病虫害是引起粮食产量损失的重要因素之一,每年由其造成的粮食总产量损失约占全球的 10~20%。当前,我国病虫害监测还主要依赖人工目测手查,常因测报信息滞后造成防控不及时和籽粒品质降低等问题。本成果基于遥感快速、宏观、高效、无损等突出优势,结合大数据、机器学习等人工智能技术,明晰作物病虫害遥感监测光谱响应机理,构建星-天-地一体化病虫害智能监管平台,研发病虫害遥感监测系统和装置,提高病虫害监测预警效率,为病虫害绿色防控提供信息支撑。本成果共获国家专利 5 项、软件著作权 5 项,发表学术论文 23 篇(其中,SCI 6 篇),出版学术专著 2 部,研制病虫害遥感监测设备 5 套,测定病虫害光谱反射率数据 22000余条,地面、无人机、卫星等各类监测数据和专题图 16.5 T,培养硕士研究生 15 人。在河南原阳县、淮阳县和安徽省定远县、蒙城县应用推广面积达 156.3 万亩,新增经济效益 1.341 亿元,显著提高了作物病虫害监测预警的信息化和智能化水平。