为了实现对区域尺度棉花蚜害的监测,本文通过光谱角方法与Logistic建模方法对库尔勒北部地区的棉花蚜害进行监测,光谱角方法通过地面采集高光谱数据,并对其使用Sentinel-2B光谱响应函数重采样,根据严格的光谱特征选择方法即独立t检验来检查健康棉花与受蚜害棉花的差异是否存在显著水平(α=0.05)具有统计学意义;同时对模拟卫星光谱数据和实际卫星光谱数据在SPSS中进行t检验分析,模拟卫星数据与实际卫星数据相关性高的将被保留,从一组候选光谱中选择4个疾病敏感特征:红边6波段、近红外波段B8、TVI和mNDVI705。利用光谱角的方法对Sentinel-2B卫星影像进行蚜反演。通过地面现场调查的数据验证,其总体分类精度为81.67%,kappa系数为0.6,其分类精度中等。Logistic建模方法,利用Relief算法与泊松相关系数法(poisson correlation)相结合的方法对表征因素(株高、直径、LAI、SPAD)与多种植被指数等多种初选特征因子进行特征降维,得到B8A,LAI,NDVI705,TVI,棉花直径,SPAD,及其所占权重,并根据所保留的属性以及其权重建立模型,对研究区蚜害进行监测。通过验证样本验证,其总体分类精度为80.00%,kappa系数为0.56,其分类精度稍微低于光谱角分类,但从实验器材价格、数据获取、数据处理、分类精度等方面具体分析得出基于Logistic模型的蚜害监测方法较优。