彭隆贊　金時超　孟凡凡

摘要：以受松毛蟲不同危害程度的馬尾松林分為研究對象，對在受到松毛蟲危害時的馬尾松冠層物理參數(shù)（單簇針葉體積、針葉長度、針葉中間直徑）和馬尾松林冠層高光譜光譜指數(shù)之間的關(guān)系進(jìn)行分析，結(jié)果表明：①冠層的單簇針葉體積的變化可直接反應(yīng)松毛蟲的危害程度，單簇針葉體積越小蟲害越嚴(yán)重，它的變化也引起了冠層光譜的各植被指數(shù)發(fā)生不同程度的變化，而其他冠層物理參數(shù)不能反應(yīng)出松毛蟲的危害程度。②從馬尾松林冠層提取的高光譜遙感植被指數(shù)對蟲害的不同程度的敏感性不同。增強(qiáng)型植被指數(shù)（EVI）、綠波段葉綠素指數(shù)（Red/Green）和歸一化指標(biāo)指數(shù)（NDVI）在蟲害發(fā)生的中期與晚期有顯著變化，但具有飽和現(xiàn)象，不能用來對馬尾松林分受松毛蟲蟲害時進(jìn)行早期監(jiān)測；而紅邊波段葉綠素指數(shù)（CIrededge）、比值植被指數(shù)（RVI550）、比值植被指數(shù)（RVI700）、綠波段歸一化植被指數(shù)（gNDVI）、差值植被指數(shù)（DVI）和結(jié)構(gòu)不敏感色素指數(shù)（SPID）在蟲害發(fā)生的整個時間范圍內(nèi)都有很明顯的變化，不會達(dá)到飽和，可以在蟲害發(fā)生的早期就進(jìn)行監(jiān)測。

關(guān)鍵詞：高光譜；植被指數(shù)；病蟲害監(jiān)測；馬尾松

中圖分類號：O434文獻(xiàn)標(biāo)識碼：A文章編號：1004-3020（2017）03-0001-06

Abstract： This paper want to find out that how the Pinus massoniana canopy reflectance reflect the mason pine caterpillar damage stage. The canopy reflectance of P.massoniana at different damage stage were measured in situ， and 9 different spectral indices were calculated to reflect the pine moths damage degree.The results show that： （1） The change of canopy needle volume indicated the harm degree by pine moth， the smaller of canopy needles volume， and the more pests had. While the change of canopy cluster needles also influenced the canopy spectral vegetation index. （2） Vegetation indices derived from P.massoniana canopy reflectance data can reflect damage degrees， but the sensitivity was not the same. Enhanced vegetation index （EVI）， green band chlorophyll index （Red/Green） and normal difference vegetation index （NDVI） had a significant change when in the mid and late stage， but these VIs also had saturation phenomenon especially in the early stage，they were more sensitive in the late stage then in the early stage of Mason pine caterpillar.The chlorophyll index at red edge band （CIrededge）， ratio vegetation index at 550 nm （RVI550）， ratio vegetation index at 700 nm （RVI700）， green band normalized difference vegetation index （gNDVI）， difference vegetation index （DVI） and structurepigment insensitive index （SPID） were obviously the changed in the whole range and had no saturation and sensitive at the entire period of the insect pest， so it could be used to monitor in the early stage.

Key words：hyperspectral；vegetation index；pest monitoring；Pinus massoniana

1引言

馬尾松毛蟲Dendrolimus punctatus是馬尾松的主要食葉害蟲，馬尾松毛蟲具有危害面積大、暴發(fā)周期短、成災(zāi)嚴(yán)重的特點(diǎn)。松毛蟲通過啃食針葉造成馬尾松生長量減少，甚至使林木枯死，因此是中國南方地區(qū)馬尾松林最嚴(yán)重的蟲害[1]。為了有效地防治松毛蟲，便捷、實(shí)時與大面積地實(shí)現(xiàn)對馬尾松毛蟲危害監(jiān)測是關(guān)鍵[2]。傳統(tǒng)的監(jiān)測病蟲害方法是通過隨機(jī)抽樣方法調(diào)查松毛蟲蟲口數(shù)量，并根據(jù)松毛蟲種群變化規(guī)律預(yù)測預(yù)報松毛蟲蟲口密度、危害程度、蟲害爆發(fā)范圍與時間。但是，松毛蟲的種群密度受氣候因子影響大[3]，且成災(zāi)還具有爆發(fā)性，傳統(tǒng)的方法很難便捷、實(shí)時與大面積地監(jiān)測；同時，受到林區(qū)復(fù)雜地形的影響，傳統(tǒng)的地面抽樣方法很難全面地反應(yīng)松毛蟲危害程度。

隨著遙感技術(shù)的不斷發(fā)展，遙感影像具有空間覆蓋范圍大、時間分辨率高等特點(diǎn)，作為一種新的數(shù)據(jù)源而廣泛地應(yīng)用于森林病蟲害監(jiān)測。目前，低空間分辨率的MODIS影像、中等分辨率的TM影像以及高分辨率的SPOT影像都被應(yīng)用在森林的病蟲害監(jiān)測中[4-9]。監(jiān)測的原理是根據(jù)植被在受到病蟲害干擾后，其葉片組織結(jié)構(gòu)及生理生化參數(shù)等均會發(fā)生變化，其林冠層光譜反射率也會發(fā)生相應(yīng)的變化，進(jìn)而影響到遙感影像中不同波段所接收輻射信號的變化，因此利用多波段遙感數(shù)據(jù)計(jì)算各種植被指數(shù)，分析植被指數(shù)在不同病蟲害程度狀態(tài)下的差異，建立相應(yīng)的回歸模型以監(jiān)測森林病蟲害發(fā)生的面積與危害程度[10]。典型的植被指數(shù)包括歸一化植被指數(shù)（NDVI）、比值植被指數(shù)（RVI）、綠色植被指數(shù)（GVI）等?，F(xiàn)階段的研究結(jié)果表明，對大面積森林蟲害而言，雖然可以通過衛(wèi)星遙感進(jìn)行較好的監(jiān)測，但是早期與中期森林病蟲害敏感程度不高，且多為定性描述，這主要是因?yàn)樾l(wèi)星遙感空間分辨率和光譜分辨率不高所至。在病蟲害發(fā)生的早期，植被組織結(jié)構(gòu)與生理生化參數(shù)變化都較小，相應(yīng)植被冠層光譜的變化不足以在基于遙感影像計(jì)算的植被指數(shù)中反應(yīng)出來。

具有更高光譜分辨率（波段寬度<10 nm）高光譜遙感技術(shù)的發(fā)展，可更精細(xì)地反應(yīng)植物生理生化參數(shù)的變化，如葉綠素、類胡蘿卜素、花青素、冠層的葉面積等[11]。由于馬尾松針葉被松毛蟲吃掉后導(dǎo)致針葉長度變短而引起林冠外部冠層形狀的變化和葉片組織結(jié)構(gòu)遭受破壞導(dǎo)致內(nèi)部生理生化的變化，這些變化會使馬尾松林冠層光譜特征發(fā)生變化，特別在紅色區(qū)和近紅外區(qū)林冠層光譜變化明顯[12-14]。受松毛蟲危害的馬尾松林冠的光譜特性與健康馬尾松林冠的光譜特性相比較可以發(fā)現(xiàn)某些波長特征值會發(fā)生不同程度的變化，這些表觀特征為馬尾松毛蟲高光譜監(jiān)測提供了有利的支持。但是，目前在利用高光譜研究森林病蟲害時，主要是分析森林在受到病蟲害后植物葉片的光譜響應(yīng)[15-18]，建立在病蟲害脅迫條件下的植物色素含量反演高光譜指數(shù)與災(zāi)害指標(biāo)之間關(guān)系上，但缺少對不同病蟲害危害程度時高光譜響應(yīng)機(jī)制的分析，更無法定量地描述在不同危害程度時遙感響應(yīng)機(jī)制[19-23]，無法回答當(dāng)馬尾松受到松毛蟲危害不同危害階段時葉高光譜出現(xiàn)什么樣特征，高光譜數(shù)據(jù)響應(yīng)敏感性如何，更不能清楚地闡述高光譜監(jiān)測的理論機(jī)制。

本文在以上研究的基礎(chǔ)上，通過對受不同松毛蟲危害階段時馬尾松林冠層的針葉體積和冠層光譜的植被指數(shù)進(jìn)行分析，探討在馬尾松毛蟲脅迫狀況下林冠層針葉體積的變化情況和冠層高光譜數(shù)據(jù)響應(yīng)特點(diǎn)，比較9種不同光譜指數(shù)與馬尾松林冠層物理結(jié)構(gòu)參數(shù)的關(guān)系，分析光譜指數(shù)對受松毛蟲危害不同程度的敏感性，找出適合監(jiān)測不同階段松毛蟲害的植被指數(shù)。

2材料與方法

2.1標(biāo)準(zhǔn)地設(shè)置

試驗(yàn)林分位于湖北省武漢市黃陂區(qū)，該區(qū)屬亞熱帶季風(fēng)氣候，年平均無霜期255 d，多年均日照時數(shù)1 9174 h，多年均降水量在1 202 mm，平均氣溫157～164 ℃，空氣相對濕度70%左右。

試驗(yàn)林為10 a馬尾松人工林，依據(jù)單株馬尾松樹木上馬尾松毛蟲蟲口密度及馬尾松林木針葉被啃食的后枝條失葉率的大小，參照許章華等人方法將蟲害危害程度分為5級，分別記為極嚴(yán)重、重度、中度、輕度和正常[24]，見表1。

在立地條件基本一致的馬尾松人工林林分內(nèi)，分別不同危害等級設(shè)置一個標(biāo)準(zhǔn)地，面積30 m×30 m。

2.2數(shù)據(jù)采集

在每一個標(biāo)準(zhǔn)地內(nèi)，采集馬尾松林冠層光譜。因馬尾松樹較高，用光譜儀無法直接測量其冠層光譜，因此在每個馬尾松標(biāo)準(zhǔn)地內(nèi)，隨機(jī)選擇12株馬尾松樣木，用高枝隨機(jī)剪取林冠上層1個枝條作為樣枝。

對采集的樣枝，在野外實(shí)時測量樣枝頂部的光譜作為林冠層光譜數(shù)據(jù)，測量時天氣晴好，無風(fēng)，測量時間為北京時間1100-1500。采用美國ASD便攜式野外光譜儀進(jìn)行光譜測定（光譜儀波段范圍為325～1 075 nm，光譜分辨率32 nm），每次測量前要利用漫反射參考板（白板）進(jìn)行儀器的優(yōu)化。將待測馬尾松樣枝葉垂直放置在反射率近似為零的黑色布上，傳感器探頭垂直置于枝條頂部20～30 cm之上，保證整株樣枝葉片充滿整個視場角，每個樣枝光譜值重復(fù)采集10次數(shù)據(jù)，用光譜平均值作為相應(yīng)的馬尾松林冠層的最終光譜。

根據(jù)松毛蟲食葉性的特點(diǎn)，本文選擇了利用冠層平均單簇針葉體積來描述受蟲害時影響的大小。對采集完光譜數(shù)據(jù)的樣枝條，統(tǒng)計(jì)其下一級側(cè)枝數(shù)目及每簇針葉數(shù)，用游標(biāo)卡尺測量出針葉長度和針葉粗度，用下式計(jì)算樣枝條的平均單簇針葉體積：

V=∑ni=1πRi2Li/n（1）

式中，V為每枝平均針葉體積，Ri為第i分枝的針葉1/2部位平均半徑，Li為第i分支針葉長，n為分支數(shù)量。

2.3高光譜數(shù)據(jù)處理

選用的光譜指數(shù)如表2所示，這些光譜指數(shù)大體可以分為兩大類，一類是與植被色素含量有關(guān)的指數(shù)，如紅邊波段葉綠素指數(shù)（CIrededge）、綠波段葉綠素指數(shù)（Red/Green）、綠波段歸一化植被指數(shù)gNDVI、結(jié)構(gòu)不敏感色素指數(shù)SIPI、比值植被指數(shù)RVI550；另一類是與植被結(jié)構(gòu)特性相關(guān)的指數(shù)，如歸一化植被指數(shù)NDVI、比值植被指數(shù)RVI700、增強(qiáng)型植被指數(shù)EVI、差值植被指數(shù)DVI等。

2.4回歸分析

對平均單簇針葉體積與光譜指數(shù)進(jìn)行多回歸方程擬合，對所獲得的回歸方程進(jìn)行顯著性檢驗(yàn)，選擇方程顯著性高且F值大者為其模型。回歸方程包括：線性回歸方程y=a+bx，對數(shù)回歸方程y=a+blnx，指數(shù)回歸方程y=aebx，冪函數(shù)回歸方程y=axb，邏輯斯蒂回歸方程y=k1+ae-bx，S曲線回歸方程y=e（b0+b11x）。

3結(jié)果與分析

3.1松毛蟲危害時馬尾松林冠層參數(shù)的變化

對每一蟲害等級馬尾松林冠層12枝樣枝進(jìn)行統(tǒng)計(jì)，針葉長度、針葉直徑、每簇針葉數(shù)量及體積的平均值如表3所示。

從表3可以發(fā)現(xiàn)，在松毛蟲危害不同程度的狀況下，馬尾松松針的平均單簇針葉數(shù)量和平均單簇針葉體積變化明顯，隨蟲害程度加重平均單簇針葉體積則逐漸減小。雖然在受蟲害嚴(yán)重程度逐漸增加的情況下平均針葉長度逐漸減小，但是輕度受害和正常情況下的差異并不明顯。在5種蟲害程度狀況下，平均針葉直徑只表現(xiàn)出約1%的差異。平均每簇的針葉數(shù)量也隨著蟲害程度的增加而減少，但是在中度和重度危害時的差異表現(xiàn)出相反的特征。這可能是由于不同馬尾松植株的自身個體遺傳差異不同所至。

由于馬尾松林木個體年齡相同，立地條件相似，因此我們可用沒有受松毛蟲危害時的馬尾松林冠層的平均單簇針葉體積為標(biāo)準(zhǔn)來計(jì)算在受松毛蟲危害不同程度時林冠層的相對失葉率（見圖1）。從圖1可以看出，松毛蟲危害越嚴(yán)重，馬尾松針葉被松毛蟲吃的也越多，葉體積越小，即蟲害越嚴(yán)重馬尾松針葉的失葉現(xiàn)象越嚴(yán)重。

為了研究不同蟲害程度對其林冠層光譜反射率的影響，對每一蟲害等級的12株樹冠層樣本枝條進(jìn)行了光譜測定并計(jì)算出平均光譜，結(jié)果如圖2所示。從不同蟲害程度的光譜曲線中可以發(fā)現(xiàn)，沒有受到蟲害生長正常的馬尾松林冠層光譜在550 nm具有明顯的綠波段反射峰（綠峰），在680 nm具有明顯的紅波段吸收谷（紅谷），在680～760 nm紅邊波段反射率急劇上升（紅邊），在760～800 nm近紅外波段冠層反射率相對平穩(wěn)且具有最大值（近紅外平臺），這就是綠色植被的典型光譜特征。當(dāng)林分受到松毛蟲輕度危害時，從林冠層光譜曲線中還能識別出綠峰、紅谷、紅邊、近紅外平臺光譜等特征，但綠峰最大值會降低，紅谷位置反射率會升高，紅邊部分反射率的陡峭程度會降低，近紅外部分最大反射率值也會降低。當(dāng)林分受到松毛蟲中度、重度及極嚴(yán)重危害時，林冠層光譜則沒有明顯的綠峰、紅谷、紅邊、近紅外平臺等光譜特征，且隨著蟲害程度的加劇，400～800 nm的林冠層光譜反射率呈下降趨勢。這主要是因?yàn)殡S著松毛蟲害的加劇，林冠層中針葉被大量啃食，林冠層的綠色部分逐漸減少，林冠層光譜則更多反映的是枝條的反射特征。

3.2單簇針葉體積與各植被指數(shù)的關(guān)系

冠層的平均單簇針葉體積的變化反應(yīng)了松毛蟲對馬尾松林冠層的危害程度，而同時冠層的平均單簇針葉體積的變化也對冠層光譜造成了影響。因此，分析林冠層平均單簇針葉體積與光譜指數(shù)的關(guān)系，可為監(jiān)測松毛蟲害程度提供依據(jù)。為此，本文對9種不同光譜指數(shù)與冠層單簇針葉體積建模分析后得出以下結(jié)果：

（1）各種類型光譜指數(shù)均與林冠層平均單簇針葉體積有較好的相關(guān)性，除RVI550、SPID R2，低于0.6外，其余均高于06；

（2）不同光譜指數(shù)與林冠層平均單簇針葉體積的適宜回歸模型不同，CIrededge與平均單簇針葉體積，以及RVI550與平均單簇針葉體積均為線性相關(guān)（圖3a和b）；RVI700指數(shù)與平均單簇針葉體積，gNDVI指數(shù)與平均單簇針葉體積，DVI指數(shù)與平均單簇針葉體積，以及SPID與平均單簇針葉體積均呈指數(shù)函數(shù)相關(guān)（圖3c、d、e、f）；EVI指數(shù)與平均單簇針葉體積，Red/Green指數(shù)與平均單簇針葉體積，NDVI指數(shù)與平均單簇針葉體積均呈logistics函數(shù)相關(guān)（圖3g、h、i）；

（3）不同光譜指數(shù)在蟲害的不同階段響應(yīng)特點(diǎn)存在差異。在松毛蟲危害晚期，EVI、Red/Green、NDVI指數(shù)很敏感（即冠層平均單簇針葉體積值很小），變化劇烈，但是在蟲害發(fā)生的早期無變化；在蟲害發(fā)生的中早期，雖然RVI700、gNDVI、DVI和SPID指數(shù)緩慢變化，但在蟲害發(fā)生的晚期變化明顯；CIrededge指數(shù)和RVI550指數(shù)在蟲害發(fā)生的早期、中期及晚期范圍內(nèi)都進(jìn)行相應(yīng)的變化。

通過對比各光譜指數(shù)與林冠層平均單簇針葉體積的回歸分析發(fā)現(xiàn)，EVI指數(shù)、Red/Green指數(shù)和NDVI指數(shù)對冠層平均單簇針葉體積的響應(yīng)存在明顯的拐點(diǎn)（如圖3 g、h、i），經(jīng)過拐點(diǎn)后EVI指數(shù)、NDVI指數(shù)和Red/Green指數(shù)對冠層單簇因蟲害造成的平均針葉體積變化的響應(yīng)不明顯，即達(dá)到飽和現(xiàn)象。在響應(yīng)曲線拐點(diǎn)左側(cè)，林冠層平均單簇針葉體積隨松毛蟲危害嚴(yán)重程度的增加而減小，在此區(qū)域范圍內(nèi)EVI、NDVI、Red/Green響應(yīng)敏感；在響應(yīng)曲線拐點(diǎn)右側(cè)三種指數(shù)均達(dá)到飽和，即EVI、NDVI、Red/Green因蟲害造成的針葉體積減小響應(yīng)不明顯。

EVI、NDVI及Red/Green三種指數(shù)曲線拐點(diǎn)的位置存在一定的差異。當(dāng)EVI、NDVI和Red/Green指數(shù)達(dá)到拐點(diǎn)時，林冠層平均單簇針葉體積相對失葉率分別為61.31%、73.25%和77.92%，表明了EVI指數(shù)表現(xiàn)出更強(qiáng)的敏感性，能更早監(jiān)測到馬尾松毛蟲蟲害的發(fā)生。

4討論

遙感數(shù)據(jù)在大面積范圍森林病蟲害監(jiān)測中有巨大的優(yōu)勢，但是各種遙感光譜指數(shù)對病蟲害的響應(yīng)程度如何，怎樣從遙感光譜數(shù)據(jù)中提取有用的光譜指數(shù)，如何將光譜指數(shù)與森林的林冠層特征值建立回歸方程，所有這些均是目前森林病蟲害遙感監(jiān)測中存在的主要熱點(diǎn)問題與難題。本文根據(jù)松毛蟲啃食針葉導(dǎo)致馬尾松針葉體積發(fā)生變化的特點(diǎn)，用林冠層平均單簇針葉體積變化量作為分析松毛蟲危害嚴(yán)重程度的度量指標(biāo)，并針對9種典型光譜指數(shù)對松毛蟲危害嚴(yán)重程度的響應(yīng)進(jìn)行研究。通過比較分析，找出了松毛蟲蟲害的有效監(jiān)測指標(biāo)。

本文在前人森林病蟲害遙感監(jiān)測研究的基礎(chǔ)上，依據(jù)光譜指數(shù)與植被參數(shù)的關(guān)系特點(diǎn)，將選擇出的9種光譜指數(shù)劃分為與植被色素含量及林冠層結(jié)構(gòu)有關(guān)的兩類。反應(yīng)林冠層結(jié)構(gòu)類的光譜指數(shù)如EVI及NDVI等，以及反應(yīng)色素含量的光譜指數(shù)如CI、RVI550等，兩類光譜指數(shù)均能與林冠層結(jié)構(gòu)特征植建立顯著相關(guān)的回歸模型。

在選擇的9個光譜指數(shù)中，有7個光譜指數(shù)與針葉體積回歸曲線存在明顯的拐點(diǎn)，即飽和現(xiàn)象，而CIrededge與RVI550與針葉體積回歸曲線在試驗(yàn)的數(shù)據(jù)范圍內(nèi)沒有明顯的拐點(diǎn)?？梢岳眠@些光譜指數(shù)在蟲害發(fā)生不同時期敏感程度的不同分時段進(jìn)行監(jiān)測。RVI700指數(shù)、gNDVI指數(shù)、DVI指數(shù)和SPID指數(shù)雖然在蟲害中期也發(fā)生變化，但其敏感程度并不高。CIrededge指數(shù)和RVI550指數(shù)在蟲害發(fā)生的整個時期都可以用來作為蟲害危害的監(jiān)測指標(biāo)。其他植被指數(shù)則適合在蟲害發(fā)生的晚期作為蟲害危害的監(jiān)測指標(biāo)。

5結(jié)論

本文通過對在受到不同程度松毛蟲危害時的馬尾松單簇針葉體積和馬尾松林冠層高光譜響應(yīng)特征進(jìn)行分析，研究9種植被指數(shù)與馬尾松針葉長度、針葉粗度、平均單簇針體積間的相關(guān)性，以及平均單簇針葉體積與各植被指數(shù)進(jìn)行回歸方程擬合研究，得到以下結(jié)論：馬尾松林在受到馬尾松毛蟲危害后直接導(dǎo)致馬尾松林冠層的單簇針葉體積發(fā)生變化；馬尾松林冠層高光譜遙感植被指數(shù)均能不同程度地對受松毛蟲危害不同程度進(jìn)行響應(yīng)；可以根據(jù)林冠植被指數(shù)的差異特性，當(dāng)林分受松毛蟲危害時分別應(yīng)用這些植被指數(shù)便捷地進(jìn)行早期、中期與晚期預(yù)測預(yù)報。

參考文獻(xiàn)

[1]武紅智， 陳改英. 基于GIS的馬尾松毛蟲災(zāi)害空間擴(kuò)散規(guī)律分析[J]. 遙感學(xué)報， 2004， 8（5）：475480.

[2]張衡， 潘潔， 廖振峰. 森林病蟲害高光譜遙感監(jiān)測的研究進(jìn)展[J]. 中國森林病蟲，2014（02）：2630.

[3]張淑杰， 張玉書， 肖燕， 等. 春季松毛蟲種群數(shù)量及其發(fā)生面積預(yù)測研究[J]. 植物保護(hù)， 2014， 40（4）： 5459.

[4]苗靜， 趙梓淇， 劉煥莉，等. 應(yīng)用MODIS數(shù)據(jù)監(jiān)測大范圍病蟲害植被指數(shù)變化[J]. 中國農(nóng)學(xué)通報， 2015， 31（14）： 148155.

[5]武紅敢， 石進(jìn). 松毛蟲災(zāi)害的TM影像監(jiān)測技術(shù)[J]. 遙感學(xué)報， 2004（02）： 172177.

[6]亓興蘭， 胡宗慶， 劉健，等. 基于光譜特征的SPOT5影像馬尾松毛蟲蟲害信息提取[J]. 東北林業(yè)大學(xué)學(xué)報， 2012（05）： 131133+136.

[7]Eklundh L， Johansson T， Solberg S. Mapping insect defoliation in Scots pine with MODIS timeseries data[J]. Remote Sensing Of Environment， 2009， 113（7）：15661573.

[8]Hilker T， Wulder M A， Coops N C， et al. A new data fusion model for high spatialand temporalresolution mapping of forest disturbance based on Landsat and MODIS[J]. Remote Sensing Of Environment， 2009， 113（8）：16131627.

[9]付安民， 孫國清， 過志峰. 基于MODIS 數(shù)據(jù)的東北亞森林時序變化分析[J]. 北京大學(xué)學(xué)報：自然科學(xué)版， 2010（5）：835843.

[10]Y Zhang， X Ban， P Chen， et al. Dendrolimus spp. Damage monitoring by using NOAA/AVHRR data[J].Chinese Journal Of Applied Ecology， 2005， 16（5）：870874.

[11]吳見， 彭道黎. 高光譜遙感林業(yè)信息提取技術(shù)研究進(jìn)展[J]. 光譜學(xué)與光譜分析， 2011（09）：23052312.

[12]云麗麗， 欒慶書， 金若忠， 等.遙感技術(shù)在森林病蟲害監(jiān)測上的研究進(jìn)展[J]. 遼寧林業(yè)科技， 2012（01）： 4044.

[13]云麗麗， 高國平， 欒慶書， 等. 遼西油松毛蟲蟲害的TM 影像監(jiān)測技術(shù)[J]. 安徽農(nóng)業(yè)科學(xué)， 2010（01）： 201204.

[14]云麗麗， 王樹海， 欒慶書， 等. 基于GIS松毛蟲預(yù)警系統(tǒng)空間信息庫的建立[J]. 遼寧林業(yè)科技， 2005（ 04）：3536.

[15]Verhoef W， Bach H. Remote sensing data assimilation using coupled radiative transfer models[J].Physics & Chemistry Of The Earth Parts A/b/c. 2003， 28（13）：313.

[16]Das B， Sarathjith M， Ray S， et al. Hyperspectral remote sensing： opportunities， status and challenges for rapid soil assessment in India[J].Current Science. 2015， 108（5）：860868.

[17]Sahoo R， Ray S， Manjunath K. Hyperspectral remote sensing of agriculture[J].Current Science.2015， 108（5）：848859.

[18]Liu Y， Lyu Q， Deng L， et al. Prediction of nitrogen and phosphorus contents in citrus leaves based on hyperspectral imaging[J]. International Journal Of Agricultural & Biological Engineering， 2015， 8（2）：8088.

[19]Feifei Zhao， Yafei Wang， Yanyou Qiao. Framework for videobased monitoring of forest insect defoliation and discoloration[J].Journal Of Applied Remote Sensing. 2015，9（1）：096093096093.

[20]RullanSilva C， Olthoff A E， Pando V， et al. Remote monitoring of defoliation by the beech leafmining weevil Rhynchaenus fagi in northern Spain[J].Forest Ecology and Management ，2015， 347：200208.

[21]RullanSilva C D， Olthoff A E， Delgado dlMJA，et al. Remote monitoring of forest insect defoliation. A review[J].Forest Systems， 2013， 22（3）：377391.

[22]Lausch A， Heurich M， Gordalla D， et al. Forecasting potential bark beetle outbreaks based on spruce forest vitality using hyperspectral remotesensing techniques at different scales[J].Forest Ecology and Management， 2013， 308（4）：7689.

[23]Hanavan R P， Pontius J， Hallett R. A 10Year Assessment of Hemlock Decline in the Catskill Mountain Region of New York State Using Hyperspectral Remote Sensing Techniques[J].Journal of Economic Entomology， 2015， 108：111.

[24]許章華， 李聰慧， 余坤勇， 等. 馬尾松毛蟲害等級的Fisher判別分析[J]. 農(nóng)業(yè)機(jī)械學(xué)報， 2014（06）： 275283.

（責(zé)任編輯：夏劍萍）