基于卫星遥感影像的森林病虫害监测研究进展

doi:10.13466/j.cnki.lyzygl.2020.02.027

林业资源管理 ›› 2020›› Issue (2): 181-186.doi: 10.13466/j.cnki.lyzygl.2020.02.027

• 研究简报 • 上一篇

基于卫星遥感影像的森林病虫害监测研究进展

亓兴兰¹(), 曹祖宁², 刘健³(), 陈芳¹, 庄苇⁴

1.福建林业职业技术学院,福建南平 353000
2.南平延平区林业局,福建南平 353000
3.3S技术与资源优化利用福建省高校重点实验室,福州 350002
4.南平市政府投资项目策划与评审中心,福建南平 353000

收稿日期:2019-12-31 修回日期:2020-04-19 出版日期:2020-04-28 发布日期:2020-06-15
通讯作者: 刘健
作者简介:亓兴兰(1979-),女,山东济南人,副教授,博士,研究方向:3S技术在资源与环境中的应用。Email:fjqxl@126.com
基金资助:
国家自然科学基金项目(30871965);南平市自然科学基金联合资助项目(2019J14);福建林业职业技术学院院士专家工作站项目(2019YSZ003)

Research Progress in the Monitoring of Forest Diseases, Insect and Pests Based on Satellite Remote Sensing Images

QI Xinglan¹(), CAO Zuning², LIU Jian³(), CHEN Fang¹, ZHUANG Wei⁴

1. Fujian Forestry Vocational Technical College,Nanping 353000
2. Nanping Yanping Forestry Bureau,Nanping 353000
3. University Key Laboratory for Geomatics Technology and Optimize Resources Utilization in Fujian Province,Fuzhou 350002
4. Nanping Government Investment Project Planning and Assessment Centre,Nanping 353000

Received:2019-12-31 Revised:2020-04-19 Online:2020-04-28 Published:2020-06-15
Contact: LIU Jian

摘要/Abstract

摘要：

森林病虫害是森林的主要灾害,快速准确监测森林病虫害是开展病虫害防治的关键。利用卫星遥感影像监测森林病虫害是一种经济高效的手段。为进一步加强森林病虫害遥感监测的研究和实践,综合分析了国内外利用卫星遥感影像监测森林病虫害研究现状,系统总结了应用卫星遥感影像监测森林病虫害的主要技术方法,深入分析了存在的主要问题并进行研究展望。研究表明:森林病虫害遥感监测研究中主要存在3个问题:1)高空间分辨率影像的研究不足;2)影像纹理信息挖掘不充分;3)失叶遥感监测挑战大等问题。针对上述存在的主要问题,研究提出对策建议:1)多源遥感数据的综合应用;2)增强图像处理技术;3)加强病虫害生境因子的利用;4)构建病虫害遥感监测系统平台等。

关键词: 卫星遥感影像, 森林病虫害, 监测, 问题, 对策建议

Abstract:

Forest diseases,incect and pests are the main disasters of forests.Rapid and accurate monitoring of forest diseases,insect and pests is the key of pests and diseases control.Using satellite remote sensing image to monitor forest diseases,insect and pests is an economical and efficient means.To further strengthen the research and practice of remote sensing monitoring of forest diseases,insect and pests,the present situation of domestic and foreign research on the monitor of forest diseases,insect and pests with remote sensing images was comprehensively analyzed.On this basis,the main technical methods of monitoring forest diseases and insect pests by satellite remote sensing image are summarized systematically,and the main problems and research future are analyzed deeply.Research result shows the following three main problems existing in the studies of remote sensing monitoring forest diseases,insect and pests,including:(1) insufficient research on high spatial resolution image;(2) inadequate mining on image texture information;(3) challenge in remote sensing monitoring of leaf loss.This paper puts forward four countermeasures and suggestions in view of the above main problems,including:(1) comprehensive application of multi-source remote sensing data;(2) to enhance image processing technology;(3) to strengthen the use of pest habitat factors;(4)construction of remote sensing monitoring system platform for diseases and pests,etc.

Key words: remote sensing image, forest diseases, insect and pests,monitor, problems, suggestions

中图分类号:

S763
S771.8

亓兴兰, 曹祖宁, 刘健, 陈芳, 庄苇. 基于卫星遥感影像的森林病虫害监测研究进展[J]. 林业资源管理, 2020,(2): 181-186.

QI Xinglan, CAO Zuning, LIU Jian, CHEN Fang, ZHUANG Wei. Research Progress in the Monitoring of Forest Diseases, Insect and Pests Based on Satellite Remote Sensing Images[J]. FOREST RESOURCES WANAGEMENT, 2020,(2): 181-186.

参考文献 43

[1]	郭志华, 肖文发, 张真, 等. RS在森林病虫害监测研究中的应用[J]. 自然灾害学报, 2003,12(4):73-81.
[2]	Radeloff V C, Mladenoff D J, Boyce M S. Detecting jack pine budworm defoliation using spectral mixture analysis:separating effects from determinants[J]. Remote Sensing of Environment, 2013(69):156-169.
[3]	黄麟, 张晓丽, 石韧. 森林病虫害遥感监测技术研究的现状与问题[J]. 遥感信息, 2006(2):71-74.
[4]	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(4):51-57.
[5]	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. doi: 10.3964/j.issn.1000-0593(2011)05-1352-05
[6]	马慧琴, 黄文江, 景元书. 遥感与气象数据结合预测小麦灌浆期白粉病[J]. 农业工程学报, 2016,32(9):165-172.
[7]	Vogelmann J E, Rock B N. Assessing forest damage in high elevation coniferous forests in Vermont and New Hamsphire using Thematic Mapper data[J]. Remote Sensing of Environment, 2009(24):227-246.
[8]	高永刚, 刘丹, 张福娟, 等. 卫星遥感在森林病虫害监测上的研究进展[J]. 中国农学通报, 2006,22(2):113-117.
[9]	Vogelmann J E, Rock B N. Use of thematic mapper data for the detection of forest damage caused by the pear thrips[J]. Remote Sensing of Environment, 2011(30):217-225.
[10]	Ekstrand S P. Detection of moderrate damage on noway spruce using landsat TM and digital stand data[J]. Transaction on Geoscience and Remote Sensing, 2006,28(4):685-692.
[11]	Radeloff V C, Boyce M S, Mladenoff D J. Effects of interacting disturbances on landscape patterns:Budworm defoliation and salvage logging[J]. Ecological Applications, 2014,10(1):233-247. doi: 10.1890/1051-0761(2000)010[0233:EOIDOL]2.0.CO;2
[12]	Gillis M D, Pick R D, Leckie D G. Satellite imagery assists in the assessment of hail damage for salvage harvest[J]. The Forestry Chronicle, 2009(10):463-468.
[13]	Royle D D, Lathrop R G. Monitoring hemlock forest health in New Jersey using landsat TM data and change detection techniques[J]. Forest Science, 2010,43(3):327-335.
[14]	Kharuk V I. The Potential for using NOAA satellites for monitoring catastrophic forest damage by insects[J]. Lesovedenic, 2007(4):20-25.
[15]	Franklin S E, Raske A G. Satellite remote sensing of spruce budworm forest defoliation in western new foundland[J]. Canadian Journal of Remote Sensing, 2012,20(1):30-48.
[16]	Brockhaus J A, Khorram S, Bruck R I, et al. A comparison of Landsat TM and SPOT HRV data for use in the development of forest defoliation models[J]. International Journal of Remote Sensing, 2013,13(16):3235-3240. doi: 10.1080/01431169208904114
[17]	Muchoney D M, Haack B N. Change detection for monitoring forest defoliation[J]. Plant Ecology and Remote Sensing, 2006(60):1243-1251.
[18]	孙福洋, 王建和, 付伟, 等. 基于MODIS-NDVI数据的大区域森林病虫害理赔指数构建及应用[J]. 林业资源管理, 2017(6):149-152.
[19]	雷莉萍, 胡德永, 江平, 等. 森林虫害的遥感监测模式研究[J]. 遥感信息, 1995(3):12-14.
[20]	武红敢, 乔彦友, 陈红林. 浙江山地马尾松林分针叶量的动态变化及其遥感监测[J]. 自然资源学报, 1998,13(4):359-363. doi: 10.11849/zrzyxb.1998.04.011
[21]	朱程浩, 瞿帅, 张晓丽. 油松毛虫灾害遥感监测及其影响因子分析[J]. 遥感学报, 2016,20(4):653-664.
[22]	戴昌达, 雷莉萍, 胡德永, 等. 卫星遥感监测松毛虫灾害[J]. 遥感信息, 1991(3):32-34.
[23]	龙晶, 徐坚, 汪国华, 等. 松毛虫灾害遥感监测研究[J]. 林业资源管理, 1996(5):74-76.
[24]	刘志明, 晏明, 张旭东, 等. 用气象卫星监测大范围森林虫害方法研究[J]. 自然灾害学报, 2002,11(3):109-114.
[25]	刘文雅. 松材线虫病胁迫下松树生理参数的高光谱遥感估测模型研究[D]. 南京:南京林业大学, 2017.
[26]	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.
[27]	王胜, 潘洁, 张衡, 等. 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.
[28]	亓兴兰, 肖丰庆, 刘健, 等. 基于SPOT-5影像的马尾松毛虫虫害遥感监测研究[J]. 中南林业科技大学学报, 2019,39(4):59-65.
[29]	亓兴兰, 胡宗庆, 刘健, 等. 基于光谱特征的SPOT-5影像马尾松毛虫虫害信息提取[J] 东北林业大学学报, 2012,40(5):131-135.
[30]	Joria V C, Leckie D G, Ostaff D P. Classification of TM and SPOT data for mapping current defoliation caused by the Gypsy moth[J]. Forest Science, 2015(34):259-279.
[31]	云丽丽, 高国平, 栾庆书, 等. 辽西油松毛虫虫害的 TM 影像监测技术[J]. 安徽农业科学, 2010,38(1):201-204.
[32]	Nelson R F. Detecting forest canopy change due to insect activity using Landsat MSS[J]. Plant Ecology and Remote Sensing, 2010(49):1303-1314.
[33]	王美雅, 许章华. 马尾松毛虫危害下的马尾松纹理特征分析[J]. 江西农业大学学报, 2015,37(4):653-662.
[34]	亓兴兰, 肖丰庆, 刘健, 等. 基于多尺度纹理与光谱特征的马尾松毛虫虫害信息提取方法研究[J]. 西南林业大学学报, 2019,39(5):136-143.
[35]	鲁军景, 黄文江, 张竞成, 等. 基于小波特征的小麦白粉病与条锈病的定量识别研究[J]. 光谱学与光谱分析, 2016,36(6):1854-1858.
[36]	武红敢, 石进. 松毛虫灾害的TM影像监测技术[J]. 遥感学报, 2004,8(2):172-177. doi: 10.11834/jrs.20040212
[37]	胡敏华, 杨一辉, 程芳. 基于TM影像的森林病虫灾害遥感监测系统[J]. 北京农业, 2013(5):10-12.
[38]	刘清旺, 武红敢, 石进, 等. 基于TM影像的森林病虫灾害遥感监测系统[J]. 遥感应用, 2007(2):46-49.
[39]	王蕾, 黄华国, 张晓丽, 等. 3S技术在森林虫害动态监测中的应用研究[J]. 世界林业研究, 2005,18(2):51-56.
[40]	Sharma R, Murtha P A. Application of Landsat TM tasseled cap transformations in detection of mountain pine beetle infestations[C]. Final Proceedings:23rd Canadian Symposium of Remote Sensing, 2011.
[41]	刘圣伟, 甘甫平, 王润生. 用卫星高光谱数据提取德兴铜矿区植被污染信息[J]. 国土资源遥感, 2004,15(1):6-10.
[42]	许章华, 刘健, 余坤勇, 等. 松毛虫危害马尾松光谱特征分析与等级检测[J]. 光谱学与光谱分析, 2013,33(2):428-433.
[43]	蒋金豹, 陈云浩, 黄文江. 用高光谱微分指数监测冬小麦病害的研究[J]. 光谱学与光谱分析, 2007,27(12):2475-2479.

基于卫星遥感影像的森林病虫害监测研究进展

Research Progress in the Monitoring of Forest Diseases, Insect and Pests Based on Satellite Remote Sensing Images

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献 43

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]	赵荣, 李贺. 国有林场高质量发展对策建议[J]. 林业资源管理, 2022, 0(zk1): 46-51.
[7]	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.
[8]	路飞, 朱丽艳, 赫尚丽, 陈为, 武旭, 徐学杰, 李祥, 赵学俊. 滇池流域林草生态保护修复格局构建探讨[J]. 林业资源管理, 2022, 0(6): 30-36.
[9]	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.
[10]	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.
[11]	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.
[12]	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.
[13]	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.
[14]	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.
[15]	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.