基于多特征的高分辨率影像松材线虫病树识别

刘世川,王 庆,魏 薇,唐 晴,刘 浪,何辉羽,芦佳飞

(长江大学 地球科学学院，湖北 武汉 430100)

1 引言

森林病虫害是森林健康和林业生产的宿敌。松材线虫是对松树危害较大的外来入侵物种之一，感染松树后会造成松树针叶黄褐色或红褐色，在6个月内即导致病树整株干枯死亡。且该病虫繁殖速度快，传播途径广，传播范围广，难以防治，是使松林大片被毁的重要害虫。张增光[1]提出基于过程模型的松材线虫灾害的遥感早期识别，利用光谱分析和叶子含水量用知识规则的决策树方法对植物进行分类，但只运用光谱分析提取结果未使用其空间特征等其他特征。马箐[2]结合遥感影像，对不同染病时期的马尾松单株进行单株测定、生态因子调查、蒸腾速率测定和光谱特征建模，模型复杂且受环境湿度、温度的影像较大。吴琼[3]基于深度神经网络分类算法监测病虫害树木，但是需求的数据量大且参数过多时难以训练。李丰毅[4]将多光谱图像进行光谱特征、纹理特征和空间特征分析，但纹理特征计算复杂且效果不明显。

所以基于多特征提取的高分辨率遥感影像松材线虫病树识别，对松材线虫病树的植被指数、颜色模型、空间分布特征进行多特征分析，筛选疑似病树的方法速度快、针对性强，可以实现高效率、高精度的提取病树。既能减少人工筛查的成本，更能监测人工无法到达的深山林区，提升了筛查病害树木的效率，及时发现病害树木和枯死树木，防止病害进一步扩大感染范围，减少病虫害造成的经济损失。……