基于高光谱遥感影像的森林病虫害监测研究进展

doi:10.13466/j.cnki.lyzygl.2014.03.029

林业资源管理 ›› 2014›› Issue (3): 134-140.doi: 10.13466/j.cnki.lyzygl.2014.03.029

基于高光谱遥感影像的森林病虫害监测研究进展

王胜, 潘洁, 张衡, 廖振峰, 顾晓丽

南京林业大学森林资源与环境学院,南京 210037

收稿日期:2014-03-27 修回日期:2014-04-28 出版日期:2014-06-28 发布日期:2020-12-09
通讯作者: 潘洁,女,副教授,博士,主要研究方向为遥感、GIS应用及3S技术集成。Email:panjie_njfu@126.com
作者简介:王胜(1990-),男,安徽人,在读硕士,主要研究方向为遥感与GIS应用。Email:wanglaowu9420@qq.com
基金资助:
林业公益性行业科研专项(201304208);国家自然科学基金资助项目(31100414,31270587);江苏省高校自然科学研究面上项目(11KJB220001);江苏省高校优势学科建设工程资助项目

A Review of Forest Pest and Disease Monitoring Based on the Hyperspectral Remote Sensing Image

WANG Sheng, PAN Jie, ZHANG Heng, LIAO Zhenfeng, Gu Xiaoli

College of Forestry Resources and Environment,Nanjing Forestry University,Nanjing 210037,China

Received:2014-03-27 Revised:2014-04-28 Online:2014-06-28 Published:2020-12-09

摘要/Abstract

摘要： 总结了高光谱遥感监测森林病虫害的机理与操作流程,在此基础上,重点阐述了利用高光谱影像监测植物病虫害的研究现状,最后分析了高光谱遥感影像应用于森林病虫害监测研究中存在的不足,并对未来的研究趋势进行了展望。

关键词: 高光谱影像, 森林病虫害, 监测

Abstract: This paper introduced the mechanism of hyperspectral remote sensing and operational processes of monitoring of forest pests and diseases by using hyperspectral remote sensing image.On this basis,the research status of using hyperspectral imaging to monitor the plant pests and diseases was presented.Finally,the inadequate aspects of monitoring the forest pests by using hyperspectral remote sensing images were analyzed and the research trend in the future was discussed.

Key words: hyper-spectral image, forest pests, detecting

中图分类号:

S763
S771.8

王胜, 潘洁, 张衡, 廖振峰, 顾晓丽. 基于高光谱遥感影像的森林病虫害监测研究进展[J]. 林业资源管理, 2014,(3): 134-140.

WANG Sheng, PAN Jie, ZHANG Heng, LIAO Zhenfeng, Gu Xiaoli. A Review of Forest Pest and Disease Monitoring Based on the Hyperspectral Remote Sensing Image[J]. FOREST RESOURCES WANAGEMENT, 2014,(3): 134-140.

参考文献

[1]国家林业局森林病虫害防治总站.森林病虫害防治工作任重道远[N].中国绿色时报,2000-02-28(2).
[2]国家林业局植树造林司,国家林业局森林病虫害防治总站.森林病虫害防治知识问答[M].北京:中国林业出版社.1999:4-5.
[3]Heike B,Wolfram M.Improvements of plant parameter estimations with hyperspectral data compared to multispectral data[J].Remote Sensing of Vegetation and Sea,1997,2959:59-67.
[4]浦瑞良,宫鹏,约翰R.米勤.美国西部黄松叶面积指数与高光谱分辨率CASI数据的相关分析[J].环境遥感,1993,8(2):112-124.
[5]浦瑞良,宫鹏.森林生物化学与CASI高光谱分辨率遥感数据的相关分析[J].遥感学报,1997,1(2):115-123.
[6]Rumpf T,Mahlein A K,Steiner U,et al.Early detection and classification of plant diseases with Support Vector Machines based on hyperspectral reflectance[J].Computers and Electronics in Agriculture,2010,74:91-99.
[7]王震,张晓丽,安树杰.松材线虫病危害的马尾松林木光谱特征分析[J].遥感技术与应用,2007,22(3):367-370.
[8]王晓堂.基于高光谱的松萎蔫病动态变化的研究[D].南京:南京林业大学,2011.
[9]徐华潮,骆有庆,张廷廷,等.松材线虫自然侵染后松树不同感病阶段针叶光谱特征变化[J].光谱学与光谱分析,2011,31(5):1352-1355.
[10]杜华强,葛宏立,范文义,等.分形理论在马尾松松材线虫病发病早期高光谱探测中的应用[J].林业科学,2009,45(6):68-76.
[11]路威.面向目标探测的高光谱影像特征提取与分类技术研究[D].郑州:解放军信息工程大学,2005.
[12]田有文,李天来,张琳,等.高光谱图像技术诊断温室黄瓜病害的方法[J].农业工程学报,2010,26(5):202-206.
[13]洪添胜,乔军,Wang Ning,等.基于高光谱图像技术的雪花梨品质无损检测[J].农业工程学报,2007,23(2):151-154.
[14]赵杰文,刘剑华,陈全胜,等.利用高光谱图像技术检测水果轻微损伤[J].农业机械学报,2008,39(1):106-109.
[15]薛龙,黎静,刘木华.基于高光谱图像技术的水果表面农药残留检测试验研究[J].光学学报,2008,28(12):2277-2280.
[16]陈全胜,赵杰文,蔡健荣,等.利用高光谱图像技术评判茶叶的质量等级[J].光学学报,2008,28(4):669-674.
[17]王植,曹均,曹庆昌,等.高光谱遥感监测板栗病虫害的可行性初探[J].中国农学通报,2010,26(13):380-384.
[18]黄文倩,陈立平,李江波,等.基于高光谱成像的苹果轻微损伤检测有效波长选取[J].农业工程学报,2013,29(1):272-276.
[19]Xing J,Baerdemaeker J D.Bruise detection on ‘Jonagold' apples using hyperspectral imaging[J].Postharvest Biology and Technology,2005,37:152-162.
[20]EIMasry G,Wang N,Vigneault C,et al.Early detection of apple bruises on different background colors using hyperspectral imaging[J].LWT,2008,41:337-345.
[21]蔡健荣,王建黑,黄星奕,等.高光谱图像技术检测柑橘果锈[J].光电工程,2009,36(6):26-30.
[22]邓小玲,郑建宝,梅慧兰,等.基于高光谱成像技术的柑橘黄龙病病情诊断及分类[J].西北农林科技大学学报:自然科学版,2013,41(7):1-6.
[23]Kong W,Liu F,Zhang C,et.al.Fast detection of peroxidase(POD)activity in tomato leaves which infected with Botrytis cinerea using hyperspectral imaging[J].Spectrochimica Acta-Part A:Molecular and Biomolecular Spectroscopy,2014,118:498-502.
[24]赵芸.基于高光谱和图像处理技术的油菓病虫害早期监测方法和机理研究[D].杭州:浙江大学,2013.
[25]Bauriegel E,Giebel A,Geyer M,et al.Early detection of Fusarium infection in wheat using hyper-spectral imaging[J].Computers and Electronics in Agriculture,2011,75:304-312.
[26]柴阿丽,廖宁放,田立勋,等.基于高光谱成像和判别分析的黄瓜病害识别[J].光谱学与光谱分析,2010,30(5):1357-1361.
[27]Tian Y,Zhang L.Study on Methods of Detecting Cucumber Downy Mildew Using Hyperspectral Imaging Technology[J].Physics Procedia,2012,33:743-750.
[28]Apan A,Held A,Phinn S,et al.Detecting sugarcane orange rust disease using EO-1 Hyperspectral imagery[J].Int.J.Remote Sens.,2004,25(2):489-498.
[29]刘良云,黄木易,黄文江,等.利用多时相的高光谱航空图像监测冬小麦条锈病[J].遥感学报,2004,8(3):275-281.
[30]杨可明,陈云浩,郭达志,等.基于PHI高光谱影像的植被光谱特征应用研究[J].西安科技大学学报,2006,26(4):494-498.
[31]曾庆伟.基于Hyperion高光谱数据的森林类型精细识别研究[D].北京:中国林业科学研究院,2010.
[32]柳萍萍.基于Hyperion数据的森林类型识别[D].长沙:中南林业大学,2012.
[33]谭琨,杜培军.基于支持向量机的高光谱遥感图像分类[J].红外与毫米波学报,2008,27(2):123-128.
[34]李海涛,顾海燕,张兵,等.基于MNF和SVM的高光谱遥感影像分类研究[J].遥感信息,2007(5):12-15.
[35]夏建涛.基于机器学习的高维多光谱数据分类[D].西安:西北工业大学,2002.
[36]Qin J W,Burks T F,Ritenour M A,et al.Detection of citrus canker using hyperspectral reflectance imaging with spectral information divergence[J].Journal of Food Engineering,2009,93(2):183-191.
[37]李江波,饶秀勤,应义斌,等.基于高光谱成像技术检测脐橙溃疡[J].农业工程学报,2010,26(8):222-227.
[38]周鹏,张小刚,徐彪,等.基于高光谱的南疆红枣病虫害特征谱段选择模式[J].江苏农业科学,2013,41(4):108-111.
[39]张宇航.基于核学习的高光谱图像精细分类技术[D].哈尔滨:哈尔滨工业大学,2013.
[40]姚付启,张振华,杨润亚,等.基于主成分分析和BP神经网络的法国梧桐叶绿素含量高光谱反演研究[J].测绘科学,2010,35(1):109-112.
[41]董晶晶,牛铮.高光谱反演叶片叶绿素及全氮含量[J].遥感信息,2008(5):25-27.
[42]伍南,刘君昂,闫瑞坤,等.马尾松赤枯病冠层光谱特征及严重度反演[J].中国农学通报,2012,28(04):51-57.
[43]梁亮,杨敏华,张连蓬,等.基于SVR算法的小麦冠层叶绿素含量高光谱反演[J].农业工程学报,2012,28(20):162-172.
[44]李明泽,赵小红,刘钺,等.基于机载高光谱影像的植被冠层叶绿素反演应[J].应用生态学报,2013,24(1):177-182.

基于高光谱遥感影像的森林病虫害监测研究进展

A Review of Forest Pest and Disease Monitoring Based on the Hyperspectral Remote Sensing Image

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	白星雯, 胡晟, 布日古德, 阳帆. 一类调查与二类调查森林蓄积量数据对接方案分析研究[J]. 林草资源研究, 2023, 0(5): 142-147.
[2]	焦全军, 郑焰锋, 黄文江, 张兵, 张鹤译, 史宜梦, 吴发云, 付安民. 陆地生态系统碳监测卫星松材线虫病变色木识别指数研究[J]. 林业资源管理, 2023, 0(4): 123-131.
[3]	郑琰睿, 杨林剑, 李曙光, 张永炬. 基于深度学习的森林火灾烟雾监测[J]. 林业资源管理, 2023, 0(4): 150-160.
[4]	王林, 高金萍, 田海静, 武强, 石俊华, 周信, 范云豹, 谢晶杰. 草原资源管理“一张图”智慧管理平台建设实践与探讨——以新疆生产建设兵团智慧草原管理平台为例[J]. 林业资源管理, 2023, 0(2): 27-35.
[5]	谷洁, 路秋玲, 胡绪垚, 刘虎祥, 刘楠. 自然保护地管理平台设计与实践探索[J]. 林业资源管理, 2023, 0(2): 36-42.
[6]	白星雯. 森林抚育对森林综合成效影响分析研究[J]. 林业资源管理, 2022, 0(6): 117-123.
[7]	阳帆, 白星雯. 森林资源监测地面固定样地优化研究[J]. 林业资源管理, 2022, 0(6): 76-81.
[8]	孔祥吉, 王雨, 黄侃, 贾远信, 王棒. 2021年春季我国沙尘天气发生时空特征分析[J]. 林业资源管理, 2022, 0(3): 117-121.
[9]	吴恒, 胥辉. 基于综合监测体系的森林样地抽样方案比较研究[J]. 林业资源管理, 2022, 0(3): 48-53.
[10]	陶吉兴, 谢秉楼, 季碧勇, 张国江, 王文武. 浙江省森林蓄积年生长量精准监测时空误差校正[J]. 林业资源管理, 2022, 0(2): 32-38.
[11]	李洪, 涂宏涛, 姚兴博, 马国强, 张蓉, 杨书宇. 经营单位级森林资源动态监测评估系统构建研究[J]. 林业资源管理, 2022, 0(2): 54-60.
[12]	付安民, 高显连, 吴发云, 高金萍. 机载激光雷达树高产品的释义与精度水平评估[J]. 林业资源管理, 2022, 0(1): 114-123.
[13]	王伟, 杨净, 高显连, 曾伟生. 2020年全球森林资源评估遥感调查方法和思考[J]. 林业资源管理, 2021, 0(6): 1-5.
[14]	李世东, 陈应发. 退耕还林还草工程综合效益监测进展与展望[J]. 林业资源管理, 2021, 0(5): 1-9.
[15]	杜华栋, 宁本燕, 拜梦童, 范鹏辉. 1990—2019年榆神府矿区不同地貌植被覆盖度变化及驱动力探究[J]. 林业资源管理, 2021, 0(5): 121-130.