丁大偉 鄧國(guó)強(qiáng) 季敏 龐強(qiáng) 丁峰

摘 要：衛(wèi)星遙感技術(shù)能夠?qū)崿F(xiàn)高通量、無(wú)損、大面積、連續(xù)監(jiān)測(cè)小麥的生長(zhǎng)發(fā)育狀況和病蟲(chóng)草害發(fā)生情況等功能，有助于小麥的高產(chǎn)、優(yōu)質(zhì)和高效栽培，同時(shí)還有利于輔助政府科學(xué)決策，政府、農(nóng)技部門(mén)及相干企業(yè)的治理程度得以進(jìn)步。該文根據(jù)已有的文獻(xiàn)綜述和研究結(jié)果，論述了衛(wèi)星遙感影像技術(shù)在小麥生產(chǎn)領(lǐng)域應(yīng)用的理論依據(jù)、演變過(guò)程及最新進(jìn)展，為小麥品質(zhì)監(jiān)測(cè)的未來(lái)研究提供參考。

關(guān)鍵詞：小麥;衛(wèi)星遙感;品質(zhì)監(jiān)測(cè)

中圖分類(lèi)號(hào) S512.1文獻(xiàn)標(biāo)識(shí)碼 A文章編號(hào) 1007-7731（2020）15-0135-03

1 衛(wèi)星遙感技術(shù)在農(nóng)業(yè)上的應(yīng)用發(fā)展歷程

衛(wèi)星遙感技術(shù)在農(nóng)業(yè)上的應(yīng)用主要經(jīng)歷以下2個(gè)階段：

1.1 起步階段（1960—2000） 20世紀(jì)60年代，美國(guó)農(nóng)業(yè)、林業(yè)、海洋、水文等領(lǐng)域就已經(jīng)應(yīng)用了衛(wèi)星遙感技術(shù)，通過(guò)這項(xiàng)技術(shù)，美國(guó)從中獲取了較大的經(jīng)濟(jì)和社會(huì)效益。20世紀(jì)70年代末，美國(guó)利用衛(wèi)星遙感技術(shù)對(duì)蘇聯(lián)境內(nèi)的小麥生產(chǎn)狀況進(jìn)行了大面積作物產(chǎn)量估測(cè)，估測(cè)的產(chǎn)量與實(shí)際結(jié)果進(jìn)行核對(duì)，發(fā)現(xiàn)誤差在10%。20世紀(jì)80年代，“農(nóng)業(yè)和資源的空間遙感考查計(jì)劃（AGRISTARS）”在美國(guó)開(kāi)展，以此取得了國(guó)際糧食貿(mào)易市場(chǎng)的主動(dòng)權(quán)，獲得的經(jīng)濟(jì)效益達(dá)到了上億美元[1]。20世紀(jì)70年代末，衛(wèi)星遙感技術(shù)在我國(guó)農(nóng)業(yè)生產(chǎn)領(lǐng)域的應(yīng)用探索逐漸開(kāi)展起來(lái)。探索共分為3個(gè)時(shí)期：（1）“六五”時(shí)期，農(nóng)業(yè)部門(mén)在國(guó)內(nèi)外各界各部門(mén)的支持下，從國(guó)外引進(jìn)了先進(jìn)的實(shí)驗(yàn)儀器和探測(cè)技術(shù)并組織招集人員進(jìn)行人才培訓(xùn)，為后期的衛(wèi)星遙感應(yīng)用探求開(kāi)啟了一個(gè)良好的開(kāi)端;（2）“七五”“八五”時(shí)期，農(nóng)業(yè)部門(mén)開(kāi)始自我探索，衛(wèi)星遙感技術(shù)經(jīng)歷了關(guān)鍵技術(shù)攻關(guān)、實(shí)驗(yàn)調(diào)查研究和局部農(nóng)業(yè)生產(chǎn)服務(wù)3個(gè)階段，為后期的農(nóng)業(yè)科研項(xiàng)目應(yīng)用奠定了牢固的根基;（3）“九五”時(shí)期，衛(wèi)星遙感技術(shù)已經(jīng)初具規(guī)模，可以進(jìn)行實(shí)用化。衛(wèi)星遙感運(yùn)行服務(wù)系統(tǒng)在我國(guó)正式投入運(yùn)行并開(kāi)展了多項(xiàng)遙感在農(nóng)業(yè)上的運(yùn)用服務(wù)，包括全國(guó)農(nóng)業(yè)資源調(diào)查、連續(xù)實(shí)時(shí)監(jiān)測(cè)農(nóng)作物生長(zhǎng)狀況及理化參數(shù)評(píng)估、病蟲(chóng)草害信息收集、災(zāi)害預(yù)警以及田間災(zāi)害損失評(píng)估等[2]。

1.2 發(fā)展階段（2000—至今） 2001年中國(guó)加入世界貿(mào)易組織后，國(guó)際市場(chǎng)上的大量農(nóng)產(chǎn)品沖擊著我國(guó)農(nóng)業(yè)市場(chǎng)，造成了較大的波動(dòng)。提高糧食品質(zhì)，及時(shí)掌握我國(guó)糧食生產(chǎn)現(xiàn)狀成為輔助政府宏觀(guān)調(diào)控和市場(chǎng)決策的關(guān)鍵措施。我國(guó)關(guān)于糧食產(chǎn)量及品質(zhì)的調(diào)查主要有以下2種方法：是以行政區(qū)劃為單位，逐級(jí)上報(bào)，這種方法耗時(shí)較長(zhǎng)，且人為因素是易影響數(shù)據(jù)準(zhǔn)確性的主要原因。數(shù)據(jù)的收集速度較為緩慢，至少要秋后才能完成統(tǒng)計(jì)，這對(duì)政府部門(mén)宏觀(guān)調(diào)控和農(nóng)業(yè)企業(yè)收購(gòu)而言是不利的。二是讓各地農(nóng)業(yè)單位派遣相關(guān)人員進(jìn)行實(shí)地調(diào)查，再進(jìn)行匯總收集，這種方法準(zhǔn)確性較高，但消耗的人力成本和時(shí)間成本非常大;同時(shí)采集的數(shù)據(jù)以樣點(diǎn)為主，無(wú)法得知當(dāng)?shù)匦←溦w的具體品質(zhì)水平。因此，高通量、實(shí)時(shí)無(wú)損地對(duì)小麥進(jìn)行區(qū)域產(chǎn)量評(píng)估和品質(zhì)監(jiān)測(cè)成為研究熱點(diǎn)，國(guó)內(nèi)外相繼進(jìn)行了衛(wèi)星遙感對(duì)作物生理生化特性參數(shù)和品質(zhì)監(jiān)測(cè)的研究。

由于植物在特定波長(zhǎng)的反射率吸收峰能夠體現(xiàn)植物葉片水分狀況，田慶久等利用光譜反射率診斷小麥植株水分的可能性，結(jié)果表明：屬于小麥的葉片含水量的吸收特征光譜圖中，峰深度和面積在1450nm處具有良好的線(xiàn)性回歸關(guān)系。說(shuō)明利用地物光譜儀直接測(cè)量小麥葉片光譜，從而對(duì)小麥水分含量進(jìn)行活體測(cè)定是可能的，且方便快捷、節(jié)時(shí)省力。然而研究結(jié)果主要是針對(duì)地面測(cè)定技術(shù)開(kāi)展研究的，對(duì)于高空機(jī)載或衛(wèi)星遙感技術(shù)而言，由于1450nm光譜段位于大氣窗口之外，為大氣水吸收波段，因此，利用高空遙感技術(shù)獲取該波段的高質(zhì)量數(shù)據(jù)比較困難。能否將該研究結(jié)果應(yīng)用于高空遙感技術(shù)和應(yīng)用方面，還有待于發(fā)展高空遙感技術(shù)、提高遙感器性能，以及大氣訂正技術(shù)的發(fā)展和完善[3]。

祖冬琦等通過(guò)對(duì)遙感圖像進(jìn)行判讀，綜合解譯并制定預(yù)測(cè)估產(chǎn)模型，論述了利用遙感影像提取農(nóng)作物面積、產(chǎn)量的主要影響因子，以及解譯影像的具體方法[4]。黃文江等在開(kāi)展作物營(yíng)養(yǎng)診斷和品質(zhì)預(yù)報(bào)方面的協(xié)同研究時(shí)采用了紅邊參數(shù)這一概念，結(jié)果表明：在小麥開(kāi)花期運(yùn)用紅邊參數(shù)對(duì)反演葉片全氮和可溶性糖含量進(jìn)而預(yù)測(cè)小麥蛋白品質(zhì)是可行的。遙感可被農(nóng)業(yè)從業(yè)者利用進(jìn)行大面積無(wú)損連續(xù)地評(píng)價(jià)冬小麥生長(zhǎng)狀態(tài)有了依據(jù)[5]。宋曉宇等研究發(fā)現(xiàn)，在進(jìn)行小麥籽粒蛋白質(zhì)等主要品質(zhì)指標(biāo)的預(yù)測(cè)時(shí)利用遙感技術(shù)是可行的，遙感應(yīng)用的新途徑也因此開(kāi)辟[6]。

經(jīng)過(guò)4年的努力，揚(yáng)州大學(xué)研究出的稻麥產(chǎn)量和品質(zhì)遙感監(jiān)測(cè)與預(yù)報(bào)技術(shù)在與實(shí)際田間測(cè)驗(yàn)的數(shù)據(jù)進(jìn)行比對(duì)時(shí)，數(shù)據(jù)準(zhǔn)確率達(dá)到90%以上。根據(jù)相關(guān)農(nóng)業(yè)部門(mén)提供的材料顯示，儀征地區(qū)小麥的產(chǎn)量、性狀的穩(wěn)定性以及病蟲(chóng)草害檢測(cè)情況等也被控制在一定范圍內(nèi)，經(jīng)過(guò)與衛(wèi)星遙感的數(shù)據(jù)比較，發(fā)現(xiàn)兩者數(shù)據(jù)相當(dāng)[7]。譚昌偉等在探索葉片氮含量與籽粒蛋白質(zhì)、濕面筋及淀粉間的關(guān)系時(shí)發(fā)現(xiàn)均呈顯著或極顯著相關(guān)關(guān)系，最為密切的時(shí)期是開(kāi)花期，得出了開(kāi)花期可作為遙感預(yù)測(cè)籽粒品質(zhì)更為理想時(shí)期的結(jié)論[8]。楊峰等研究發(fā)現(xiàn)，葉面積指數(shù)與葉綠素密度在水稻、小麥整個(gè)生育期內(nèi)的變化趨勢(shì)均呈現(xiàn)拋物線(xiàn)，能夠作為遙感監(jiān)測(cè)作物生長(zhǎng)狀況及產(chǎn)量估算的重要參數(shù)[9]。

由此可見(jiàn)，國(guó)內(nèi)外對(duì)作物產(chǎn)量的預(yù)估和監(jiān)測(cè)已廣泛應(yīng)用，且效果較好，而對(duì)于小麥的品質(zhì)監(jiān)測(cè)和研究尚未完全成熟，只有約不到20年的時(shí)間。

2 衛(wèi)星遙感影像技術(shù)原理

2.1 遙感的概念 遙感技術(shù)簡(jiǎn)稱(chēng)為“RS”，它是指科研人員從無(wú)人機(jī)、人造衛(wèi)星或其他高空監(jiān)測(cè)設(shè)備上遠(yuǎn)距離收集地球表面目標(biāo)物的電磁輻射信息，進(jìn)而利用物理學(xué)原理和數(shù)學(xué)統(tǒng)計(jì)方法等對(duì)收集的信息進(jìn)行分析研究的一門(mén)科學(xué)技術(shù)。簡(jiǎn)而言之，遙感就是通過(guò)測(cè)量地球地貌特征及變化過(guò)程中的物理量，采用大數(shù)據(jù)的形式將這些信息客觀(guān)地收集、記錄，傳輸?shù)皆贫朔?wù)器進(jìn)行處理和重現(xiàn)的一門(mén)科學(xué)技術(shù)。RS是一種空間信息獲取的高新技術(shù)，具有時(shí)效性強(qiáng)、可動(dòng)態(tài)監(jiān)測(cè)，監(jiān)測(cè)面積宏觀(guān)、范圍綜合以及成本相對(duì)較低等特點(diǎn)，在收集農(nóng)業(yè)資源和農(nóng)業(yè)生產(chǎn)的相關(guān)信息時(shí)快速而準(zhǔn)確，對(duì)宏觀(guān)動(dòng)態(tài)地監(jiān)測(cè)作物生長(zhǎng)、實(shí)時(shí)指導(dǎo)作物生產(chǎn)具有獨(dú)特的優(yōu)勢(shì)[8]。總的來(lái)說(shuō)，采用衛(wèi)星作為搭載平臺(tái)獲得的多光譜，高光譜及熱紅外影像進(jìn)行區(qū)域尺度的作物估測(cè)研究，即為衛(wèi)星遙感。

2.2 衛(wèi)星遙感影像與傳統(tǒng)監(jiān)測(cè)方法的比較 在小麥生產(chǎn)過(guò)程中，掌握小麥長(zhǎng)勢(shì)信息，尤其氮素狀況的實(shí)時(shí)性，對(duì)管理措施的實(shí)施及田間初步品質(zhì)分類(lèi)尤為重要。傳統(tǒng)的檢測(cè)小麥氮素營(yíng)養(yǎng)狀況的方法是利用試驗(yàn)田間的樣本采集、室內(nèi)分析測(cè)試樣本氮素含量。這樣的方法所選樣點(diǎn)主觀(guān)性太強(qiáng)，且破壞了樣本生長(zhǎng)過(guò)程，難以實(shí)現(xiàn)大面積的連續(xù)實(shí)時(shí)監(jiān)測(cè)，因而在對(duì)小麥進(jìn)行分類(lèi)管理時(shí)精確性較低。目前，研究人員正在關(guān)注高分辨率的地物光譜儀，用于簡(jiǎn)單、快速、非破壞性地估測(cè)植物冠層生物化學(xué)組成的前景。大面積、實(shí)時(shí)連續(xù)地監(jiān)測(cè)植物營(yíng)養(yǎng)狀況的研究，隨著傳感器等遙感技術(shù)的發(fā)展，也取得了很大的進(jìn)展（Shibayama等，1986;Wessman 等，1989;浦瑞良和宮鵬，1997）。國(guó)內(nèi)外定量遙感理論與技術(shù)發(fā)展迅速，在小麥長(zhǎng)勢(shì)監(jiān)測(cè)、產(chǎn)量估計(jì)、病蟲(chóng)害預(yù)報(bào)等方面積累了大量資料，有關(guān)小麥品質(zhì)研究的非遙感信息資料為遙感監(jiān)測(cè)品質(zhì)奠定了基礎(chǔ)，其他作物品質(zhì)監(jiān)測(cè)管理已有成功先例。

3 小麥品質(zhì)監(jiān)測(cè)原理

3.1 小麥特征光譜 在各種力的作用下，物質(zhì)會(huì)在某些特定的波長(zhǎng)位置形成反映物質(zhì)成分和結(jié)構(gòu)信息的光譜吸收和反射特征。小麥在各個(gè)波段都具備典型的反射光譜特色，利用衛(wèi)星遙感對(duì)這些反射光譜特征進(jìn)行觀(guān)測(cè)和數(shù)據(jù)采集，可有效探明小麥含有的尤其是氮素的物質(zhì)含量，明晰小麥的品質(zhì)狀況。

3.2 氮素含量 氮是植物生命體內(nèi)的必需元素之一，對(duì)植物的形態(tài)建成和生長(zhǎng)發(fā)育起著直接的，不可替代的，必不可少的作用，被稱(chēng)作“生命元素”。蛋白質(zhì)、核酸和磷脂的主要成分中就包含了氮元素，而這3種物質(zhì)又參與到了原生質(zhì)、細(xì)胞核和生物膜等結(jié)構(gòu)物質(zhì)的組成，對(duì)小麥籽粒的構(gòu)成起著十分重要的作用。同時(shí)，氮素也是葉綠素的主要組分，小麥的產(chǎn)量和品質(zhì)形成過(guò)程中受氮素含量水平的影響很大。缺氮會(huì)導(dǎo)致小麥出現(xiàn)生長(zhǎng)矮小，分蘗少的缺素癥狀及葉綠素合成受阻的現(xiàn)象，產(chǎn)量降低。氮素過(guò)多則會(huì)導(dǎo)致青遲熟、延長(zhǎng)小麥生育期，抗病、抗倒伏能力降低，還會(huì)導(dǎo)致環(huán)境污染。劉良云等研究發(fā)現(xiàn)，小麥葉片全氮含量在各個(gè)時(shí)期與籽粒品質(zhì)大多達(dá)到顯著或極顯著水平[10]。

3.3 紅邊參數(shù) 紅邊（red edge）是一種特殊的陡而近于直線(xiàn)的斜邊，由植被在紅光波段葉綠素強(qiáng)烈的吸收，近紅外波段光在葉片內(nèi)部的多次散射而形成的反射率急劇上升形成。國(guó)內(nèi)外學(xué)者對(duì)這種反射光譜曲線(xiàn)中的特殊形態(tài)一直給予高度的關(guān)注，并稱(chēng)其為“紅邊”，為植物所特有其波長(zhǎng)位置一般處于660～770nm。黃文江等為了進(jìn)行作物碳-氮代謝的典型生物化學(xué)參數(shù)葉片全氮和葉片可溶性糖的相關(guān)性分析，共選取紅邊參數(shù)紅邊位置、紅吸收峰、紅邊振幅、最小振幅、紅邊峰值面積5個(gè)指標(biāo)探索。結(jié)果表明：葉片可溶性糖含量可用紅邊位置來(lái)反演，葉片全氮含量可以運(yùn)用歸一化最小振幅來(lái)反演。建立了紅邊參數(shù)與其顯著相關(guān)組分間的回歸方程，并利用不同地點(diǎn)開(kāi)展的實(shí)驗(yàn)采集實(shí)際驗(yàn)證數(shù)據(jù)，對(duì)建模試驗(yàn)所建立的回歸方程進(jìn)行了檢驗(yàn)[5]。

3.4 葉綠素含量 植物葉片的葉面積和凈光合速率是決定農(nóng)作物的干物質(zhì)積累量的2個(gè)重要因素，而這兩者主要通過(guò)小麥的葉面積指數(shù)和葉綠素含量來(lái)決定。在小麥生長(zhǎng)初期，葉面積大小決定了干物質(zhì)的積累量;（下轉(zhuǎn)178頁(yè)）（上接136頁(yè)）生長(zhǎng)后期，葉面積大小對(duì)物質(zhì)生產(chǎn)的效果逐漸減小，葉片光合速率的作用則越來(lái)越大。

4 品質(zhì)監(jiān)測(cè)的最新進(jìn)展

白雪嬌研究發(fā)現(xiàn)，植物的氮素狀況和生產(chǎn)潛力可由冠層葉片氮素含量、葉綠素含量和葉面積指數(shù)進(jìn)行指示。因此，要想能夠動(dòng)態(tài)、連續(xù)、實(shí)時(shí)地獲取冬小麥的生長(zhǎng)勢(shì)態(tài)，判斷氮素營(yíng)養(yǎng)狀況來(lái)指導(dǎo)農(nóng)業(yè)從業(yè)者進(jìn)行田間精準(zhǔn)栽培管理，可選擇利用高光譜遙感監(jiān)測(cè)技術(shù)過(guò)對(duì)冬小麥冠層葉片氮素含量、葉綠素含量及葉面積指數(shù)進(jìn)行監(jiān)測(cè)[11]。金正婷研究發(fā)現(xiàn)，最近幾年我國(guó)冬小麥?zhǔn)艹嗝共∮绊憞?yán)重，且后期赤霉病的發(fā)病嚴(yán)重程度與小麥前期的生長(zhǎng)狀況游有著顯著的關(guān)系，得出葉面積指數(shù)，葉片葉綠素含量和地上生物量與赤霉素病情指數(shù)都呈正相關(guān)關(guān)系，在一定程度上小麥群體的長(zhǎng)勢(shì)狀況都能被這三者反映的結(jié)論[12]。李振海研究發(fā)現(xiàn)，在小麥處于灌漿期時(shí)，進(jìn)行區(qū)域尺度冬小麥產(chǎn)量和籽粒蛋白質(zhì)含量預(yù)報(bào)的時(shí)候采用DSSAT作物模型并結(jié)合遙感同化和氣象預(yù)報(bào)，得出小麥開(kāi)花期是最適合進(jìn)行小麥產(chǎn)量預(yù)報(bào)的時(shí)間點(diǎn)，灌漿期是最適合小麥進(jìn)行品質(zhì)預(yù)報(bào)的時(shí)間點(diǎn)[13]。王琦海研究發(fā)現(xiàn)，在GPC（籽粒蛋白質(zhì)含量）模型構(gòu)建時(shí)加入地理位置信息，預(yù)測(cè)冬小麥籽粒蛋白質(zhì)含量的時(shí)候準(zhǔn)確性會(huì)大大提高，具有一定的有效性和可行性，對(duì)實(shí)現(xiàn)利用遙感進(jìn)行區(qū)域性冬小麥GPC的快速監(jiān)測(cè)預(yù)測(cè)具有一定的借鑒價(jià)值[14]。

5 展望

衛(wèi)星遙感技術(shù)在應(yīng)用于小麥品質(zhì)監(jiān)測(cè)時(shí)，田間調(diào)查結(jié)果的精確性是需要注意的問(wèn)題。每塊田小麥的長(zhǎng)勢(shì)、管理措施均不相同，在進(jìn)行田間數(shù)據(jù)采集時(shí)需要獲取能夠代表整塊田的樣本，這樣才能為后期的數(shù)據(jù)分析決策提供切實(shí)的參考依據(jù)。我相信隨著科技的快速發(fā)展，衛(wèi)星遙感技術(shù)能夠?yàn)榇竺娣e連續(xù)、準(zhǔn)確及時(shí)、無(wú)損地進(jìn)行農(nóng)業(yè)估產(chǎn)、長(zhǎng)勢(shì)和品質(zhì)監(jiān)測(cè)提供技術(shù)支持，提高政府、農(nóng)業(yè)企業(yè)及農(nóng)業(yè)從業(yè)者的管理水平。

參考文獻(xiàn)

[1]藺淑英.陸地衛(wèi)星小麥估產(chǎn)試驗(yàn)獲得成功[J].國(guó)外空間動(dòng)態(tài)，1979（02）：1-3.

[2]張旭東.衛(wèi)星遙感監(jiān)測(cè)江蘇省小麥籽粒產(chǎn)量和品質(zhì)初步探索[D].揚(yáng)州：揚(yáng)州大學(xué)，2009.

[3]田慶久，宮鵬，趙春江，等.用光譜反射率診斷小麥水分狀況的可行性分析[J].科學(xué)通報(bào)，2000，45（24）：2645-2650.

[4]祖冬琦，李瑩，朱乃芬，等.利用遙感影像提取農(nóng)作物面積和預(yù)測(cè)產(chǎn)量的方法[C]//“加入WTO和科學(xué)技術(shù)與吉林經(jīng)濟(jì)發(fā)展——機(jī)遇·挑戰(zhàn)·責(zé)任”吉林省第二屆科學(xué)技術(shù)學(xué)術(shù)年會(huì)論文集（上）.2002.

[5]黃文江，趙春江，王紀(jì)華，等.紅邊參數(shù)在作物營(yíng)養(yǎng)診斷和品質(zhì)預(yù)報(bào)上的應(yīng)用[J].農(nóng)業(yè)工程學(xué)報(bào)，2004，20（6）：1-5.

[6]宋曉宇，黃文江，王紀(jì)華，等.ASTER衛(wèi)星遙感影像在冬小麥品質(zhì)監(jiān)測(cè)方面的初步應(yīng)用[J].農(nóng)業(yè)工程學(xué)報(bào)，2006（09）：148-153.

[7]俄羅斯致力于發(fā)展創(chuàng)新經(jīng)濟(jì)[J].中國(guó)科技信息，2008（24）：08.

[8]譚昌偉.稻麥主要調(diào)優(yōu)栽培指標(biāo)的遙感監(jiān)測(cè)研究[D].揚(yáng)州：揚(yáng)州大學(xué)，2010.

[9]楊峰，范亞民，李建龍，等.高光譜數(shù)據(jù)估測(cè)稻麥葉面積指數(shù)和葉綠素密度[J].農(nóng)業(yè)工程學(xué)報(bào)，2010，26（02）：237-243.

[10]劉漢湖，楊武年.高光譜分辨率遙感在地質(zhì)應(yīng)用中的關(guān)鍵技術(shù)及前景[C]//第十四屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集.2003.

[11]白雪嬌.冬小麥氮素營(yíng)養(yǎng)及其冠層生物理化參量高光譜遙感監(jiān)測(cè)[D].楊凌：西北農(nóng)林科技大學(xué)，2013.

[12]金正婷.利用衛(wèi)星遙感估測(cè)冬小麥長(zhǎng)勢(shì)和赤霉病的研究[D].南京：南京信息工程大學(xué)，2016.

[13]李振海.基于遙感數(shù)據(jù)和氣象預(yù)報(bào)數(shù)據(jù)的DSSAT模型冬小麥產(chǎn)量和品質(zhì)預(yù)報(bào)[D].杭州：浙江大學(xué)，2016.

[14]王琦.區(qū)域冬小麥籽粒蛋白含量遙感預(yù)測(cè)研究[D].泰安：山東農(nóng)業(yè)大學(xué)，2019.

（責(zé)編：張宏民）