遥感技术与应用2023,Vol.38Issue(1) :97-107.DOI:10.11873/j.issn.1004-0323.2023.1.0097

水稻病虫害遥感监测与预测研究进展

Advances in Remote Sensing Monitoring and Prediction of Rice Diseases and Pests

袁德宝 张冰瑞 叶回春 黄文江 郑琼 郭安廷 段艳慧 黄珊瑜
遥感技术与应用2023,Vol.38Issue(1) :97-107.DOI:10.11873/j.issn.1004-0323.2023.1.0097

水稻病虫害遥感监测与预测研究进展

Advances in Remote Sensing Monitoring and Prediction of Rice Diseases and Pests

袁德宝 1张冰瑞 1叶回春 2黄文江 2郑琼 3郭安廷 2段艳慧 1黄珊瑜4
扫码查看

作者信息

  • 1. 中国矿业大学(北京)地球科学与测绘工程学院,北京 100083
  • 2. 中国科学院空天信息研究院海南研究院海南省地球观测重点实验室,海南三亚 572029;中国科学院空天信息创新研究院数字地球重点实验室,北京 100094
  • 3. 长沙理工大学 交通运输工程学院,湖南 长沙 410114
  • 4. 农业农村部规划设计研究院,北京 100125
  • 折叠

摘要

病虫害现已成为水稻产量的最大制约因素之一,传统的植保技术主要依靠植保人员的视觉和经验,存在一定的主观性,且费时费力,难以满足大范围的实时监测需要.遥感技术的发展提供了一种大面积、全天候、多方位的数据快速获取手段,能够为病虫害的识别分类提供作物种植信息和环境信息,是实现对水稻病虫害进行大面积监测预测的重要手段.在阐述水稻病虫害遥感监测和预测机理的基础上,重点从多尺度遥感监测方法、预测方法、水稻病虫害监测与预测模型构建以及监测预测系统等多方面概述了水稻病虫害监测与预测的研究进展,并指出目前水稻病虫害监测与预测研究存在的问题及未来发展趋势.随着信息化农业的发展与多源数据的融合运用,趋向于精准化与智能化的水稻病虫害遥感监测与预测,将会越来越成熟.

关键词

水稻病虫害/遥感监测/遥感预测/方法与模型

引用本文复制引用

基金项目

2019年海南省基础与应用基础研究计划(自然科学领域)高层次人才项目(2019RC363)

国家自然科学基金(52174160)

国家自然科学基金(42001384)

三亚市农业科技创新项目(2019NK17)

中国科学院青年创新促进会项目(2021119)

出版年

2023
遥感技术与应用
中国科学院遥感联合中心

遥感技术与应用

CSTPCDCSCD北大核心
影响因子:0.961
ISSN:1004-0323
被引量4
参考文献量18
段落导航相关论文