不同遙感傳感器監(jiān)測森林蟲害研究進展與展望

麻 磊，黃曉君,3，Ganbat Dashzebegd，Mungunkhuyag Ariunaad，Tsagaantsooj Nanzadd，Altanchimeg Dorjsuren，包 剛，佟斯琴，包玉海，Enkhnasan Davaadorj

（1內(nèi)蒙古師范大學(xué)地理科學(xué)學(xué)院，呼和浩特 010022；2內(nèi)蒙古自治區(qū)遙感與地理信息系統(tǒng)重點實驗室，呼和浩特 010022；3內(nèi)蒙古自治區(qū)蒙古高原災(zāi)害與生態(tài)安全重點實驗室，呼和浩特 010022；4蒙古國科學(xué)院地理與地質(zhì)研究所，蒙古國烏蘭巴托 15170；5蒙古國科學(xué)院綜合實驗生物學(xué)研究所，蒙古國烏蘭巴托 13330）

0 引言

蟲害是森林主要災(zāi)害之一，與森林火災(zāi)和濫砍濫伐并稱森林三大災(zāi)害[1]。森林害蟲種類眾多，依其攻擊方式和范圍，大致可分為食葉害蟲、蛀干害蟲和腐根害蟲[2-3]。食葉害蟲大量蠶食葉片，使其外部結(jié)構(gòu)和內(nèi)部生理生化組分遭受破壞，林木冠層發(fā)生變化[4-7]；蛀干害蟲鉆食樹干破壞表皮和內(nèi)部傳輸組織，使林木內(nèi)部營養(yǎng)物難以傳輸、外部易受細菌感染，冠層營養(yǎng)不足發(fā)生變化[8-9]；腐根害蟲直接攻擊林木根部，阻斷根部吸收營養(yǎng)物，冠層和樹干無法獲得營養(yǎng)物質(zhì)導(dǎo)致死亡[10-11]。蟲害攻擊后的林木生長受阻，與健康林木相比冠層光譜特征出現(xiàn)明顯響應(yīng)，利用相關(guān)差異可實現(xiàn)遙感技術(shù)對森林蟲害識別與監(jiān)測[12-13]。

常見的遙感監(jiān)測森林蟲害傳感器有多光譜、高光譜和微波遙感。多光譜遙感是指2個以上波譜通道對地物同步成像的遙感技術(shù)，它將物體反射輻射的電磁波信息分為若干波段接受和記錄，并根據(jù)光譜特性和影像結(jié)構(gòu)形態(tài)的差異對地物進行判別，擴大了遙感的信息量[14]；高光譜遙感是指在紫外、可見光、近紅外和短波紅外獲取納米(nm)數(shù)量級窄且連續(xù)圖譜數(shù)據(jù)，組成一個完整連續(xù)的光譜曲線[15-18]，可實現(xiàn)植被的定量遙感；微波遙感利用微波傳感器從目標地物發(fā)射或者反射微波輻射識別地物的技術(shù)，具有較強的垂直信息和三維數(shù)據(jù)獲取能力。光學(xué)傳感器對光譜特征有很強的敏感性，微波遙感則對林木具有很強的穿透能力和三維信息獲取能力[19-22]，利用這些特點，實現(xiàn)遙感監(jiān)測森林蟲害。

通過不同遙感傳感器獲取的林木信息結(jié)合地面調(diào)查，能夠?qū)崿F(xiàn)森林蟲害快速、準確地識別與監(jiān)測。本研究從不同遙感傳感器監(jiān)測森林蟲害視角出發(fā)，對其研究現(xiàn)狀及優(yōu)缺點進行分析。在此基礎(chǔ)上，對未來遙感監(jiān)測森林蟲害的發(fā)展趨勢進行展望。

1 森林蟲害遙感監(jiān)測理論依據(jù)

1.1 害蟲脅迫下林木內(nèi)外部特征變化

林木的主要組成部分可分為根部、樹干（莖部）和葉片。根部作為林木營養(yǎng)物質(zhì)吸收和存儲的主要場所，從地面及地下吸收養(yǎng)分和水分后，一部分存儲在根部自身，另一部分則通過樹干傳輸?shù)饺~片[23-24]。根部受到攻擊導(dǎo)致結(jié)構(gòu)遭到破壞，林木生物量和含水率降低。樹干擁有樹皮、木質(zhì)部、傳輸組織在內(nèi)的多個器官，是林木營養(yǎng)物質(zhì)、水分傳輸和自身呼吸的重要場所[25-29]。害蟲攻擊樹干后林木器官遭受破壞，呼吸能力減弱、生物細胞活動滯緩和新陳代謝能力降低，且樹皮大量脫落使樹身暴露在空氣中，易受細菌入侵發(fā)生病害。葉片處于林木頂層受陽光直接照射，是林木光合作用、呼吸作用和蒸騰作用的重要場所[30]。害蟲暴食葉片后導(dǎo)致其結(jié)構(gòu)形態(tài)和生理生化組分發(fā)生變化，如失葉量增高、葉綠素含量下降、蒸騰能力和呼吸能力下降等。不論根部、樹干或是葉片受到蟲害攻擊，最終都會導(dǎo)致林木冠層內(nèi)部生理生化組分和外部結(jié)構(gòu)形態(tài)發(fā)生變化，在遙感圖像上體現(xiàn)為外觀變化和光譜特征響應(yīng)。利用這些變化可實現(xiàn)遙感監(jiān)測森林蟲害和蟲害嚴重度判別等。

1.2 害蟲脅迫下林木光譜響應(yīng)特征

電磁波作為光學(xué)傳感器接收波譜，可在特定波長位置形成光譜吸收和反射特征[31-32]。植物葉片的外觀特征和內(nèi)部生理生化組分在很大程度上決定了植物冠層的光譜反射率[33-34]。研究發(fā)現(xiàn)，色素吸收對可見光波段的光譜反射率產(chǎn)生影響，細胞結(jié)構(gòu)對近紅外波段的光譜反射率產(chǎn)生影響。550 nm波長附近是葉綠素的強反射峰區(qū)，在這里出現(xiàn)一個峰值，稱其為“綠峰”；650～700 nm是葉綠素強吸收波段，植被光譜曲線在該位置出現(xiàn)一個吸收谷，稱為“紅谷”。植被受害蟲攻擊，致使葉綠素含量下降，“綠峰”下降、“紅谷”上升。在700～750 nm處植被光譜反射率急劇上升，近乎于直線形態(tài)，稱該位置為“紅邊”。其斜率取決于單位面積葉綠素含量，并隨葉片內(nèi)部生理生化組分變化而產(chǎn)生位移。此外，在1360 nm附近和1830 nm附近有2個明顯的吸收谷，出現(xiàn)這一現(xiàn)象的原因是植被內(nèi)部水分對電磁波的強吸收作用[13,35-38]。遭蟲害攻擊的林木內(nèi)部水分大量流失，波谷呈上升趨勢。通過獲取林木光譜信息，及相關(guān)性分析后提取敏感光譜特征波段，最終實現(xiàn)遙感監(jiān)測森林蟲害。

1.3 害蟲脅迫下微波散射響應(yīng)特征

微波遙感除了接收電磁波以外，還能主動對目標地物發(fā)射微波并且接收返回的后向散射信號來實現(xiàn)對地觀測的遙感方式，其波長通常在1mm～1m之間[37,39]，不易受云、霧和雨等天氣影響[40-41]。微波遙感可分為主動和被動兩種方式。向地物主動發(fā)射微波經(jīng)地物散射后，以后向散射系數(shù)等形式表現(xiàn)是主動微波遙感；被動接收地表物體自身熱輻射能量，以亮度溫度的形式表現(xiàn)是被動微波遙感[42-44]。在冠層方面，害蟲攻擊林木葉片，致使葉片葉面積指數(shù)發(fā)生變化，部分葉片產(chǎn)生脫落現(xiàn)象，這時后向散射能力減弱，圖像顯現(xiàn)異于健康林木；在冠層下方，受蟲害侵襲的林木外部樹皮脫落，內(nèi)部木質(zhì)部和各類組織遭受破壞，后向散射系數(shù)在反應(yīng)植被垂直情況時出現(xiàn)變化。且林木受蟲害攻擊后，林木內(nèi)外部結(jié)構(gòu)特征也會發(fā)生變化，圖像中出現(xiàn)異于正常林木的紋理特征。通過對后向散射系數(shù)的分析和紋理特征變化的分析，提取受害林木后向散射系數(shù)特征和紋理特征，實現(xiàn)森林蟲害微波遙感監(jiān)測。

2 基于多光譜的森林蟲害遙感監(jiān)測

多光譜遙感光譜波段主要集中在可見光波段、近紅外波段和紅外波段，其對植被光譜響應(yīng)極為敏感。同時多光譜遙感具有較高的空間分辨率且受地形因素影響較小，可對森林進行大范圍觀測，利于實現(xiàn)遙感監(jiān)測森林蟲害?，F(xiàn)階段已有大量多光譜傳感器搭載在衛(wèi)星和無人機平臺上使用。

2.1 星載多光譜遙感的森林蟲害監(jiān)測

星載多光譜遙感是指搭載在航空衛(wèi)星上對地物進行監(jiān)測。其從外層空間獲取遙感圖像，具有較高的空間分辨率，可對林木大范圍監(jiān)測。利用遙感監(jiān)測森林蟲害的關(guān)鍵是通過光譜技術(shù)手段獲取葉綠素含量、含水率等生化組分和葉面積指數(shù)、失葉量等形態(tài)變化。如Zhou等[45]建立了葉綠素反演模型；Qiu等[46]利用分水嶺方法分割梯度圖生成單木尺度的樹冠圖；李驍堯等[47]提出針對云南松的冠型等效模型和建立郁閉度和衛(wèi)星反射率查找表；張靜宇等[48]提出一種基于森林模型先驗知識的方法對森林高分辨LAI進行估算。在關(guān)于多光譜遙感監(jiān)測森林蟲害的波段選擇上，近紅外/紅外波段的比率和短波紅外/近紅外波段的比率對林木生理生化組分有著極強的敏感性[49-51]。近年來，有研究人員將多光譜遙感技術(shù)、圖像處理技術(shù)和機器學(xué)習(xí)相結(jié)合來監(jiān)測森林蟲害，為人們提供了一種新的思路與方法。Yu等[52]利用基于對象分類監(jiān)督方法，通過機器學(xué)習(xí)算法對林木枝梢損傷適用性進行研究。Harati等[53]利用結(jié)合鄰域效應(yīng)和機器學(xué)習(xí)算法，對2005—2014年受山松甲蟲侵害林地面積變化進行模擬，并對2020年山松甲蟲爆發(fā)地進行預(yù)測。亓興蘭等[54]利用灰度共生矩陣提取紋理信息與光譜信息相結(jié)合，通過機器學(xué)習(xí)算法提取蟲害信息，豐富了圖像的信息量。

星載多光譜遙感因其大面積監(jiān)測、數(shù)據(jù)易獲取等特點，是遙感監(jiān)測森林蟲害數(shù)據(jù)的主要來源。但星載多光譜遙感光譜分辨率較粗，對林木細微變化感知能力較弱，較難區(qū)分健康和早期受害林木。同時，其對同一個地區(qū)進行2次以上觀測會出現(xiàn)重訪周期，在這期間森林蟲害可能出現(xiàn)大面積暴發(fā)。

2.2 機載多光譜遙感的森林蟲害監(jiān)測

機載多光譜遙感飛行高度較低，可以降低大氣散射和天氣對傳感器的影響，有效緩解星載多光譜遙感時效性差的問題，實現(xiàn)森林蟲害重點區(qū)域監(jiān)測。通過無人機多光譜圖像提取蟲害信息對植被葉綠素含量、含水量等關(guān)鍵參數(shù)進行反演[55-56]，實現(xiàn)對森林蟲害監(jiān)測。Shrestha等[57]利用無人機多光譜檢測了仙茅中的寄生幼蟲；Samseemoung等[58]利用無人機多光譜遙感對健康和受害的油棕樹進行區(qū)分；Lehmann等[59]利用無人機多光譜圖像對橡樹蟲害進行監(jiān)測。張軍國等[60]基于無人機多光譜的圖像信息、光譜特征信息和植被指數(shù)提出一種J-M距離優(yōu)化的反向傳播神經(jīng)網(wǎng)絡(luò)(BP)分類方法，該方法可實現(xiàn)蟲害區(qū)域的分類識別。Georges等[61]使用了2種蚜蟲侵害麥田的多光譜圖像，利用空間模式度量對受俄羅斯麥蚜蟲和美國麥蚜侵害區(qū)域進行分析。Marston等[62]分析無人機多光譜圖像后發(fā)現(xiàn)隨著大豆受害天數(shù)的增加和蚜蟲數(shù)量的增加，大豆冠層光譜反射率呈現(xiàn)下降趨勢。

近年來，機載多光譜遙感在不斷更新，其可以通過較低成本來獲取較高時空分辨率圖像，具有更大的經(jīng)濟潛力，已在森林蟲害遙感監(jiān)測研究中廣泛應(yīng)用。但其仍搭載多光譜傳感器，同樣難以感知林木細微變化，且獲取地物范圍有限，大范圍監(jiān)測時需多幅圖像拼接，增加了研究人員的工作量和拼接誤差對結(jié)果的影響。

3 基于高光譜的森林蟲害遙感監(jiān)測

害蟲攻擊早期林木內(nèi)部生理生化組分變化細微，光譜分辨率較粗的多光譜遙感難以實現(xiàn)蟲害早期監(jiān)測。而高光譜遙感可形成上百乃至數(shù)百個光譜連續(xù)的圖譜數(shù)據(jù)，對植被細微變化敏感，可為植被生理生化參數(shù)定量化診斷提供高效、便捷的數(shù)據(jù)采集和處理方法[63]。

3.1 地面高光譜遙感的森林蟲害監(jiān)測

地面高光譜遙感主要是指利用手持高光譜測定儀或地基高光譜測定儀，可近距離對受害林木進行探測，獲取光譜分辨率高的遙感影像。通過分析獲取的植被受害前后地面高光譜數(shù)據(jù)，對比其光譜特征變化可以發(fā)現(xiàn)受害后光譜反射率低于健康植被，且隨嚴重程度加劇反射率變化也會加劇[64-66]。Huang等[67]使用手持高光譜對蟲害侵襲的水稻葉片和冠層兩個尺度的反射率研究發(fā)現(xiàn)，葉片反射率在530～570 nm和700～1000 nm范圍內(nèi)降低，在450～520 nm和580～700 nm范圍內(nèi)升高，冠層反射率在737～1000 nm范圍內(nèi)隨林木受害程度加深而降低，并在938 nm處出現(xiàn)最大相關(guān)。黃曉君、西桂林等[4,68]對原始高光譜數(shù)據(jù)進行微分變換、連續(xù)小波變換方法進行處理后，發(fā)現(xiàn)可對受害林木失葉率、冠層顏色和受害程度等進行監(jiān)測。Zhou等[69]利用高光譜獲取冠層反射光譜來建立葉片色素高光譜估算模型，識別南方棗是否受蟲害脅迫。此外，通過敏感波段建立相關(guān)指數(shù)也可實現(xiàn)植被蟲害識別。如XU等[70]構(gòu)建水帶指數(shù)(IWB)檢測番茄斑潛蠅的侵襲；LOU等[71]提出了蚜蟲指數(shù)(AI)來檢測蚜蟲的侵害；Prabhakar[72]基于已識別的敏感帶提出了一個葉蟬指數(shù)(LHI)。

地面高光譜監(jiān)測作為高光譜遙感監(jiān)測重要環(huán)節(jié)，提供了基礎(chǔ)數(shù)據(jù)和驗證條件，為大面積監(jiān)測森林蟲害提供了理論基礎(chǔ)。其可直接對受害林木進行近距離測量，受大氣散射影響弱，獲取質(zhì)量更高的圖像，現(xiàn)已在植被定量遙感和反演中廣泛使用。但地面高光譜遙感需研究人員手持高光譜儀器測定或者在固定地點放置測量儀器，受地形和林區(qū)復(fù)雜程度影響，難以對林區(qū)深處監(jiān)測。每次調(diào)查需攜帶大量儀器且數(shù)據(jù)量較大，研究人員工作量大。

3.2 星載高光譜遙感的森林蟲害監(jiān)測

星載高光譜遙感是指將高光譜傳感器搭載在衛(wèi)星上，從外層空間對地面物體進行監(jiān)測。通過獲取高光譜圖像，使用多元統(tǒng)計分析技術(shù)、基于光譜波長位置變量和光學(xué)模型方法，是現(xiàn)階段星載高光譜遙感大面積監(jiān)測地表植被的主要方法。多元統(tǒng)計分析技術(shù)是利用兩個變量建立相關(guān)的多元回歸預(yù)測模型來計算林木的物理和生物生化參數(shù)[63,73-74]；光譜波長位置分析技術(shù)通過波長位置變化實現(xiàn)蟲害嚴重度判別、構(gòu)建病情指數(shù)反演模型[75-77]；光學(xué)模型方法是基于光學(xué)輻射傳輸理論的模型[78-79]。基于上述方法，結(jié)合實地調(diào)查數(shù)據(jù)，通過模式識別與機器學(xué)習(xí)算法對林木生化組分關(guān)鍵參數(shù)進行反演，可實現(xiàn)植被定量遙感與森林蟲害高光譜監(jiān)測。劉德華等[80]使用多元統(tǒng)計分析技術(shù)，構(gòu)建了偏最小二乘判別分析模型對山楂損傷和蟲害缺陷識別判斷。ZHANG等[81]利用HJ-lA-CCD2圖像獲取研究區(qū)馬鈴薯高光譜數(shù)據(jù)，實現(xiàn)馬鈴薯蟲害監(jiān)測。MOHARANA和DUTTA[82]利用hyperion圖像研究了水稻水分脅迫的變異性，為評估水分脅迫的植被異質(zhì)性提供了一種方法。

星載高光譜遙感因大范圍的植被定量監(jiān)測，現(xiàn)已成為越來越多研究人員的選擇。但因高光譜具有上百個連續(xù)的波段導(dǎo)致其數(shù)據(jù)量大，研究人員需要進行較長時間對數(shù)據(jù)處理分析，工作量較大。同時搭載高光譜傳感器的衛(wèi)星較少，且在數(shù)據(jù)獲取方面需要花費大量金錢，對星載高光譜遙感監(jiān)測森林蟲害的發(fā)展產(chǎn)生一定的阻礙。

3.3 機載高光譜遙感的森林蟲害監(jiān)測

無人機高光譜遙感是近年來快速興起的遙感技術(shù)，其原理是通過搭載在無人機上的高光譜相機對地面成像觀測。無人機高光譜圖像因其飛行高度低、受大氣散射弱，圖像的時空精度和分辨率更高，對林木內(nèi)部生化組分細微變化更加敏感。AHMAD等[83]分析機載高光譜圖像植被冠層反射率變化后，認為葉綠素、花青素含量變化可以對林木健康程度進行判斷。MARKIET[84]針對航空高光譜遙感，提出一種線性分離算法，可從航空高光譜遙感圖像數(shù)據(jù)中分離不同肥力地點地表反射率。利用高光譜遙感感知細微變化的能力，結(jié)合多光譜遙感和激光雷達遙感建立相關(guān)反演模型，可更精準獲取蟲害信息。HORNERO等[85]利用機載高光譜圖像和Sentinel-2圖像進行植被指數(shù)反演，并認為該方法對全球范圍的植被損害進行監(jiān)測。CUI等[86]利用物理模型的方法對RapidEye、Sentinel-2和EnMAP的數(shù)據(jù)進行分析，認為它們都適合冬小麥的葉片葉綠素反演。LATIFI[87]將機載高光譜數(shù)據(jù)同激光雷達數(shù)據(jù)結(jié)合起來，基于方差加權(quán)的最相似鄰近方法建立最鄰近模型，構(gòu)建時效性較高的森林結(jié)構(gòu)屬性模型。

相較于星載高光譜遙感，機載高光譜遙感數(shù)據(jù)較容易獲得且成本較小，已成為高光譜遙感監(jiān)測森林蟲害的首選項。但機載高光譜遙感獲取的數(shù)據(jù)量大且冗余，致使其在數(shù)據(jù)處理上需要花費大量時間，研究人員時間成本和工作量增加。

4 基于微波遙感的森林蟲害監(jiān)測研究

光學(xué)傳感器電磁波長較短易受散射影響，在云霧天氣時難以獲取地物信息。而微波遙感電磁波長較長，可穿透對冰、雪、森林、土壤等。且受大氣散射弱，可全天時、全天候的對地物進行監(jiān)測。微波遙感可有效補全因云霧天氣而缺失的光學(xué)圖像。

4.1 合成孔徑雷達的森林蟲害監(jiān)測

合成孔徑雷達作為森林蟲害微波遙感監(jiān)測最常用的傳感器，其L波段和X波段在監(jiān)測植物生長量和植物含水量上有著很好的敏感性。不僅可以預(yù)測分析森林生物量、森林地表水分等[88]，還可以對森林特征的敏感性進行分析[89-90]，繪制森林植被圖和建立森林模型[91-92]，以此來描述林木蟲害的生境信息[12]。BERNINGER[92]利用多道X波段和C波段干涉合成孔徑雷達對熱帶森林冠層高度和地上生物量進行反演。Singh等[94]將幾種極化方式和X波段的入射角與高粱田蟲害發(fā)生聯(lián)系起來，為微波遙感數(shù)據(jù)納入蟲害監(jiān)測提供了可能。利用P波段監(jiān)測植被是近幾年興起的一項技術(shù)，其穿透能力更強、更易獲取林木垂直信息、可有效降低時間去相干因素對圖像的影響[95]，實現(xiàn)林木樹高反演和森林生物量反演[96-97]。SUN等[98]利用P波段干涉合成孔徑雷達將三維GVB降維至二維GVB，并基于多基線反演的方法估計森林高度。近幾年，干涉合成孔徑雷達(InSAR)、極化干涉合成孔徑雷達(Pol-InSAR)技術(shù)快速發(fā)展，使得微波遙感監(jiān)測森林蟲害進一步發(fā)展。CAO等[88]利用PolSAR Pro軟件模擬蟲害前后L波段的健康與受害林木的層析回波數(shù)據(jù)，并提出利用層析成像數(shù)據(jù)監(jiān)測森林蟲害的方法。

多頻率、極化、極化干涉機載合成孔徑雷達技術(shù)已較為成熟、星載合成孔徑雷達也在快速發(fā)展。雖現(xiàn)階段利用合成孔徑雷達對森林蟲害的直接監(jiān)測較少，但通過對森林樹高、林木含水量、生物量的監(jiān)測，為森林蟲害監(jiān)測提供了必要的數(shù)據(jù)。將來，機載和星載的SAR、InSAR和PollnSAR監(jiān)測森林蟲害將會是趨勢所在。

4.2 激光雷達的森林蟲害監(jiān)測

激光雷達是一種類似于雷達的主動式遙感技術(shù)，但其利用的是激光光波而不是無線電波。激光雷達具有極高的角分辨能力、距離分辨能力、抗干擾能力，可以獲取高精度的林木空間信息和林木地面信息[99-101]。

星載激光雷達通常采用全波形或者光子計數(shù)激光雷達系統(tǒng)，僅可以獲取傳感器下方單波束或者多波束數(shù)據(jù)，可用于區(qū)域或者全球范圍的大區(qū)域森林垂直結(jié)構(gòu)及相關(guān)變化[102-103]。激光雷達的高穿透能力，在獲取林木冠層高度、垂直信息、地面生物量和森林郁閉度等參數(shù)上具有獨特優(yōu)勢。Clark[104]利用激光雷達數(shù)據(jù)計算樹木的亞冠層高度和冠層高度；XING[105]對原有森林高度反演模型進行改進；LEFSKY等[106]利用激光雷達數(shù)據(jù)對林木冠層高度和地上生物進行估算；NEUENSCHWANDER等[107]利用GLAS（地球科學(xué)激光測高系統(tǒng)）對森林郁閉度進行估算。通過激光雷達獲取的森林冠層高度情況與光學(xué)傳感器獲取的較為完整的森林結(jié)構(gòu)參數(shù)，不論是繪制森林生物量信息圖還是在建立森林三維信息圖，都是在豐富林木信息，為遙感監(jiān)測森林蟲害提供必要的信息。

機載激光雷達多采用離散回波或全波形激光掃描系統(tǒng)獲取飛行路線下方特定視場的數(shù)據(jù)，可用于林分或者小區(qū)域的森林結(jié)構(gòu)觀測[104,108]。較低的飛行高度使其圖像分辨率較高，可對單株林木結(jié)構(gòu)參數(shù)進行[18]。現(xiàn)階段森林參數(shù)獲取使用最多的方法是基于冠層高度模型(CHM)單木識別方法和基于點云分布的單木識別方法[109]。DUNCANSON等[110]使用基于分水嶺的CHM分割方法對冠層分層處理后提取單木信息，該方法提高了中層木和下層木單木識別能力。MONGUS等[111]利用最小生成林的分水嶺方法將小區(qū)域林木合并，并對數(shù)據(jù)劃分體素后提出基于拉普拉斯高斯法生成樹干位置的新方法，改善了單木提取過程中過度分割現(xiàn)象。KANTOLA等[112]利用機載激光雷達獲取單木特征和針葉脫落情況后將隨機森林機器學(xué)習(xí)方法應(yīng)用在最近鄰檢索中，對健康松林和受害松林進行分類。將激光雷達同光學(xué)傳感器相結(jié)合監(jiān)測森林蟲害同單獨使用激光雷達數(shù)據(jù)相比較，其提供的信息具有互補性和合作性，可以獲得更加豐富和可靠的信息，也為遙感森林蟲害提供了更廣闊的方法。陳松等[113]利用sentinel-2數(shù)據(jù)中的特征變量和激光雷達數(shù)據(jù)中的冠層高度信息，使用誤差變量聯(lián)立方程組對森林蓄積量進行反演。Lin等[2]利用激光雷達和高光譜成像技術(shù)，提出一種基于激光雷達點云和三維輻射傳輸模型RAPID提取每個樹冠三維陰影分布的新方法來檢測松枝甲蟲對松林的脅迫。

激光雷達對于森林結(jié)構(gòu)參數(shù)的觀測具有得天獨厚的優(yōu)勢，利于建立三維可視化的森林蟲害遙感監(jiān)測模型。但因其傳感器內(nèi)部結(jié)構(gòu)復(fù)雜、使用難度大、造價高等不足，導(dǎo)致現(xiàn)有研究利用激光雷達對森林蟲害的研究較少。未來可根據(jù)需求研制成本較低的星/機載激光雷達，以滿足發(fā)展需求。

5 結(jié)論及展望

5.1 結(jié)論

通過上述對不同傳感器監(jiān)測森林蟲害的研究，發(fā)現(xiàn)多光譜遙感具有多個波譜通道且可以進行大面積森林監(jiān)測，數(shù)據(jù)多且易獲取，是遙感監(jiān)測森林蟲害的主要數(shù)據(jù)源，但其光譜分辨率較寬且時效性較差，未來需要提高；高光譜遙感因其窄且連續(xù)的光譜曲線，可以感知植被內(nèi)部細微變化對植被進行定量遙感，是遙感早期監(jiān)測森林蟲害的最佳數(shù)據(jù)源，但其數(shù)據(jù)來源較少、數(shù)據(jù)量巨大，一定程度阻礙其發(fā)展；微波遙感因其較長的波長不易受天氣影響，可全天候、全天時監(jiān)測，且具有很好的三維模型建立能力，但其造價較高、成本大、使用難度大，且對植被光譜敏感度較低等導(dǎo)致現(xiàn)階段研究較少。自20世紀30年代至今，遙感監(jiān)測森林蟲害即將步入百年歷史，傳感器已由最初的單一發(fā)展為如今的多源。隨著科技的不斷進步，通過遙感技術(shù)和云計算技術(shù)、物聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)等新一代信息技術(shù)的結(jié)合，使得遙感監(jiān)測森林蟲害技術(shù)不斷發(fā)展，也為構(gòu)建森林蟲害多維動態(tài)下的智慧林業(yè)系統(tǒng)，實現(xiàn)對森林資源的永續(xù)利用和可持續(xù)經(jīng)營，保障全球生態(tài)系統(tǒng)良性發(fā)展提供了相應(yīng)的技術(shù)支持。

5.2 展望

雖已有許多針對森林蟲害遙感監(jiān)測的研究及應(yīng)用，但因林木樹種及害蟲類型多樣、遙感數(shù)據(jù)多源和遙感技術(shù)不斷發(fā)展，對于遙感監(jiān)測森林蟲害仍有許多問題亟待解決。

（1）提高遙感監(jiān)測森林蟲害模型的普適性。因林木類型和森林害蟲種類繁多、地域間土壤成分、土壤含水量和氣候等不盡相同，害蟲侵害林木方式各異，致使森林蟲害研究和森林蟲害反演模型多數(shù)都是針對單一樹種或害蟲建立，較少對多樹種及蟲害模型建立。針對這一問題，應(yīng)首先對不同害蟲適生因子進行分析比較，提取比重較大因子；其次對現(xiàn)有模型進行分析，找其共通之處；最后將兩者結(jié)合，建立具有普適性的森林蟲害監(jiān)測識別模型。隨著遙感監(jiān)測技術(shù)的發(fā)展和森林蟲害反演模型的改進，未來建立具有普適性的遙感監(jiān)測森林蟲害反演模型是亟待發(fā)展的。

（2）提高森林蟲害早期監(jiān)測能力。利用遙感監(jiān)測森林蟲害的目的是減少因害蟲襲擊導(dǎo)致的林木死亡。而之前對森林蟲害監(jiān)測主要是蟲害發(fā)生地點和林木受害程度的識別判斷，現(xiàn)階段雖有人對蟲害發(fā)生早期進行研究，但監(jiān)測能力還需進一步提高。未來應(yīng)發(fā)掘?qū)οx害更敏感的光譜波段，建立星-空-地協(xié)同的森林蟲害監(jiān)測和重點區(qū)域高時間分辨率監(jiān)測，增加森林蟲害早期監(jiān)測的手段與方法，提高森林蟲害暴發(fā)地預(yù)測能力，實現(xiàn)早期監(jiān)測森林蟲害，保護林木生態(tài)系統(tǒng)安全。

（3）提高多源數(shù)據(jù)融合能力。光學(xué)遙感對林木生理生化參數(shù)有較強的敏感性，雷達或激光雷達則具有很強的三維模型建立能力?，F(xiàn)有階段雖已有將多源數(shù)據(jù)融合監(jiān)測森林蟲害，但對不同數(shù)據(jù)的組合、數(shù)據(jù)間的融合技術(shù)還不夠完善。未來應(yīng)提高不同類型數(shù)據(jù)組合監(jiān)測森林蟲害、不同數(shù)據(jù)融合后冗余數(shù)據(jù)剔除技術(shù)，在林分尺度、小尺度或單木尺度對林木冠層尺度和垂直尺度上對蟲害進行監(jiān)測。從而提高監(jiān)測模型的精度，實現(xiàn)遙感對森林蟲害的精準監(jiān)測，輸出一套完整的森林蟲害遙感監(jiān)測產(chǎn)品。

（4）建立不同蟲害類型判別方法。遙感監(jiān)測森林蟲害同醫(yī)生給病人看病，只有找到病根所在才能實現(xiàn)對癥下藥。害蟲種類的豐富多樣致使林木受害部位、受害后表現(xiàn)形式和程度也不盡相同，在遙感圖像上難以區(qū)分害蟲類型及受害部位。僅依靠遙感圖像，林業(yè)工作人員難以區(qū)分蟲害類型進行有針對的防護措施。未來應(yīng)通過高光譜遙感的定量監(jiān)測，結(jié)合激光雷達的三維信息，對不同蟲害攻擊后的單株林木建立受害前后生理生化組分變化和結(jié)構(gòu)變化三維模型，并將其整合蟲害類型識別庫，制定蟲害類別判別依據(jù)，構(gòu)建不同森林蟲害類型判別方法框架，實現(xiàn)林業(yè)工作人員遠程精準滅蟲。

（5）研發(fā)星空地協(xié)同的森林蟲害遙感監(jiān)測系統(tǒng)。近年來，隨著遙感傳感器的精度越來越高，無人機技術(shù)和計算機技術(shù)的高速發(fā)展，森林蟲害監(jiān)測已開始從單一層面向多層面、立體化轉(zhuǎn)變。未來可利用地面工作人員或巡航小車獲取蟲害重點區(qū)域信息，無人機遙感獲取蟲害區(qū)域信息，星載遙感獲取林區(qū)信息，通過模式識別、機器學(xué)習(xí)算法、云計算和大數(shù)據(jù)等計算機技術(shù)，構(gòu)建星地空協(xié)同下的多層面森林蟲害遙感監(jiān)測系統(tǒng)，實現(xiàn)林業(yè)工作人員機動滅蟲，保護生態(tài)系統(tǒng)穩(wěn)定和森林資源永續(xù)發(fā)展。