针对新疆棉田传统螨害监测方法耗时低效的问题,提出了一种基于冠层高光谱、近地多光谱、环境数据与地面调查相结合的多源数据棉田螨害大范围监测方法.首先,分别采集地面尺度的棉花冠层350～2500 nm高光谱遥感数据和不同时期低空尺度的棉田无人机多光谱遥感影像数据,通过分析高光谱的原始光谱和一阶微分光谱特征,提取出了4个螨害敏感波段,分别为:绿光波段553 nm附近、红光波段680 nm附近、红边波段680～750 nm、近红外波段760～1350 nm,这几个波段同时包含在无人机搭载的多光谱传感器波段范围内,验证了低空尺度下无人机遥感螨害监测的可行性.其次,初选23种植被指数和13种田间环境数据,结合地面调查的螨害发生情况做相关性分析.其中,SAVI、OSAVI、TVI、NDGI、平均湿度、温湿系数和10 cm土壤平均温度均与螨害发生达到极显著相关水平(sig≤0.01);RDVI、RVI、MSR、最高温度、平均温度、积温、10 cm土壤最高温度和10 cm土壤平均湿度均与螨害发生达到显著相关水平(sig≤0.05).选取sig值在0.05以下的15种特征值,分别建立基于单一环境数据、单一植被指数、环境数据与植被指数相结合的3种支持向量机(SVM)棉田螨害发生监测模型.最后,根据评价效果最优的监测模型,绘制不同时期的螨害遥感监测空间分布图,通过统计分布图中螨害和健康像元数计算出螨害面积占比,将螨害占比与同时期田间环境数据进行相关性分析,筛选出显著特征值,再通过多元逐步回归分析法确定出与螨害面积值关系最密切的环境因子,建立棉田螨害面积预测模型.结果表明:基于单一环境数据的棉田螨害发生监测模型准确率为62.22％,基于单一植被指数的棉田螨害发生监测模型准确率为75.56％,基于环境数据与植被指数相结合的棉田螨害发生监测模型效果最优,准确率为80％.螨害面积预测模型的决定系数R2=0.848,模型拟合度较好.本研究基于多源数据建立的棉田螨害发生监测模型和螨害面积预测模型,可以为新疆地区棉田螨害的大范围监测和趋势预警提供参考.