摘要：水稻病虫害的发生会导致大量白穗的出现，对白穗和正常穗的区分是采取植保措施和灾害评估的基础。通过研究获取了由水稻二化螟和穗瘟造成的白穗和正常穗的室内光谱，选取红边斜率、红边面积、绿峰幅值和绿峰面积等4个高光谱变量作为输入向量，利用学习矢量量化（LVQ）神经网络对水稻白穗和正常穗进行分类。利用测试样本对网络进行测试，结果显示对白穗和正常稻穗的分类精度高达100％。研究表明，基于LVQ神经网络对水稻白穗和正常穗进行辨别的方法是切实可行的，可以补充和替代肉眼观测。

关键词：水稻 遥感 病虫害估测 高光谱反射率 学习矢量量化神经网络 

单位：浙江大学农业遥感与信息技术应用研究所; 浙江杭州310029; 浙江省农业遥感与信息技术重点实验室; 浙江杭州310029