早期检测Dendrolimus物种感染:整合无人机超光谱和LiDAR数据
Rui Tang1, Linfeng Yu2, Peiyun Bi1
1Beijing Key Laboratory for Forest Pest Control, Beijing Forestry University, Beijing, China.
Frontiers in plant science
|November 24, 2025
概括
早期检测森林害虫,如类虫. 通过结合高光谱成像 (HSI) 和光检测和射程 (LiDAR) 数据来改进. 这种综合遥感方法显著提高了在松树林中监测脱叶损害的准确性.
科学领域:
- 林业林业 林业 林业 林业
- 遥感 遥感 遥感 遥感
- 生态生态学 生态生态学
背景情况:
- 在中国,Dendrolimus物种是重要的脱叶害虫,对松树林造成了广泛的破坏.
- 有效的早期监测系统对于及时的害虫控制至关重要,最大限度地减少经济和生态的影响.
- 仅使用光谱数据的先前方法显示了早期检测的局限性,突出了探索树冠结构特征的必要性.
研究的目的:
- 为早期检测Dendrolimus spp.开发一个综合的遥感方法. 感染. 感染. 感染.
- 评估结合高光谱成像 (HSI) 和光检测和测距 (LiDAR) 数据用于监测森林害虫损害的有效性.
- 评估树冠结构特征和光谱反射在早期病虫害损害识别中的贡献.
主要方法:
- 利用基于无人机的高光谱成像 (HSI) 和LiDAR数据.
- 使用SPA,ISIC和ISIC-SPA算法与随机森林 (RF) 进行敏感的HSI频段选择.
- 从选定的频段开发了植被指数 (VIs),并将其与RF模型训练的LiDAR指标集成.
- 评估RF模型使用单个HSIVI,LiDAR指标和组合HSI+LiDAR数据用于单个树级损坏检测.
主要成果:
- 该ISIC-SPA-RF算法有效地选择了3个HSI频段,减少了数据冗余.
- 综合的HSI和LiDAR数据方法实现了最高的整体准确度 (83.33%) 和早期检测准确度 (82.93%).
- 综合方法显著优于仅使用HSI (72.81%) 或LiDAR (71.05%) 数据的模型.
结论:
- 整合HSI和LiDAR数据显著提高了Dendrolimus spp.早期检测的准确性. 感染. 感染. 感染.
- 激光雷达有效地捕捉了针损失引起的结构变化,补充了HSI的光谱信息.
- 这种新的遥感方法为害虫管理和监测其他脱叶害虫提供了关键的支持.
