基于高光谱数据的马尾松松萎蔫病早期监测

选取健康马尾松（Pinusmassnoiana）进行松材线虫接种试验，利用地面光谱仪（350～2500nm）对健康植株及感病植株在不同感病时期的光谱特征进行数据获取，同时对各时期植株叶绿素质量分数变化进行分析。结果表明：健康马尾松与感病马尾松的原始光谱反射率在感病的中后期差异明显，表现在可见光及近红外区域的反射峰与吸收谷特征随病程推移逐渐减弱直至消失；感病植株叶绿素质量分数与波长1405nm处的光谱反射率有显著的相关关系，并以此建立感病马尾松叶绿素质量分数定量模型：CHL＝－1．74（X1405）2＋4．72X1405－0．76；通过波长593nm处光谱反射率的一阶导数光谱特征分析，结合相应时期的叶绿素质量分数定量反演可用于判断马尾松是否感染了松萎蔫病，尤其对肉眼可见感病特征前的早期阶段具有良好的监测效果。

森林病虫害高光谱遥感监测的研究进展

高光谱遥感技术在森林病虫害监测中具有较强的优势和巨大潜力。文章介绍了高光谱遥感监测森林病虫害的主要原理,从基于高光谱数据提取的生化参数、基于高光谱遥感影像的图像处理和分析技术以及基于高光谱数据的统计分析与建模技术进行森林病虫害监测等方面阐述了高光谱遥感监测森林病虫害的研究现状,并指出森林病虫害高光谱遥感监测存在的关键问题及未来的发展趋势。

基于高光谱数据的森林病虫害监测系统研制

基于高光谱数据的森林病虫害监测系统,是在构建不同森林病虫害高光谱预测模型的基础上增加数据库管理系统和信息评估与发布系统,实现不同类型森林病虫害的模拟试验与分析评价,从而辅助用户进行森林病虫害诊断评估与管理决策。该项研究充分利用软构件的语言无关性、可重用性、简便快捷的系统维护机制等特点,基于森林病虫害高光谱预测模型(以松树松萎蔫病为例),应用组件式GIS技术,采用C#语言在Microsoft Visual Studio2010集成开发环境中编码设计,使用Arc GIS Engine 10.0的GIS组件、ENVI 5.0与IDL 8.1的二次开发平台,研制建成了一个具有较强普适性、准确性和易操作性的综合性与构件化的森林病虫害监测系统,可实现不同条件下森林病虫害发生发展动态的高光谱模拟预测,从而进行森林病虫害实时诊断预测,并生成适宜的管理信息方案。

基于高光谱数据与网络GIS应用的森林病虫害监测系统研究

基于高光谱数据的森林病虫害监测系统能够实现不同类型森林病虫害的模拟试验与分析评价,辅助用户进行森林病虫害诊断评估与管理决策。本研究基于森林病虫害高光谱预测模型(以松树松材线虫病为例),选用B/S结构的开发模式,构建3层系统架构选择Arc GIS APIs for Javascript为Web GIS的开发技术,研制建成了一个具有较强普适性、准确性和易操作性的网络服务端森林病虫害监测系统,可以实现不同条件下森林病虫害发生发展动态的在线高光谱模拟预测,从而进行森林病虫害实时远程诊断预测,并生成适宜的管理信息方案。文中着重介绍了系统的组织结构与内容、系统的主要功能与实现原理、系统的程序设计与开发过程,对系统的特点进行了总结与概括,并展示了应用实例。

基于物联网架构的我国森林病虫害监测研究进展

传统的森林病虫害监测方法已经不能满足对森林健康保护的需求。随着物联网技术的发展,利用物联网进行森林病虫害监测成为研究热点,具有很好的发展前景。文中介绍了利用物联网进行森林病虫害监测的原理,并结合物联网在果树和农业病虫害监测中的研究现状阐述了物联网在森林病虫害监测中的研究现状以及如何构建森林病虫害监测物联网,同时对其效益进行了分析;在指出目前基于物联网架构的森林病虫害监测存在问题的基础上,提出对未来应用的展望,以期通过推广物联网技术应用来提高病虫害预测预报的及时性和准确性。