茶尺蠖（Ectropis obliqua）是茶樹的主要害蟲之一，廣泛分布于我國各大茶區，對茶葉生產造成嚴重威脅。茶尺蠖以幼蟲取食茶樹葉片為主，嚴重時可將茶樹葉片全部吃光，導致茶樹生長受阻，茶葉產量和品質大幅下降。傳統茶尺蠖監測方法主要依賴人工田間調查，存在效率低、主觀性強、覆蓋面有限等問題。隨著遙感技術的快速發展，高光譜遙感技術以其獨特的優勢在農業病蟲害監測中展現出巨大潛力。

一、高光譜遙感技術概述

高光譜遙感技術是一種結合成像技術和光譜技術的多維信息獲取技術，能夠在可見光、近紅外、中紅外等多個波段范圍內獲取地物的精細光譜信息。高光譜數據具有圖譜合一的特點，即每個像元都對應一條完整的光譜曲線，這使得高光譜遙感技術能夠實現對地物的精細分類和識別。在農業領域，高光譜遙感技術已被廣泛應用于作物長勢監測、病蟲害診斷、土壤養分評估等方面。

二、高光譜遙感技術在茶尺蠖危害程度監測中的應用

高光譜數據采集

高光譜數據的采集是茶尺蠖危害程度監測的基礎。選擇合適的遙感平臺和傳感器，如無人機搭載的高光譜相機，對茶園進行高光譜圖像采集。采集時應考慮光照條件、飛行高度、航速等因素，以確保數據的質量和覆蓋范圍。

數據預處理

高光譜數據預處理包括輻射校正、大氣校正、幾何校正等步驟，以消除傳感器誤差、大氣影響和幾何畸變等因素對數據的影響。預處理后的數據更加準確可靠，為后續分析奠定基礎。

特征提取

特征提取是高光譜遙感數據分析的關鍵步驟。通過分析高光譜數據中的光譜特征參數，如紅邊峰值、藍邊峰值、一階導數積分值等，可以揭示茶尺蠖危害對茶樹葉片光譜特性的影響。這些特征參數與茶尺蠖危害程度之間存在密切關系，可用于后續模型構建。

模型構建

基于提取的光譜特征參數，構建茶尺蠖危害程度預測模型。常用的模型包括線性回歸模型、支持向量機模型、隨機森林模型等。通過訓練樣本數據對模型進行訓練和優化，以提高模型的預測精度和泛化能力。

結果驗證

將預測結果與實地調查數據進行對比驗證，評估模型的準確性和可靠性。同時，通過不同年份、不同地區的數據對模型進行驗證，以檢驗模型的穩定性和適用性。

三、高光譜遙感技術具有光譜分辨率高、能獲取豐富光譜信息的特點，為茶尺蠖危害程度的快速、準確監測提供了新的途徑。

一、環境條件

選擇無風、無云，太陽能見度好的晴天對茶樹冠層進行光譜測定，在10:00-14：00測定茶樹冠層光譜反射率。本研究應用了400-1000nm的高光譜相機，可采用杭州彩譜科技有限公司產品FS13進行相關研究。觀測時，視場角為25，高光譜相機的探測頭到茶樹冠層頂端的高度約0.5m觀測范圍直徑約為0.22m為了減小實驗誤差，在每個樣本區域內重復測量3次,取平均值作為光譜反射值。

二、數據處理與分析

1、正常茶葉與受茶尺蠖危害的茶葉葉面外觀比較。
本試驗采集了一系列受茶尺蠖不同程度危害的茶葉作為研究對像，并分別采集其光譜數據、葉面積指數及茶尺每畝茶尺蠖數目等信息，無蟲害的茶葉和受茶尺蠖危害的茶葉對照如圖 1所示:

葉片完好，葉片相互擠在一起，而受到蟲子危害的茶葉其葉片被咬成不規則形狀，其外部顏色變成暗黃色，葉片的結構也發生了相應的變化。
2、正常茶葉與受茶尺蠖危害的茶葉葉面積指數比較。

由圖 2可以看出，葉面積指數受茶尺蠖危害程度的影響很大，茶尺數目越多被啃食的茶葉葉片越多，葉片面積指數就會越小。
3、 茶尺蠖對茶樹冠層反射光譜特征的影響。
茶樹葉片的受到蟲害的影響，會導致茶樹葉片的理化性質發生一些改變，包括葉片的顏色、結構、含水率、葉綠素含量及營養狀況等。而這些理化性質的改變都會使其光譜特征參數值發生一些變化，如光譜反射率、透射率、吸收率，紅邊峰值及其波長位置及藍邊峰值及其波長位置等。。因此，把握正常茶葉光譜特征及其相關信息，是研究茶葉受到其它病蟲害危害的前提和基礎。