資料來源：行政院農業委員會農業試驗所／劉滄棽

水稻栽培期間發生之疫病蟲害種類甚多，台灣目前已記載之水稻病害共 75 種，其中一期稻作以稻熱病及二期稻作則以白葉枯病為主，其造成之水稻減產高達10 – 30%，經濟損失嚴重。為有效掌握水稻病蟲害發生狀況，目前台灣針對水稻病害的監測機制，需倚賴專業人員於田間調查蒐集水稻危害狀況，其過程耗時且無法有效率的達稻監測效果。由於近年遙測技術發展，資源衛星影像、航空影像及近年急遽發展的無人飛行載具 (Unmanned Aerial Vehicle, UAV) 影像，為一快速且可全面性獲取資訊之方法，而基於搭載不同功能的相機，可進行不同領域之應用，其中高光譜相機更可透過上百個波段之光譜進行成像，並藉由高光譜分析找出各類目標物對應的波段。

本研究以2018年第二期稻作之白葉枯病及2019年第一期稻作的稻熱病為例，以UAV搭載400 - 1000 nm之高光譜相機(如圖1.)進行水稻病害危害資訊之蒐集，並應用光譜信息散度法 (Spectral Information Divergence, SID) 及常態化差值紅邊指標 (Normalized Difference Red Edge Index, NDRE) 進行增益病害的光譜資訊，由兩指標的散布圖顯示(如圖2.)，SID成果若值越接近於0，代表目標光譜越接近染病的參考光譜，但SID指標只能反應目標光譜的差異量，所以健康水稻與收割水稻的SID指標是接近的，無法區分開此兩類別，但若加入NDRE指標，即可將健康水稻及收割水稻兩類別分開，搭配K-Means方法，即可有效進行病害及地物之分類。另外，為了進行水稻田區健康化的量化，在這裡利用K-means 方法的距離計算方式，將X軸的SID指標作為水稻分類分數，Y軸的NDRE指標作為水稻的健康分數，以計算目標物與健康水稻資料群聚的距離，進行給予目標位置的水稻健康化分數以作為量化指標，成果如圖3.，此方法可有效進行水稻分類的相似度與水稻健康度兩項參數進行量化估算，以代表水稻田健康與否，未來更可搭配田間資料之化學分析蒐集做為參考值，以估算出更具有代表生理意義之量化指標。

從防治角度來看，透過高光譜技術所偵測出來的危害程度，為少許病斑於植體上的初期發病階段，配合監測後的噴藥防治可有效抑制病害的擴散甚至治癒，故此技術適合應用於大面積的早期預警監測，透過自動化的高光譜分析技術，偵測出病害發生的位置並進行量化分級，後續更可將水稻危害的等級圖資導入UAV噴藥機，以發展變率施藥的防治技術。未來本研究將結合田間資料之化學分析蒐集做為參考值，以估算出具有代表生理意義之量化指標，且將進一步蒐集在各物候期水稻染病的高光譜資訊，甚至定義最有效噴藥之時機，以發展適用水稻健康化評估的早期預警機制。

圖1、無人空載高光譜拍攝系統

圖2、正規化SID與NDRE散布圖

圖3、水稻健康指標分布圖

►研發團隊：行政院農業委員會農業試驗所高光譜團隊

聯絡人:劉滄棽 研究員

電話：04-23317426

E-mail：tsliu@tari.gov.tw