據(jù)人類目前所知,，昆蟲的種類有100多萬種,，是地球上數(shù)量最多的動(dòng)物群體。

在《昆蟲記》中,，法布爾將昆蟲世界化作供人類獲得知識(shí),、趣味、美感和思想的美文,，以文藝趣味的筆觸記錄了100多種昆蟲的本能與習(xí)性,，展現(xiàn)了一部“昆蟲的史詩”。

但種類繁多,、形態(tài)各異的昆蟲,，除了法布爾筆下的靈性和趣味，還有不可忽視的侵害和威脅,。

1998年,，我國在山西省首次發(fā)現(xiàn)紅脂大小蠹，當(dāng)?shù)亓帜敬竺娣e受到侵害,，生態(tài)環(huán)境和經(jīng)濟(jì)發(fā)展也嚴(yán)重受損,。隨著紅脂大小蠹的擴(kuò)散蔓延，我國科研人員對(duì)森林受到的侵害愈加重視,，并通過相關(guān)研究,，提供了對(duì)其進(jìn)行監(jiān)測(cè)的方向。

利用機(jī)載高光譜成像進(jìn)行樹木水平紅脂大小蠹侵染的早期監(jiān)測(cè)

森林在陸地生態(tài)系統(tǒng)中發(fā)揮著必不可少的作用,，提供著水資源保存,、侵蝕控制、緩和氣候變化和碳固存等各種生態(tài)服務(wù),。同時(shí)也面臨著生物和非生物因素的脅迫,。入侵害蟲紅脂大小蠹（RTB）在中國東北部蔓延，造成嚴(yán)重的經(jīng)濟(jì)和生態(tài)損失,。早期識(shí)別和侵染樹木的處理對(duì)于避免其蔓延和侵染爆發(fā)至關(guān)重要,。高空間分辨率的高光譜數(shù)據(jù)具有監(jiān)測(cè)單木尺度樹皮甲蟲早期侵染的潛力，但尚未進(jìn)行相關(guān)研究,。

基于此,，為填補(bǔ)研究空白， 來自北京林業(yè)大學(xué)的研究者們利用DJI Matrice 600 UAV+Resonon Pika L高光譜相機(jī)在中國遼寧省進(jìn)行了相關(guān)研究,。首先調(diào)查了RTB侵染油松后光譜特征的變化,。其次，利用RF分類器比較不同光譜特征區(qū)分RTB階段的性能,。最后,，探索了深度學(xué)習(xí)算法（CNN）在小HIS數(shù)據(jù)集中分類樹皮甲蟲干擾是否優(yōu)于機(jī)器學(xué)習(xí)算法（RF）。

研究區(qū),。（a）RTB分布及遼寧省位置,；（b）研究樣地位置；（c）機(jī)載高光譜圖像。

【結(jié)果】

冠層平均光譜反射率及一階和二階導(dǎo)數(shù),。

三種健康分類的光譜植被指數(shù),。

RF和CNN分類模型的總體性能和混淆矩陣。（a）反射率值作為輸入變量的RF_R:RF模型,；（b）導(dǎo)數(shù)作為輸入變量的RF_D:RF模型,；（c）SVI作為輸入變量的RF_S:RF模型；（d）CNN模型,。

【結(jié)論】

本文研究了機(jī)載高空間分辨率的高光譜圖像檢測(cè)RTB侵染松樹的潛力,。作者比較了不同光譜特征和模型將松樹分為三個(gè)健康狀態(tài)：健康、侵染（綠或黃色階段）和死亡（紅或灰色階段）樹木的性能,。主要結(jié)論如下：

（1） RTB侵染后,，松樹冠層光譜顯著變化。與健康樹木相比,，死亡樹木的光譜曲線在可見和近紅外區(qū)域顯著變化,，而侵染樹木僅在可見光區(qū)域顯著變化。死亡樹木的16個(gè)SVI顯著不同,，而侵染樹木的11個(gè)顯著不同,。

（2） 將反射率,、一階和二階導(dǎo)數(shù),、以及SVI輸入到隨機(jī)森林分類器中，以SVI作為變量的模型性能優(yōu)于其他兩個(gè)模型,。

（3） CNN模型在樹皮甲蟲干擾分類中表現(xiàn)最好,。對(duì)于早期侵染樹木，總體精度為83.33%,，召回率為72.5%,。

本研究證明了機(jī)載高光譜成像可用于單木尺度RTB侵染監(jiān)測(cè)。本研究使用的SVI和分類模型可為樹皮甲蟲侵害的早期監(jiān)測(cè)提供參考,。CNN適于樹皮甲蟲侵染樹木的監(jiān)測(cè),。未來研究可能結(jié)合分割和分類目標(biāo)開發(fā)一個(gè)基于CNN模型自動(dòng)識(shí)別單木早期侵染階段。