森林病蟲害是森林的主要災(zāi)害,快速準確監(jiān)測森林病蟲害是開展病蟲害防治的關(guān)鍵。利用衛(wèi)星遙感影像監(jiān)測森林病蟲害是一種經(jīng)濟高效的手段。為進一步加強森林病蟲害遙感監(jiān)測的研究和實踐,綜合分析了國內(nèi)外利用衛(wèi)星遙感影像監(jiān)測森林病蟲害研究現(xiàn)狀,系統(tǒng)總結(jié)了應(yīng)用衛(wèi)星遙感影像監(jiān)測森林病蟲害的主要技術(shù)方法,深入分析了存在的主要問題并進行研究展望。研究表明:森林病蟲害遙感監(jiān)測研究中主要存在3個問題:1)高空間分辨率影像的研究不足;2)影像紋理信息挖掘不充分;3)失葉遙感監(jiān)測挑戰(zhàn)大等問題。針對上述存在的主要問題,研究提出對策建議:1)多源遙感數(shù)據(jù)的綜合應(yīng)用;2)增強圖像處理技術(shù);3)加強病蟲害生境因子的利用;4)構(gòu)建病蟲害遙感監(jiān)測系統(tǒng)平臺等。 

【文章頁數(shù)】：6 頁

【文章目錄】：
1 利用衛(wèi)星遙感影像監(jiān)測森林病蟲害研究現(xiàn)狀
2 利用衛(wèi)星遙感影像監(jiān)測森林病蟲害主要技術(shù)方法
    2.1 傳統(tǒng)影像模式識別方法
        1) 影像分類方法。
        2) 影像差值法或影像比值法。
        3) 更多影像處理方法。
    2.2 植被指數(shù)方法
    2.3 光譜分析技術(shù)
        1) 葉綠素最大吸收深度分析。
        2) “紅邊”參數(shù)分析。
        3) 導(dǎo)數(shù)光譜技術(shù)。
    2.4 數(shù)學(xué)方法和GIS輔助技術(shù)
3 存在的主要問題
    1) 高空間分辨率影像的研究不足。
    2) 影像紋理信息挖掘不充分。
    3) 森林病蟲害失葉遙感監(jiān)測面臨的挑戰(zhàn)大,樹冠光譜變化監(jiān)測的問題沒有完全解決。
4 對策建議與研究展望
    1) 多源遙感數(shù)據(jù)的綜合應(yīng)用。
    2) 綜合應(yīng)用多種技術(shù)和方法,增強圖像處理與信息提取。
    3) 加強病蟲害生境因子的利用。
    4) 構(gòu)建病蟲害遙感監(jiān)測系統(tǒng)平臺。


【參考文獻】：
期刊論文
[1]基于多尺度紋理與光譜特征的馬尾松毛蟲蟲害信息提取方法研究[J]. 亓興蘭,肖豐慶,劉健,張李平.  西南林業(yè)大學(xué)學(xué)報(自然科學(xué)). 2019(05)
[2]基于SPOT-5影像的馬尾松毛蟲蟲害遙感監(jiān)測研究[J]. 亓興蘭,肖豐慶,劉健,張李平.  中南林業(yè)科技大學(xué)學(xué)報. 2019(04)
[3]基于MODIS-NDVI數(shù)據(jù)的大區(qū)域森林病蟲害理賠指數(shù)構(gòu)建及應(yīng)用[J]. 孫福洋,王建和,付偉,李曉松.  林業(yè)資源管理. 2017(06)
[4]油松毛蟲災(zāi)害遙感監(jiān)測及其影響因子分析[J]. 朱程浩,瞿帥,張曉麗.  遙感學(xué)報. 2016(04)
[5]基于小波特征的小麥白粉病與條銹病的定量識別[J]. 魯軍景,黃文江,張競成,蔣金豹.  光譜學(xué)與光譜分析. 2016(06)
[6]遙感與氣象數(shù)據(jù)結(jié)合預(yù)測小麥灌漿期白粉病[J]. 馬慧琴,黃文江,景元書.  農(nóng)業(yè)工程學(xué)報. 2016(09)
[7]馬尾松毛蟲危害下的馬尾松紋理特征分析[J]. 王美雅,許章華.  江西農(nóng)業(yè)大學(xué)學(xué)報. 2015 (04)
[8]基于高光譜遙感影像的森林病蟲害監(jiān)測研究進展[J]. 王勝,潘潔,張衡,廖振峰,顧曉麗.  林業(yè)資源管理. 2014(03)
[9]基于TM影像的森林病蟲災(zāi)害遙感監(jiān)測系統(tǒng)[J]. 胡敏華,楊一輝,程芳.  北京農(nóng)業(yè). 2013(15)
[10]松毛蟲危害馬尾松光譜特征分析與等級檢測[J]. 許章華,劉健,余坤勇,龔從宏,謝婉君,唐夢雅,賴日文,李增祿.  光譜學(xué)與光譜分析. 2013(02)

碩士論文
[1]松材線蟲病脅迫下松樹生理參數(shù)的高光譜遙感估測模型研究[D]. 劉文雅.南京林業(yè)大學(xué) 2017



本文編號：3682408