊”位置定義為紅光到近紅外區(qū)光譜曲線的變形點(diǎn))。根據(jù)一階導(dǎo)數(shù)的光譜曲線峰值可確定“紅邊”位置和斜率。

圖4 為冬小麥冠層在蚜蟲(chóng)危害和不同水分處理下的一階微分光譜?？梢钥闯觯诓煌置{迫和蚜蟲(chóng)危害下，冬小麥冠層反射率的一階導(dǎo)數(shù)(dR)在650～780 nm 譜段發(fā)生劇烈的變化，自然降水處理(＜40%)的“紅邊”斜率最小;受蚜蟲(chóng)危害以及灌水量分別相當(dāng)于需水量的＞70%，60%～70%，50%～60%和40%～50%水分處理下的“紅邊”斜率依次變大。各項(xiàng)水分處理下的“紅邊”位置位于719～734 nm 之間，受蚜蟲(chóng)危害的“紅邊”位置波長(zhǎng)最短(698 nm)，而不同水分處理下的“紅邊”位置則隨著干旱脅迫的加重向波長(zhǎng)短的方向移動(dòng)(即“藍(lán)移”)，這主要是由于在蟲(chóng)害和干旱脅迫下葉綠素含量和葉面積指數(shù)下降造成的。

圖4 蚜蟲(chóng)危害和不同水分處理下的冬小麥冠層一階微分光譜Fig.4 First-order derivative spectra of winter wheat canopy under aphid damage and different water treatments

Boocn 等［16］和Horler 等［17］認(rèn)為有2個(gè)因素決定著“紅邊”位置和“紅邊”斜率，一個(gè)是葉綠素含量，它能引起700 nm 附近的光譜變化;另一個(gè)是近紅外波段的散射特征，它由生物量、物候變化、冠層結(jié)構(gòu)和葉片結(jié)構(gòu)等因素決定。當(dāng)農(nóng)作物遭受病蟲(chóng)害時(shí)，葉綠素含量下降，導(dǎo)致“紅邊”陡升段的斜率降低，出現(xiàn)“紅邊”位置“藍(lán)移”［18］。干旱脅迫常伴有作物根部土壤水分的匱乏，造成作物蒸騰作用受到抑制，葉片氣孔關(guān)閉、溫度升高、葉綠素含量下降。本研究進(jìn)一步印證了上述結(jié)論。

3 討論

1)在冬小麥生長(zhǎng)發(fā)育過(guò)程中，由于生長(zhǎng)發(fā)育狀況、葉綠素含量、水分含量和葉片內(nèi)部結(jié)構(gòu)等生理變化，以及對(duì)冠層的形狀結(jié)構(gòu)、輻照和背景效應(yīng)等的響應(yīng)，小麥冠層在不同生育期、不同水分處理下均有不同的光譜響應(yīng)。本文的研究結(jié)果表明:不同水分處理下冬小麥灌漿末期冠層的光譜反射率變化基本一致，具有一般綠色植物的特征;但在各項(xiàng)水分處理下，冬小麥在不同波段的反射率大小明顯不同，在近紅外波段反射率降低趨勢(shì)非常顯著，水分脅迫越嚴(yán)重，其冠層光譜反射率越高，這一點(diǎn)也在國(guó)內(nèi)相關(guān)研究結(jié)果中得到證實(shí)［15］。一般來(lái)說(shuō)，綠色植物的光譜反射曲線具有較好的一致性:在560 nm 附近綠光區(qū)具有較高的光譜反射率，在680 nm 紅光區(qū)的光譜反射率較低，進(jìn)人720 nm 波段光譜反射率開(kāi)始急劇上升，在近紅外區(qū)則維持很高的光譜反射率。當(dāng)植物受到病蟲(chóng)害侵染時(shí)，紅光區(qū)和近紅外區(qū)的光譜反射率會(huì)發(fā)生明顯變化。本文的實(shí)驗(yàn)結(jié)果表明，蚜蟲(chóng)危害可以在小麥冠層的光譜中得到響應(yīng)，冬小麥?zhǔn)艿窖料x(chóng)危害后，小麥冠層的反射率在紅光區(qū)和近紅外區(qū)有明顯的下降，尤其在近紅外區(qū)下降得更為顯著，進(jìn)一步印證了在識(shí)別受病蟲(chóng)害植物中近紅外區(qū)比可見(jiàn)光區(qū)更有利用價(jià)值這一結(jié)論。在紅光區(qū)和近紅外區(qū)植被的反射率主要受葉子內(nèi)部結(jié)構(gòu)、生物量、蛋白質(zhì)和纖維素等影響，發(fā)病小麥在紅外區(qū)反射率降低，說(shuō)明小麥的內(nèi)部結(jié)構(gòu)已遭到破壞，葉細(xì)胞色素含量發(fā)生變化，從而引起小麥冠層外部顏色和形態(tài)改變。

2)本文主要針對(duì)冬小麥旱害和蚜蟲(chóng)害2 種災(zāi)害，基于大田實(shí)驗(yàn)數(shù)據(jù)，結(jié)合統(tǒng)計(jì)方法，取得上述初步結(jié)論。但由于本項(xiàng)研究學(xué)科交叉性強(qiáng)，同時(shí)涉及到農(nóng)學(xué)、作物學(xué)、土壤學(xué)和遙感應(yīng)用等多個(gè)學(xué)科，研究難度較大，在研究過(guò)程中仍有許多問(wèn)題有待進(jìn)一步探討:①限于本文的實(shí)驗(yàn)條件和時(shí)間，對(duì)冬小麥的實(shí)驗(yàn)只進(jìn)行了1 季，如果時(shí)間允許，應(yīng)該至少有1次重復(fù)實(shí)驗(yàn)，設(shè)置不同蟲(chóng)害狀況，不僅可以完善實(shí)驗(yàn)中忽視的問(wèn)題，還可以驗(yàn)證實(shí)驗(yàn)結(jié)果使之更具有說(shuō)服力。如果實(shí)驗(yàn)條件允許，應(yīng)該采用水泥混凝土砌成的有底水池，這樣可有效地隔斷水分側(cè)向交換及下滲;②本文所提取的用于鑒別小麥干旱和蚜蟲(chóng)危害的敏感波段是否能推廣應(yīng)用到其他地區(qū)的小麥干旱和蟲(chóng)害監(jiān)測(cè)中，還有待于進(jìn)行更多的實(shí)驗(yàn)研究工作，同時(shí)還要考慮大氣效應(yīng)對(duì)這些敏感波段的干擾;③利用遙感技術(shù)監(jiān)測(cè)農(nóng)業(yè)病蟲(chóng)害，通過(guò)地面光譜分析可能有些識(shí)別能力，但通過(guò)空間遙感還是極難識(shí)別出來(lái)的，尤其是在病蟲(chóng)害早期，因?yàn)橐鸸庾V反射率變化的不僅僅是病蟲(chóng)害，而且還可能是大量的其他因素。但無(wú)論如何本文的研究結(jié)果可為進(jìn)一步探索利用空間遙感技術(shù)監(jiān)測(cè)農(nóng)業(yè)病蟲(chóng)害打下一定的基礎(chǔ);④遙感應(yīng)用的實(shí)質(zhì)是反演，但是遙感反演中還存在很多問(wèn)題，這些問(wèn)題的解決主要依賴于傳感器技術(shù)的進(jìn)步、尺度問(wèn)題研究的深入、圖像處理技術(shù)的改進(jìn)、輻射傳輸模型和反演算法的改進(jìn)以及多源信息的融合等。其中尺度問(wèn)題是許多研究的核心問(wèn)題，在遙感監(jiān)測(cè)中，對(duì)于相同的研究目標(biāo)，利用不同尺度的遙感數(shù)據(jù)往往可能得到完全不同的研究結(jié)果。為此，在將機(jī)理模型應(yīng)用到圖像數(shù)據(jù)時(shí)，要在尺度上將像元內(nèi)部的屬性轉(zhuǎn)換為像元的屬性，這依賴于對(duì)尺度效應(yīng)和尺度轉(zhuǎn)換等方面的深入研究。

總之，本文的研究結(jié)果表明，根據(jù)獲得的高光譜信息判別小麥旱害與蚜害是可行的，并且可以實(shí)時(shí)、直觀地對(duì)小麥旱害與蚜害的發(fā)生發(fā)展情況進(jìn)行估測(cè)。今后，隨著衛(wèi)星遙感數(shù)據(jù)光譜分辨率以及空間、時(shí)間、輻射分辨率的不斷提高，技術(shù)手段的不斷改進(jìn)和實(shí)驗(yàn)條件的不斷完善，研究和分析的程度將會(huì)不斷深入。此外，由于航空、航天高光譜遙感的測(cè)量方式與小麥冠層光譜測(cè)量方式更為接近，本文的研究結(jié)果可為進(jìn)一步研究利用航空、航天遙感技術(shù)監(jiān)測(cè)小麥旱害與蟲(chóng)害及其嚴(yán)重程度提供一定的理論依據(jù)與方法支持。

4 結(jié)論

1)基于高光譜遙感，探討了小麥灌漿末期受蚜蟲(chóng)危害和干旱脅迫的冬小麥冠層光譜差異，篩選出識(shí)別小麥蚜蟲(chóng)危害和干旱脅迫響應(yīng)最敏感的光譜波段。在350～630 nm 的可見(jiàn)光波段和1 000～1 130 nm的近紅外波段，受蚜蟲(chóng)危害和水分脅迫的灌漿末期冬小麥冠層光譜特征差異顯著，且受蚜蟲(chóng)危害的冬小麥冠層的反射率均低于不同水分處理下的光譜反射率，說(shuō)明這2個(gè)波段是冬小麥灌漿末期識(shí)別蚜蟲(chóng)危害和干旱脅迫最敏感的光譜波段。

2)利用光譜微分方法證明，冬小麥冠層光譜的“紅邊”斜率在650～780 nm 波段發(fā)生劇烈變化，自然降水處理(灌水量相當(dāng)于需水量的＜40%)下的紅邊斜率最小;受蚜蟲(chóng)危害以及灌水量分別相當(dāng)于需水量的＞70%，60%～70%，50%～60%和40%～50%水分處理下的紅邊斜率依次變大。各項(xiàng)水分處理下的“紅邊”位置位于719～734 nm，受蚜蟲(chóng)危害的“紅邊”位置波長(zhǎng)最短(698 nm)，不同水分處理下的“紅邊”位置隨著干旱脅迫的加重向波長(zhǎng)短的方向發(fā)生“藍(lán)移”，因此根據(jù)“紅邊”參數(shù)也可以判別冬小麥灌漿末期蚜蟲(chóng)危害和干旱脅迫的程度。

［1］IPCC.Impacts，adaptation and vulnerability:Working group II contribution to the intergovernmental panel on climate change fourth assessment report［R］.Brussels，2007.

［2］王春乙，婁秀榮，王建林.中國(guó)農(nóng)業(yè)氣象災(zāi)害對(duì)作物產(chǎn)量的影響［J］.自然災(zāi)害學(xué)報(bào)，2007，16(5):37－43.Wang C Y，Lou X R，Wang J L.Influence of agricultural meteorological disasters on output of crop in China［J］.Journal of Natural Disasters，2007，16(5):37－43.

［3］譚江瑞，范艷琴.運(yùn)城地區(qū)小麥病蟲(chóng)的發(fā)生與氣候條件之間的關(guān)系［J］.山西氣象，2004(4):11－13.Tan J R，F(xiàn)an Y Q.Relations between occurrence of wheat diseases and insect pests and climatic conditions in Yuncheng［J］.Shanxi Meteorological Quarterly，2004(4):11－13.

［4］谷艷芳，丁圣彥，陳海生，等.干旱脅迫下冬小麥(Triticum Aestivum)高光譜特征和生理生態(tài)響應(yīng)［J］.生態(tài)學(xué)報(bào)，2008，28(6):2690－2697.Gu Y F，Ding S Y，Cheng H S，et al.Ecophysiological responses and hyperspectral characteristics of winter wheat(Triticum Aestivum)under drought stress［J］.Acta Ecologica Sinica，2008，28(6):2690－2697.

［5］王 溥，武建軍，聶建亮，等.不同植被水分指數(shù)對(duì)小麥水分狀況監(jiān)測(cè)效果對(duì)比［J］.國(guó)土資源遙感，2010，22(3):97－100.Wang P，Wu J J，Nie J L，et al.A comparatively study of the capabilities of different vegetation water indices in monitoring water status of wheat［J］.Remote Sensing for Land and Resources，2010，22(3):97－100.

［6］Steddom K，Heidel G，Jones D，et al.Remote detection of Rhizomania in sugar beets［J］.The American Phytopathological Society，2003，93(6):720－726.

［7］Zhao C J，Huang M Y，Huang W J，et al.Analysis of winter wheat stripe rust characteristic spectrum and establishing of in version models［J］.IEEE Geoscience and Remote Sensing Symposium，2004，6(7):4318－4320.

［8］Muhammed H H.Hyperspectral crop reflectance data for characterizing and estimating fungal disease severity in wheat［J］.Biosystems Engineering，2005，91(1):9－20.

［9］喬紅波，夏 斌，馬新明，等.冬小麥病蟲(chóng)害的高光譜識(shí)別方法研究［J］.麥類作物學(xué)報(bào)，2010，30(4):770－774.Qiao H B，Xia B，Ma X M，et al.Identification of damage by diseases and insect pests in winter wheat［J］.Journal of Triticeae Crops，2010，30(4):770－774.

［10］李 軒，郭安紅，莊立偉.基于GIS 的主要農(nóng)作物病蟲(chóng)害氣象等級(jí)預(yù)報(bào)系統(tǒng)研究［J］.國(guó)土資源遙感，2012，24(1):104－109.Li X，Guo A H，Zhuang L W.The main crop diseases and pests meteorology level forecast system based on GIS［J］.Remote Sensing for Land and Resources，2012，24(1):104－109.

［11］蔣金豹，陳云浩，黃文江.用高光譜微分指數(shù)監(jiān)測(cè)冬小麥病害的研究［J］.光譜學(xué)與光譜分析，2007，27(12):2475－2479.Jiang J B，Chen Y H，Huang W J.Using hyperspectral derivative index to monitor winter wheat disease［J］.Spectroscopy and Spectral Analysis，2007，27(12):2475－2479.

［12］Riedell W E，Blackmer T M.Leaf reflectance spectra of cereal aphid damaged wheat［J］.Crop Science，1999，39(6):1835－1840.

［13］浦瑞良，宮 鵬.高光譜遙感及其應(yīng)用［M］.北京:高等教育出版社，2000.Pu R L，Gong P.Hyperspectral remote sensing and its application［M］.Beijing:Higher Education Press，2000.

［14］何國(guó)金，胡德永，金小華，等.北京麥蚜蟲(chóng)害的光譜測(cè)量與分析［J］.遙感技術(shù)與應(yīng)用，2002，17(3):119－124.He G J，Hu D Y，Jin X H，et al.The spectra measurement and analysis of wheat aphid disaster in Beijing［J］.Remote Sensing Technology and Application，2002，17(3):119－124.

［15］從建甌，李 寧，許映軍，等.干旱脅迫下冬小麥產(chǎn)量結(jié)構(gòu)與生長(zhǎng)、生理、光譜指標(biāo)的關(guān)系［J］.中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)，2010，18(1):67－71.Cong J O，Li N，Xu Y J，et al.Relationship between Indices of growth，physiology and reflectivity and yield of winter wheat under water stress［J］.Chinese Journal of Eco－ Agriculture，2010，18(1):67－71.

［16］Booch F，Kupfer G，Dockter K.Shape of the red edge as vitality indicator for plants［J］.Internal J Remote Sens，1990，11(10):1741－1752.

［17］Horler D N H，Dockray M，Barber J.The red edge of plant leaf reflectance［J］.Internal J Remote Sens，1983，4(2):273－288.

［18］吳繼友，倪 健.松毛蟲(chóng)危害的光譜特征與蟲(chóng)害早期探測(cè)模式［J］.環(huán)境遙感，1995，10(4):250－258.Wu J Y，Ni J.Spectral characteristics of the pine leaves damaged by pine moth and a model for detecting the damage early［J］.Remote Sensing of Environment，1995，10(4):250－258.