新疆是我国最大的加工番茄种植基地，其番茄酱产量占全国产量的70％以上，加工番茄产业化发展对新疆农业结构调整优化、农民增收意义重大。但近年来，加工番茄病害严重、以及种植户在防控过程中滥施农药，导致加工番茄原料有害物质超标，严重影响加工番茄制成品的质量和出口贸易。对于加工番茄常见疾病的实时防控，成为保障新疆加工番茄产业健康发展的关键环节。　　遥感技术在新疆农业生产领域应用广泛，相对于传统农业观测技术而言，遥感监测技术具有应用成本低、效率高、面积广、实时性好等显著优势，农业领域遥感技术集成已成为新疆农业现代化的标志之一。本论文利用遥感技术，对新疆加工番茄种植中常见的早疫病、细菌性斑点病和白粉病展开光谱分析，通过测定加工番茄三种病害叶片、冠层光谱数据，结合卫星遥感数据，分析光谱反射率与病害严重度的关系，采用格拉姆-施密特正交变换方法(Gram-Schmidt)、偏最小二乘法(PartialLeast-Squares Algorithm，PLS法)、支持向量机(Support Vector Machine Network，简称SVM)、遗传算法(Genetic Algorithm，简称GA)等，分别在叶片、冠层、田间三个水平上，对病害进行识别与预警。研究主要结论:　　(1)不同病害类型、不同病害等级的加工番茄病害光谱响应差异显著。随着病害的加重，在可见光范围内，对红光、蓝光的吸收增强，对绿光的反射增强;在近红外760-930nm范围，表现为随着病害的加重，光谱反射率降低;在光谱面积参数中，三种病害的蓝边面积、黄边面积、红边面积在叶片变化差异显著，蓝边和红边面积散点图呈线性分布，黄边面积散点图呈分散状态。　　(2)通过试验，测算得出加工番茄主要病害的敏感光谱。依据加工番茄病害类型、病害严重度与光谱响应差异，可以依次得到加工番茄早疫病、细菌性斑点病和白粉病在叶片、冠层和田间的敏感光谱，为加工番茄主要病害的识别与估测提供技术参数支持。　　(3)利用加工番茄病害光谱特征及规律，以及确定出的加工番茄病害敏感光谱，对叶片、冠层和田间三个水平不同病害进行识别与估测。利用GA-SVM模型对叶片的病害等级进行识别，与传统的色素含量指数相比，新建的色素含量指数的估测精度较高;利用Gram-Schmidt和PLS对冠层加工番茄早疫病DI进行估测，对原始光谱反射率进行一阶、二阶和反对数变换，构建多波段诊断模型，确定最佳估测模型，实现病害较高精度估测。利用HJ星影像对加工番茄病害区进行监测，得出新建PTD植被指数具有最优的识别效率，同时利用GA-SVM模型寻找最优的参数c和g，最后应用于CCD影像，实现对加工番茄主要病害的实时监测。　　本论文从叶片、冠层和田间三个水平展开加工番茄主要病害识别与估测，将SVM和GA算法引入到叶片病害等级识别和卫星影像病害防治区识别，将Gram-Schmidt、PLS引入到叶片色素含量估测和冠层DI的估测，研究结果表明在显示识别能力和估测精度方面，较单一应用任一方法效果更好，改善了遥感技术在农作物病害监测上的应用效果，在病害识别和估测方法上有一定创新。