热带作物学报

作者：蔡丰政, 王晶晶, 朱锦龙, 尤亚楠, 王栋华, 陶志强, 吴炳孙, 叶回春

单位： 海南大学热带农林学院， 海南海口 570228, 中国热带农业科学院橡胶研究所， 海南海口 571101, 太原理工大学水利科学与工程学院， 山西太原 030024, 海南空天信息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研究院数字地球科学重点实验室， 北京 100094

关键词：ASD,橡胶树螨害,随机森林,高光谱分析,多源数据

基金：国家自然科学基金项目(42167011),海南省科技专项(ZDYF2025XDNY112),海南省科技专项(ZDYF2024XDNY196)

橡胶是全球重要的战略性基础原料，在国防安全、交通运输、航空航天和医疗器械等领域具有不可替代的作用。然而，橡胶树叶螨等害虫在热带种植区频繁发生，尤其在高温干旱季节易大面积暴发，导致叶片褪绿、枯黄甚至脱落，严重影响树体健康和胶乳产量。传统病虫害监测主要依赖人工调查，存在耗时长、效率低、覆盖面有限等问题，已难以满足现代化橡胶园对快速预警与精准管理的需求，遥感技术在农业病虫害监测中展现出显著优势，能够实现大范围、快速、非接触式的动态监测。本研究针对传统橡胶树螨害监测方法效率低、精度不足等问题，提出融合ASD光谱、近地多光谱和地面调查数据的多源遥感监测方法，以实现橡胶树螨害的快速、精准识别。本研究基于中国热带农业科学院橡胶研究所儋州试验区2024年采集的橡胶叶片ASD光谱数据与无人机遥感影像，采用MSC校正、SG平滑与一阶导数等方法对原始光谱进行预处理，构建植被指数、高光谱特征、连续统去除参数及小波系数四类光谱特征变量，通过LASSO结合Pearson相关系数筛选敏感特征变量，并分别采用多元线性回归（MLR）、随机森林（RF）和反向传播神经网络（BPNN）构建橡胶树螨害监测模型。结果表明：ASD光谱数据在各模型中表现最佳，尤其是在RF和BPNN模型下性能突出，验证集决定系数（R2）最高达0.8361，最低RMSE为0.6353，具备较强的螨害分级预测能力。总体而言，ASD光谱与RF模型的结合可构建高精度、强解释力的橡胶树螨害监测模型，有效支撑橡胶树螨害发生的监测与分级评估，为橡胶林的精准管理和病虫害防控提供重要的技术参考与理论依据。

来源：2026年第1期

《热带作物学报》期刊编辑部

查看热带作物学报杂志2026年第1期