全文总字数：1031字

1. 研究目的与意义

通过对多时相TM遥感影像数据分析处理，结合气候变化模型，对南京市紫金山松树林松材线虫病发生动态进行分析模拟，实现对未来动态的预测决策。

借助长时间序列遥感影像数据实现松材线虫病的动态分析预测，为该病虫害的监测预测提供理论依据与决策基础。

2. 国内外研究现状分析

在国内，吴继友等研究了松毛虫危害的光谱特征，并做了虫害早期探测模式。根据生态学特征，作者将松毛虫危害的针叶样品分为5个等级，对其反射光谱和叶绿素含量进行了测量分析。结果表明，随受害程度加重，叶绿素含量降低，55Onm处的反射率、近红外反射率与红光最低反射率之差及红界一阶导数谱最大值均呈下降趋势，630nm处反射率呈上升趋势，红界光谱蓝移、叶绿素反射峰红移明显。应用逐步判别分析法对比分析证实了细分光谱特征参量比绿、红、近红外三波段反射率参量有更强的判别分类能力，为用细分光谱特征参量早期遥感探测松毛虫害提供了判别模式。中国林业科学研究院于1999年在宁波选用TM图像进行松材线虫病监测，此后在安徽黄山、福建三明、广东部分地区等进行了航空录像监测试验研究。王震等通过对马尾松4种不同受害类型的林木进行反射光谱测量，并对光谱反射曲线进行一阶微分分析，研究了绿光区、红光区和近红外区反射光谱的变化特征。杜华强等采用分形理论对马尾松松材线虫病发病早期的高光谱进行探测研究，认为分形维数与绿峰反射高度和红谷吸收深度存在正相关关系，且与绿峰反射高度的相关关系高于红谷吸收深度。此外，他们还对马尾松针叶光谱特征与其叶绿素含量之间的关系进行了研究。

在国外，Kaneyuki Nakane等曾用TM数据分析松林枯萎灾害时断言，TM4/TM3与林冠覆被的变化呈明显的负相关。Joon-Bum Klm、Jae-Hyeon Park和Myuang-Hee Jo等人还在2002年用IKONOS影像图对位于韩国南部的Yuncho-myen,Koje-si,Kyunngnam等遭受松材线虫病危害的地区进行了监测和研究。他们分别利用2001年2月20日和2002年2月13日两个时期IKONOS影像图，并结合1:5000、1:25000的数字地图和1:25000的数字林相图、GPS地面调查等辅助资料，通过对未受害地区和受害地区每一种地形条件下红光波段和近红外波段NDVI、DN值的提取与其平均值的比较得出其与坡度、坡向、高程等地形因子之间的关系，并对由GPS地面调查得到的数据进行检查，以确定实际受虫害区域的分布。Stone等研究松针疫病对危害松树后光谱变化，发现最大光谱差异位于近红外区736nm处。

3. 研究的基本内容与计划

1．研究内容

通过对多时相遥感影像的处理分析，提取不同时相紫金山松材线虫病发生范围及受害程度，对其进行动态分析，通过地形与气象因子的影响分析，对松材线虫病的发生动态进行分析评价。

2．研究计划

4. 研究创新点

面向对象的遥感分类方法在高分辨率遥感影像分类中具有很高的精度，运用基于统计学习理论的新型机器学习算法支持向量机和人工神经网络来解决高分辨率遥感数据的图像信息提取与分类问题。