清(qīng)晨六(liù)點，廣東(dōng)黃埔的稻(dào)田籠罩在薄霧中。種植負責(zé)人(rén)蹲在田埂上，指(zhǐ)尖捏著一片(piàn)卷曲發(fā)黃的(dí)稻(dào)葉，眉頭(tóu)緊(jǐn)鎖(suǒ)——又(yòu)是稻(dào)縱卷葉(yè)螟。這(zhè)種(zhǒng)僅有指(zhǐ)甲蓋大小的害蟲，每年(nián)能讓他的收(shōu)成減少(shǎo)三成。過去，他們隻(zhī)能憑經驗噴(pēn)灑(sǎ)農藥(yào)，但(dàn)蟲(chóng)害總是“春風(fēng)吹(chuī)又(yòu)生(shēng)"，農(nóng)藥(yào)成(chéng)本卻(què)像(xiàng)滾(gǔn)雪球般(bān)攀(pān)升(shēng)。

而(ér)此(cǐ)刻，一架搭載銀色(sè)方(fāng)盒的無(wú)人機掠過(guò)稻(dào)田上空(kōng)。這個不起(qǐ)眼的“方盒"，正(zhèng)是無(wú)人(rén)機(jī)載(zǎi)高(gāo)光譜(pǔ)成(chéng)像(xiàng)係(xì)統。它像一雙透(tòu)視眼(yǎn)，能透(tòu)過(guò)葉(yè)片表層(céng)，捕捉到害(hài)蟲啃(kěn)食後葉肉(ròu)細(xì)胞變化(huà)的細微光譜變化。不(bù)久(jiǔ)，種植(zhí)負責人(rén)收到(dào)一(yī)張“蟲(chóng)害(hài)熱力圖(tú)"，圖中紅(hóng)色區(qū)域(yù)精準(zhǔn)標(biāo)注(zhù)了(liǎo)蟲(chóng)害(hài)區域。隻需按圖施藥(yào)，農(nóng)藥(yào)用(yòng)量(liáng)比往年(nián)減少了，蟲害(hài)卻(què)銷(xiāo)聲(shēng)匿跡(jì)。

水稻(dào)害蟲發生(shēng)空間(jiān)分布(bù)：(A)水稻拔(bá)節期（9月28日(rì)）和(B)抽穗(suì)期（10月(yuè)25日）

科(kē)研團隊(duì)將(jiāng)這台無人機高光(guāng)譜比(bǐ)作(zuò)“農作物(wù)的CT掃(sǎo)描"：無人(rén)機(jī)如(rú)同移(yí)動(dòng)的掃描儀(yí)，可(kě)完成(chéng)全(quán)景(jǐng)成像；AI算法(fǎ)則像(xiàng)經驗豐(fēng)富的“放(fàng)射科(kē)醫(yī)生"，從數(shù)萬(wàn)條(tiáo)光譜(pǔ)曲(qū)綫中(zhōng)揪(jiū)出蟲害信(xìn)號。當(dāng)稻(dào)縱卷葉(yè)螟幼蟲啃食(shí)葉片時(shí)，葉(yè)綠(lǜ)素結構被破(pò)壞(huài)，在(zài)可見(jiàn)光-紅邊波(bō)段範圍(wéi)內(nèi)，蟲(chóng)害(hài)葉片的(dí)反(fǎn)射(shè)率普遍不同(tóng)於健康葉片——這(zhè)種(zhǒng)肉眼(yǎn)無法(fǎ)察(chá)覺(jué)的(dí)“光譜(pǔ)指(zhǐ)紋"，正是(shì)蟲害(hài)預警的(dí)關鍵(jiàn)。

遭受稻縱(zòng)卷葉(yè)螟的水稻和(hé)健康(kāng)水(shuǐ)稻(dào)葉(yè)片(piàn)的(dí)光譜(pǔ)曲綫

走(zǒu)進上海農(nóng)科(kē)院的(dí)實驗(yàn)室(shì)，研究團隊正對著(zhuó)高光譜影像(xiàng)“破譯(yì)"蟲害密(mì)碼。團隊發(fā)現，受(shòu)害(hài)葉片(piàn)在690nm波段的反射率差異顯著；而在(zài)南京，另一團(tuán)隊也發(fā)現水稻葉(yè)片(piàn)受蟲(chóng)侵(qīn)害(hài)的(dí)程(chéng)度越嚴重，620~710nm這一波(bō)段(duàn)範(fàn)圍內的反(fǎn)射(shè)率越高，720~760nm波段(duàn)的(dí)反(fǎn)射率越(yuè)低(dī)，不同(tóng)蟲(chóng)害(hài)等(děng)級間的差異(yì)在孕穗(suì)期和灌(guàn)漿期最為明(míng)顯。

水稻主要生育期(qī)受(shòu)不(bù)同等(děng)級蟲害影響(xiǎng)葉片的原(yuán)始(shǐ)光譜(pǔ)反(fǎn)射(shè)率(shuài)

在廣(guǎng)州，一研(yán)究團(tuán)隊使用無(wú)人(rén)機(jī)高光譜成像係統（光譜範(fàn)圍(wéi)400-1000nm，光(guāng)譜(pǔ)分(fēn)辨(biàn)率(shuài)3nm，圖像(xiàng)分(fēn)辨(biàn)率高達4.5cm（100米飛行高度(dù)）），對(duì)兩個(gè)試(shì)驗田進行檢測，在(zài)水(shuǐ)稻拔節期（9月28日）和抽穗(suì)期（10月25日(rì)）分別采(cǎi)集(jí)光(guāng)譜(pǔ)數據。

數據經過(guò)ENVI軟(ruǎn)件拼接
，ArcGIS地理配準，並結(jié)合(hé)高(gāo)光(guāng)譜數據與(yǔ)人(rén)工(gōng)智能算法（XGBoost模(mó)型），研究團隊成功(gōng)提(tí)取了受害水稻(dào)的(dí)光譜(pǔ)特征(zhēng)，並(bìng)繪製(zhì)了(liǎo)害蟲分布圖(tú)，為精(jīng)準(zhǔn)施(shī)藥(yào)提(tí)供(gōng)了(liǎo)科學依據(jù)。

廣(guǎng)州科(kē)研團(tuán)隊的技(jì)術(shù)流(liú)程

2024年，作物高(gāo)光譜(pǔ)對比(bǐ)試驗研(yán)討會在(zài)安徽(huī)召開，由(yóu)氣象探測中(zhōng)心組織(zhī)，中(zhōng)國農業(yè)大(dà)學和(hé)中(zhōng)國林科(kē)院等11家高(gāo)校和科研(yán)院所共同(tóng)探討(tǎo)高(gāo)光譜遙感(gǎn)技術(shù)在作物病(bìng)蟲害監測(cè)中(zhōng)的應(yīng)用(yòng)。同(tóng)年(nián)，氣象(xiàng)探(tàn)測中(zhōng)心(xīn)選取7個農試(shì)站(zhàn)開展農作(zuò)物的災(zāi)害(hài)識別對比試(shì)驗，基(jī)於高(gāo)光(guāng)譜技(jì)術精準(zhǔn)監(jiān)測(cè)作物的長勢和品(pǐn)質(zhì)。

高光(guāng)譜技術(shù)正(zhèng)在推動(dòng)農(nóng)業從“大水漫灌"轉向(xiàng)“精(jīng)準滴灌"。這種(zhǒng)技術不僅(jǐn)能精(jīng)準識(shí)別病蟲害，還(huán)提高(gāo)了農(nóng)藥利(lì)用率，減(jiǎn)少(shǎo)了(liǎo)殘(cán)留，實現更低(dī)的(dí)環(huán)境(jìng)影響。通過(guò)科學(xué)施(shī)藥(yào)，農(nóng)民不僅(jǐn)維護了作物(wù)安全，更提升了(liǎo)經濟效益(yì)，推動(dòng)了(liǎo)農(nóng)業(yè)的可(kě)持續發(fā)展。

案(àn)例來(lái)源：

1. Feng, S.; Jiang, S.; Huang, X.; Zhang, L.; Gan, Y.; Wang, L.; Zhou, C. Detection of Rice Leaf Folder in Paddy Fields Based on Unmanned Aerial Vehicle-Based Hyperspectral Images. Agronomy 2024, 14, 2660.

2. 田明璐(lù),班(bān)鬆濤,袁濤(tāo),等. 基於高光(guāng)譜成像(xiàng)技(jì)術的水(shuǐ)稻(dào)葉(yè)片(piàn)稻縱卷葉螟蟲害(hài)信息(xī)提取［J］. 上(shàng)海(hǎi)農(nóng)業(yè)學(xué)報，2022，38（1）：90-94.

3. 黃(huáng)璐,包雲軒(xuān),郭銘淇,等(děng).稻縱卷葉(yè)螟危(wēi)害(hài)下水(shuǐ)稻葉(yè)片(piàn)光譜特征及產量估(gū)測[J].中(zhōng)國農業(yè)氣(qì)象,2023,44(2):154-164

4. 深(shēn)耕農業(yè)氣(qì)象觀測現代(dài)化(huà)技術——高光譜技(jì)術為農(nóng)作物(wù)“做健(jiàn)康體檢"