过去20年，松墨天牛对中国西南地区的150万公顷云南松林造成了严重的经济和生态损害。这些害虫快速传播，严重威胁森林健康，减少碳封存能力。气候变化加剧了森林抵抗力的下降，导致害虫爆发频率增加。传统地面检测方法成本高且效率低，随着无人机技术的快速发展，基于高分辨率的热红外成像和激光雷达技术为快速、高效地评估大范围的森林害虫侵扰提供了可能。

       基于此，研究团队选取云南省天峰山的云南松林为研究对象，利用无人机搭载的热红外（TIR）和激光雷达（LiDAR）设备进行数据采集。研究通过LiDAR点云数据分割单个树冠，并结合TIR数据提取树冠表面温度（CST）。采用随机森林（RF）、部分最小二乘回归（PLSR）、支持向量机（SVM）等机器学习算法，预测每棵树的梢部损伤比例（SDR），以评估松梢象鼻虫对树冠的侵害程度。研究结果显示，基于TIR和LiDAR数据结合的RF模型在SDR预测中表现最佳，决定系数R²达到0.7914，均方根误差为15.5685。这表明LiDAR与TIR数据的结合能够显著提高对云南松林中受害树冠的监测精度。TIR数据虽然能提供树冠温度信息，但其分辨率限制使其单独应用时效果有限，需与其他数据结合使用。

       本研究开发了一种新颖且高效的基于无人机多源遥感数据用于早期监测森林病虫害的技术，为森林健康监测提供了准确、实时的解决方案，尤其是在大范围林分较为复杂可及度差的林区。研究结果为进一步优化森林管理和提高病虫害防治效率提供了科学依据，也为未来应用遥感技术开展大规模林业病虫害早期监测提供了重要参考。

       该研究成果于近期发表于Forests，王景旭为第一作者，由河南省地理研究所与浙江农林大学、中国科学院地理科学与资源研究所、中国四维测绘技术有限公司的研究人员共同合作完成。此项研究得到了国家自然科学基金和河南省科技专项和河南省科学院人才培养计划的支持。

论文信息：

Wang J, Lin Q, Meng S, Huang H, Liu Y. (2024). Individual Tree-Level Monitoring of Pest Infestation Combining Airborne Thermal Imagery and Light Detection and Ranging. Forests.

论文链接：https://doi.org/10.3390/f15010112

图1 使用LiDAR数据生成的冠层边界和种子点提取温度