摘要：基于遙感技術(shù)的森林病蟲(chóng)害監(jiān)測(cè)能夠?qū)崿F(xiàn)大范圍、高效的病蟲(chóng)害檢測(cè)與預(yù)警。通過(guò)衛(wèi)星影像、無(wú)人機(jī)和其他遙感手段，結(jié)合多時(shí)相數(shù)據(jù)分析和高分辨率影像，可以實(shí)時(shí)監(jiān)控森林健康狀態(tài)，早期識(shí)別病蟲(chóng)害發(fā)生及其傳播趨勢(shì)。然而，數(shù)據(jù)分辨率、環(huán)境影響和時(shí)效性等問(wèn)題仍是挑戰(zhàn)。為此，采用數(shù)據(jù)融合技術(shù)和先進(jìn)算法分析，可以提升監(jiān)測(cè)精度和可靠性。結(jié)合遙感監(jiān)測(cè)結(jié)果，及時(shí)采取防治措施，將有效降低森林病蟲(chóng)害的損失，促進(jìn)可持續(xù)森林管理。

關(guān)鍵詞：遙感技術(shù)；森林病蟲(chóng)害監(jiān)測(cè)；防治策略

森林病蟲(chóng)害的監(jiān)測(cè)與防治是森林生態(tài)系統(tǒng)管理中的關(guān)鍵環(huán)節(jié)。隨著氣候變化和人類(lèi)活動(dòng)的影響，森林病蟲(chóng)害的種類(lèi)和分布呈現(xiàn)出復(fù)雜化和動(dòng)態(tài)變化的趨勢(shì)，給森林資源的可持續(xù)發(fā)展帶來(lái)嚴(yán)峻挑戰(zhàn)。傳統(tǒng)的森林病蟲(chóng)害監(jiān)測(cè)方法在空間覆蓋和時(shí)間響應(yīng)方面存在局限，而遙感技術(shù)憑借其高效、廣域、實(shí)時(shí)的特點(diǎn)，為森林病蟲(chóng)害監(jiān)測(cè)提供了新的解決方案。遙感技術(shù)能夠通過(guò)不同波段的影像數(shù)據(jù)，精確識(shí)別森林病蟲(chóng)害的發(fā)生范圍和程度，并結(jié)合地面調(diào)查數(shù)據(jù)，為防治決策提供科學(xué)依據(jù)。本文旨在探討基于遙感技術(shù)的森林病蟲(chóng)害監(jiān)測(cè)方法，分析其優(yōu)勢(shì)和應(yīng)用現(xiàn)狀，并提出相應(yīng)的防治策略。通過(guò)這一研究，期望能為提升森林生態(tài)系統(tǒng)保護(hù)和資源管理效率提供理論支持與技術(shù)保障。

1 遙感技術(shù)與森林病蟲(chóng)害監(jiān)測(cè)

1.1 遙感技術(shù)

遙感技術(shù)是通過(guò)傳感器獲取地球表面及大氣層的信息，而無(wú)需直接接觸目標(biāo)的技術(shù)。其主要依賴(lài)衛(wèi)星、飛機(jī)、無(wú)人機(jī)等平臺(tái)搭載的傳感器，利用電磁波（如光學(xué)、紅外、雷達(dá)等）與物體相互作用的特性，收集反射或輻射的電磁波信號(hào)，進(jìn)而獲取有關(guān)地表和大氣的信息。遙感技術(shù)可以分為主動(dòng)遙感和被動(dòng)遙感兩大類(lèi)[1]。主動(dòng)遙感通過(guò)傳感器發(fā)射電磁波并接收反射波（如雷達(dá)遙感），而被動(dòng)遙感則是依賴(lài)自然輻射的反射信號(hào)進(jìn)行數(shù)據(jù)采集（如光學(xué)遙感、熱紅外遙感等）。遙感數(shù)據(jù)廣泛應(yīng)用于環(huán)境監(jiān)測(cè)、災(zāi)害預(yù)警、農(nóng)業(yè)、林業(yè)、氣象、城市規(guī)劃等領(lǐng)域。通過(guò)分析遙感影像的光譜信息，可以獲得關(guān)于土地利用、植被覆蓋、氣候變化、礦產(chǎn)資源等重要信息。遙感技術(shù)具有空間覆蓋廣、時(shí)間更新頻繁、無(wú)接觸測(cè)量等優(yōu)勢(shì)，能夠?yàn)榭茖W(xué)研究和決策提供高效、精準(zhǔn)的數(shù)據(jù)支持。在各行各業(yè)中的應(yīng)用前景愈加廣闊。

1.2 森林病蟲(chóng)害監(jiān)測(cè)

森林病蟲(chóng)害監(jiān)測(cè)是指通過(guò)各種技術(shù)手段對(duì)森林生態(tài)系統(tǒng)中病蟲(chóng)害的發(fā)生、發(fā)展和分布情況進(jìn)行實(shí)時(shí)觀(guān)測(cè)和分析，從而為森林防治提供科學(xué)依據(jù)。森林病蟲(chóng)害不僅會(huì)影響森林的生長(zhǎng)和木材質(zhì)量，還可能引發(fā)生態(tài)失衡，甚至導(dǎo)致森林退化。因此，及時(shí)、準(zhǔn)確地監(jiān)測(cè)和評(píng)估病蟲(chóng)害的情況，對(duì)于森林資源保護(hù)和可持續(xù)管理至關(guān)重要。目前，森林病蟲(chóng)害監(jiān)測(cè)主要采用傳統(tǒng)的人工調(diào)查和現(xiàn)代化的遙感技術(shù)、無(wú)人機(jī)監(jiān)測(cè)、傳感器網(wǎng)絡(luò)等多種手段。傳統(tǒng)的人工調(diào)查方法主要依賴(lài)地面普查，研究人員通過(guò)采集病蟲(chóng)樣本、記錄蟲(chóng)害分布和受害程度等數(shù)據(jù)，評(píng)估病蟲(chóng)害的危害。

2 基于遙感技術(shù)的森林病蟲(chóng)害監(jiān)測(cè)存在問(wèn)題

2.1 數(shù)據(jù)分辨率問(wèn)題

遙感技術(shù)通過(guò)衛(wèi)星或無(wú)人機(jī)獲取大范圍的森林影像數(shù)據(jù)，但這些數(shù)據(jù)的空間分辨率往往受到限制。高分辨率遙感影像需要高成本的設(shè)備支持，而且往往無(wú)法實(shí)時(shí)獲取。對(duì)于森林病蟲(chóng)害的早期發(fā)現(xiàn)和精準(zhǔn)定位，高分辨率影像非常關(guān)鍵，因?yàn)樵S多病蟲(chóng)害的初期表現(xiàn)并不顯著，且影響范圍較小。若影像分辨率過(guò)低，容易導(dǎo)致對(duì)病蟲(chóng)害的分布和影響范圍判斷失誤[2]。此外，較低分辨率影像可能無(wú)法有效區(qū)分不同類(lèi)型的植被損傷，導(dǎo)致診斷誤差，影響監(jiān)測(cè)結(jié)果的準(zhǔn)確性。因此，如何平衡成本和影像分辨率，獲得更為精確的數(shù)據(jù)，仍是遙感技術(shù)在森林病蟲(chóng)害監(jiān)測(cè)中的一大難題。

2.2 大數(shù)據(jù)處理和分析挑戰(zhàn)

遙感技術(shù)生成的數(shù)據(jù)量龐大，特別是使用無(wú)人機(jī)或衛(wèi)星進(jìn)行大范圍監(jiān)測(cè)時(shí)，數(shù)據(jù)存儲(chǔ)、傳輸和處理所面臨的挑戰(zhàn)不可忽視。森林病蟲(chóng)害監(jiān)測(cè)不僅需要獲取高頻次的影像數(shù)據(jù)，還需要進(jìn)行實(shí)時(shí)或近實(shí)時(shí)的數(shù)據(jù)處理和分析，以便快速發(fā)現(xiàn)病蟲(chóng)害的發(fā)生。傳統(tǒng)的圖像分析方法雖然可以對(duì)圖像進(jìn)行簡(jiǎn)單分類(lèi)，但在復(fù)雜的森林環(huán)境中，病蟲(chóng)害與環(huán)境變化、氣候因素以及其他自然因素常常相互交織，使得數(shù)據(jù)處理變得更加復(fù)雜。為了有效解決這一問(wèn)題，必須借助先進(jìn)的人工智能和大數(shù)據(jù)技術(shù)進(jìn)行高效處理和精準(zhǔn)識(shí)別。但目前在這一領(lǐng)域的技術(shù)尚處于發(fā)展階段，尤其是在處理龐大數(shù)據(jù)集時(shí)，如何提高分析精度、縮短處理周期仍然是技術(shù)發(fā)展的瓶頸。

2.3 環(huán)境因素對(duì)監(jiān)測(cè)結(jié)果的干擾

森林環(huán)境復(fù)雜多變，許多外部環(huán)境因素（如天氣、季節(jié)性變化、不同植物類(lèi)型等）會(huì)對(duì)遙感監(jiān)測(cè)結(jié)果產(chǎn)生干擾，進(jìn)而影響病蟲(chóng)害的識(shí)別準(zhǔn)確性。例如，森林中不同類(lèi)型的樹(shù)木反射的光譜特性差異很大，同樣的病害可能在不同樹(shù)種上的表現(xiàn)有所不同，導(dǎo)致遙感影像無(wú)法準(zhǔn)確區(qū)分受害和健康植物。此外，氣候條件（如云層覆蓋、降水等）也會(huì)影響遙感影像的質(zhì)量和可用性。在多云或霧霾天氣下，衛(wèi)星遙感影像可能受到干擾，導(dǎo)致數(shù)據(jù)的不準(zhǔn)確或無(wú)法獲取。因此，在使用遙感技術(shù)進(jìn)行病蟲(chóng)害監(jiān)測(cè)時(shí)，必須綜合考慮環(huán)境因素的干擾，通過(guò)后期數(shù)據(jù)修正或融合多源數(shù)據(jù)來(lái)提高監(jiān)測(cè)結(jié)果的可靠性。

3 基于遙感技術(shù)的森林病蟲(chóng)害監(jiān)測(cè)重點(diǎn)

3.1 數(shù)據(jù)分辨率與精準(zhǔn)定位

遙感技術(shù)的有效性在于能獲取大范圍的地面信息，但其空間分辨率的高低直接影響病蟲(chóng)害的監(jiān)測(cè)精度。高分辨率影像能夠提供更細(xì)致的地物信息，幫助檢測(cè)到局部區(qū)域的病蟲(chóng)害癥狀，尤其是在病蟲(chóng)害早期階段，其影響范圍較小，常常不易察覺(jué)。當(dāng)前的衛(wèi)星遙感設(shè)備通常提供10 m以上的分辨率，這使得監(jiān)測(cè)較小的病蟲(chóng)害問(wèn)題變得困難。而無(wú)人機(jī)遙感技術(shù)盡管提供了更高分辨率的數(shù)據(jù)，但其監(jiān)測(cè)范圍有限且成本較高[3]。如何平衡高分辨率影像獲取的成本和監(jiān)測(cè)需求，提升數(shù)據(jù)的空間分辨率，同時(shí)保證數(shù)據(jù)處理效率，是遙感技術(shù)在森林病蟲(chóng)害監(jiān)測(cè)中的一個(gè)核心問(wèn)題。在精準(zhǔn)定位上，森林覆蓋的復(fù)雜性使得區(qū)分健康植被與病害區(qū)域更加困難。病蟲(chóng)害的發(fā)生通常具有隱蔽性，且表現(xiàn)不一，因此需依賴(lài)更精確的遙感數(shù)據(jù)來(lái)準(zhǔn)確判斷病害的發(fā)生點(diǎn)。隨著遙感影像分辨率的提升和人工智能的引入，病蟲(chóng)害的精確定位將有更大的突破，但目前仍是技術(shù)應(yīng)用的瓶頸之一。

3.2 多時(shí)相數(shù)據(jù)分析與時(shí)效性

病蟲(chóng)害監(jiān)測(cè)不僅要求空間分辨率高，還需具備時(shí)間維度的優(yōu)勢(shì)。病蟲(chóng)害的發(fā)生是動(dòng)態(tài)過(guò)程，且通常具有周期性變化。遙感技術(shù)能夠提供多時(shí)相影像，從而實(shí)現(xiàn)對(duì)森林健康狀態(tài)的連續(xù)監(jiān)測(cè)。但監(jiān)測(cè)的時(shí)效性依然是遙感應(yīng)用中的一大挑戰(zhàn)。病蟲(chóng)害往往在早期階段難以通過(guò)簡(jiǎn)單的遙感影像識(shí)別出來(lái)，且病蟲(chóng)害的發(fā)展具有很強(qiáng)的時(shí)空變異性。通過(guò)多時(shí)相遙感數(shù)據(jù)的分析，可以有效追蹤病蟲(chóng)害的傳播過(guò)程，發(fā)現(xiàn)其潛在影響和擴(kuò)展趨勢(shì)。例如，紅外線(xiàn)、可見(jiàn)光和近紅外波段的遙感影像能夠反映植物的生長(zhǎng)狀態(tài)和健康狀況，而不同時(shí)間點(diǎn)的影像則幫助識(shí)別病害的演變過(guò)程。然而，數(shù)據(jù)的處理需要高效的算法支持，且大規(guī)模數(shù)據(jù)集的及時(shí)處理也是一大挑戰(zhàn)。尤其是在動(dòng)態(tài)監(jiān)測(cè)時(shí)，如何確保數(shù)據(jù)獲取和處理的實(shí)時(shí)性，以便快速響應(yīng)并采取防治措施，是目前遙感技術(shù)在病蟲(chóng)害監(jiān)測(cè)中的一項(xiàng)關(guān)鍵問(wèn)題。

3.3 環(huán)境影響與數(shù)據(jù)融合技術(shù)

森林環(huán)境具有高度的復(fù)雜性，影響遙感監(jiān)測(cè)效果的因素多種多樣。氣候、地形、植被類(lèi)型以及天氣條件（如云層覆蓋、霧霾等）都會(huì)對(duì)遙感數(shù)據(jù)的獲取和分析結(jié)果產(chǎn)生顯著影響。例如，云層覆蓋會(huì)影響衛(wèi)星影像的質(zhì)量，強(qiáng)烈的季節(jié)性變化也可能導(dǎo)致森林地面反射特性的顯著變化，這使得遙感技術(shù)在某些特定環(huán)境條件下可能無(wú)法獲取清晰的圖像。為克服這些環(huán)境因素對(duì)監(jiān)測(cè)結(jié)果的影響，數(shù)據(jù)融合技術(shù)顯得尤為重要。通過(guò)將來(lái)自不同傳感器的多源數(shù)據(jù)進(jìn)行融合（如結(jié)合光學(xué)影像、雷達(dá)數(shù)據(jù)和激光雷達(dá)數(shù)據(jù)），可以有效提升森林病蟲(chóng)害監(jiān)測(cè)的準(zhǔn)確性和魯棒性。例如，雷達(dá)數(shù)據(jù)在惡劣天氣條件下仍能提供穩(wěn)定的地面信息，而光學(xué)影像則能提供更豐富的植物健康信息。通過(guò)綜合不同傳感器的數(shù)據(jù)，可以在多變的環(huán)境條件下提供更為可靠的病蟲(chóng)害監(jiān)測(cè)結(jié)果。

4 基于遙感技術(shù)的森林病蟲(chóng)害防治策略

4.1 遙感技術(shù)在森林病蟲(chóng)害監(jiān)測(cè)中應(yīng)用

遙感技術(shù)在森林病蟲(chóng)害監(jiān)測(cè)中發(fā)揮著至關(guān)重要的作用。利用衛(wèi)星遙感、無(wú)人機(jī)遙感等手段，能夠從空中獲取大范圍、高分辨率的森林影像數(shù)據(jù)，及時(shí)、準(zhǔn)確地監(jiān)測(cè)森林病蟲(chóng)害的發(fā)生與蔓延情況。不同波段的遙感影像數(shù)據(jù)可以反映森林的健康狀況，例如通過(guò)分析紅邊波段（Red Edge）、近紅外（NIR）等光譜信息，能夠有效識(shí)別植物的葉綠素含量和水分狀態(tài)，進(jìn)而評(píng)估病蟲(chóng)害對(duì)森林的影響。遙感影像的變化分析技術(shù)（如差分植被指數(shù)、歸一化植被指數(shù)等）能夠揭示植物健康的變化趨勢(shì)，并從中識(shí)別出受害區(qū)域，為病蟲(chóng)害的早期識(shí)別提供重要依據(jù)。遙感技術(shù)能夠跨越地理障礙，獲取偏遠(yuǎn)地區(qū)或人跡罕至的區(qū)域的森林狀況，這對(duì)于病蟲(chóng)害的防治尤為重要。通過(guò)衛(wèi)星影像、無(wú)人機(jī)等獲取的多時(shí)相數(shù)據(jù)，可以跟蹤病蟲(chóng)害的動(dòng)態(tài)變化，為防治措施的及時(shí)調(diào)整提供科學(xué)依據(jù)。結(jié)合GIS（地理信息系統(tǒng)）技術(shù)，遙感數(shù)據(jù)可以精確定位病蟲(chóng)害的發(fā)生區(qū)域，便于制定精準(zhǔn)的防治方案。遙感技術(shù)在森林病蟲(chóng)害監(jiān)測(cè)中的應(yīng)用提高了監(jiān)測(cè)的廣度、深度和效率，為病蟲(chóng)害防治提供了更為科學(xué)的決策支持。

4.2 基于遙感數(shù)據(jù)的病蟲(chóng)害預(yù)警系統(tǒng)

基于遙感技術(shù)的數(shù)據(jù)，可以為森林病蟲(chóng)害防治提供有效的預(yù)警機(jī)制。遙感影像能夠捕捉森林病蟲(chóng)害的早期征兆，例如植物葉片的顏色變化、葉片密度的減少等，這些征兆往往是病蟲(chóng)害入侵的前兆[4]。結(jié)合氣象數(shù)據(jù)、地理信息數(shù)據(jù)及歷史病蟲(chóng)害數(shù)據(jù)，可以建立森林病蟲(chóng)害的預(yù)警模型，通過(guò)分析遙感影像的時(shí)空變化，預(yù)測(cè)病蟲(chóng)害的發(fā)生和發(fā)展趨勢(shì)。

在病蟲(chóng)害發(fā)生的初期，利用遙感數(shù)據(jù)結(jié)合機(jī)器學(xué)習(xí)或深度學(xué)習(xí)算法，可以識(shí)別出潛在的病蟲(chóng)害區(qū)域，并進(jìn)行及時(shí)預(yù)警。比如，遙感影像數(shù)據(jù)可以通過(guò)分析植被指數(shù)變化趨勢(shì)，早期檢測(cè)到樹(shù)木的生長(zhǎng)異常，提示病蟲(chóng)害的入侵。進(jìn)一步，通過(guò)多時(shí)相遙感數(shù)據(jù)的變化趨勢(shì)分析，結(jié)合氣象預(yù)測(cè)模型，可以預(yù)判未來(lái)一段時(shí)間內(nèi)病蟲(chóng)害的擴(kuò)展方向和蔓延速度，從而為森林管理者提供充足的防治時(shí)間和空間。通過(guò)建立遙感數(shù)據(jù)驅(qū)動(dòng)的病蟲(chóng)害預(yù)警系統(tǒng)，能夠?qū)崿F(xiàn)精準(zhǔn)防治，避免過(guò)度施藥和不必要的資源浪費(fèi)，增強(qiáng)森林病蟲(chóng)害防治的整體效能。

4.3 遙感技術(shù)在病蟲(chóng)害防治策略中的精準(zhǔn)施策

利用遙感數(shù)據(jù)，森林病蟲(chóng)害的防治不僅可以更精準(zhǔn)地監(jiān)測(cè)和預(yù)警，還可以為制定針對(duì)性的防治策略提供科學(xué)依據(jù)。通過(guò)遙感技術(shù)對(duì)病蟲(chóng)害發(fā)生區(qū)域的精確定位，森林管理者可以有針對(duì)性地采取防治措施，減少無(wú)效干預(yù)和資源浪費(fèi)。遙感影像分析可以提供病蟲(chóng)害發(fā)生的空間分布信息，這為精確施藥和干預(yù)提供了數(shù)據(jù)支持。

在施藥時(shí)，結(jié)合遙感數(shù)據(jù)分析，可以?xún)?yōu)化施藥區(qū)域和施藥量。傳統(tǒng)的施藥方式往往是按照整體區(qū)域進(jìn)行噴灑，容易造成藥物的浪費(fèi)和生態(tài)環(huán)境的負(fù)擔(dān)。而基于遙感技術(shù)的精確定位，可以確保藥物僅在病蟲(chóng)害嚴(yán)重的區(qū)域進(jìn)行噴灑，極大提高防治效果。同時(shí)，遙感技術(shù)還可以幫助評(píng)估防治措施的效果。例如，通過(guò)對(duì)比施藥前后的遙感影像，分析植被指數(shù)的變化，能夠快速評(píng)估防治效果，進(jìn)而優(yōu)化后續(xù)防治方案。遙感技術(shù)的廣域性與實(shí)時(shí)性，也能夠及時(shí)調(diào)整防治策略。例如，在某些病蟲(chóng)害暴發(fā)區(qū)域，遙感技術(shù)可以快速捕捉到病蟲(chóng)害蔓延的速度和范圍，及時(shí)調(diào)整施藥區(qū)域，避免資源浪費(fèi)并確保防治的有效性。

4.4 遙感技術(shù)與綜合防治措施的協(xié)同應(yīng)用

遙感技術(shù)在森林病蟲(chóng)害防治中的應(yīng)用不僅局限于單一監(jiān)測(cè)和預(yù)警，還能與其他防治手段相結(jié)合，形成綜合防治體系。例如，遙感數(shù)據(jù)可以為森林病蟲(chóng)害的生物防治、物理防治和化學(xué)防治提供支持。結(jié)合遙感技術(shù)的病蟲(chóng)害分布數(shù)據(jù)和生態(tài)環(huán)境數(shù)據(jù)，可以分析出最適合不同防治方法應(yīng)用的區(qū)域。在生物防治方面，遙感技術(shù)可以幫助識(shí)別并監(jiān)測(cè)天敵的分布情況，評(píng)估其在森林中的效果。例如，通過(guò)遙感影像分析，監(jiān)測(cè)森林中天敵的活動(dòng)范圍與密度，判斷其防治效果。在物理防治方面，遙感技術(shù)能夠幫助定位容易受害的區(qū)域，及時(shí)采取防護(hù)措施，如安裝防護(hù)網(wǎng)或樹(shù)木保護(hù)罩等[5]。在化學(xué)防治方面，遙感技術(shù)可以通過(guò)精確的病蟲(chóng)害區(qū)域識(shí)別，指導(dǎo)農(nóng)藥的精準(zhǔn)施用，避免過(guò)度使用化學(xué)藥劑，減少環(huán)境污染。遙感技術(shù)還可以為森林病蟲(chóng)害防治提供后期評(píng)估工具，分析防治措施的效果，優(yōu)化未來(lái)的防治策略。通過(guò)遙感與其他防治措施的協(xié)同應(yīng)用，能夠?qū)崿F(xiàn)更為高效、環(huán)保和可持續(xù)的森林病蟲(chóng)害防治體系。

5 結(jié)語(yǔ)

基于遙感技術(shù)的森林病蟲(chóng)害監(jiān)測(cè)為森林資源保護(hù)提供了重要的技術(shù)支撐。通過(guò)高效的遙感數(shù)據(jù)獲取與分析，可以實(shí)現(xiàn)對(duì)病蟲(chóng)害的早期預(yù)警、精準(zhǔn)定位與動(dòng)態(tài)追蹤，幫助決策者及時(shí)采取應(yīng)對(duì)措施。盡管面臨數(shù)據(jù)分辨率、環(huán)境影響及時(shí)效性等挑戰(zhàn)，但隨著遙感技術(shù)的發(fā)展，特別是數(shù)據(jù)融合和人工智能的應(yīng)用，監(jiān)測(cè)精度和效率有望不斷提升。未來(lái)，遙感技術(shù)將在森林病蟲(chóng)害防治中發(fā)揮更大作用，推動(dòng)森林生態(tài)系統(tǒng)的可持續(xù)管理與保護(hù)，為全球森林資源的長(zhǎng)期健康奠定基礎(chǔ)。

參考文獻(xiàn)

[1] 孫偉韜.基于多光譜遙感影像的森林病蟲(chóng)害監(jiān)測(cè)研究[J].桉樹(shù)科技，2023，40（4）：39-46.

[2] 楊軍，蘇顯輝，王彥博，等.無(wú)人機(jī)遙感數(shù)據(jù)的森林病蟲(chóng)害變色立木提取分析[J].林業(yè)勘查設(shè)計(jì)，2024，53（2）：67-71.

[3] 尹寶田.無(wú)人機(jī)高空間分辨率多光譜遙感森林病蟲(chóng)害監(jiān)測(cè)分析應(yīng)用研究[J].前衛(wèi)，2023（8）：40-42.

[4] 姜昊，王雅璇，譚輝，等.人機(jī)技術(shù)在森林生態(tài)遙感監(jiān)測(cè)中的應(yīng)用與探討[J].數(shù)字通信世界，2022（11）：122-124.

[5] 李驍堯，饒?jiān)旅?，張卓立，?三維解析輻射傳輸模型ESRT原理及其異質(zhì)森林冠層光譜模擬應(yīng)用[J].遙感學(xué)報(bào)，2024（6）：1-14.