基于MODIS遥感数据的松毛虫灾害发生区域的探测与评估

摘要

松毛虫是最重要的一类灾害性林业有害生物，在全国广泛分布，每年给森林造成的损失十分巨大。
　　 全面、及时、准确地掌握森林病虫害发生的区域和程度是病虫防治工作的基础，但是依靠传统的地面调查手段，在病虫灾害发生的初期往往不能及时发现，另外由于经济成本的原因，病虫灾害发生的区域范围及灾害程度往往也无法得到全面的调查，这是病虫害防治工作被动的原因之一。遥感数据具有传统数据不可比拟的实时性、全局性等优点，将遥感数据用于森林病虫害灾害区的探测和评估，无论技术上、经济上都具可行性。
　　 MODIS遥感数据具有的时间分辨率和空间分辨率都比较适合于松毛虫灾害区的探测和评估。基于MOIDS遥感数据，结合森林和森林病虫害的特点，综合使用‘回归法’和‘交叉相关分析法’，以规一化差值植被指数(NDVI)为监测指标进行的松毛虫灾害区探测，其效果显著。该探测模型的研究内容主要包括：(1)生态因子的选择。(2)植被空间区划体系的建立。(3)遥感变化的检测。
　　 生态因子的选择。森林病虫害的分布和爆发与一定的自然条件有关，是病虫与其寄主在一定生态条件下相互作用的过程。充分考虑影响森林生长和病虫害发生的各种生态因素，权衡这些因子的重要性和获取这些因子的样本数据的成本后，选择纬度，海拔，坡度，坡向作为对植被进行生态条件划分的因子，并进行各生态因子的分级编码。
　　 植被空间区划体系的建立。A.生态条件的划分。由DEM数据，利用Arc/Info的空间分析功能生成坡度、坡向图层。将海拔、坡度、坡向图层进行叠加运算，为每个像素生成一个生态条件编码。B.利用研究区ETM数据，以最大似然监督分类的方法进行松毛虫寄主区的识别后，对寄主区进行非监督分类，制作研究区植被分布图。C.由研究区的经反射率反演后的MODIS数据计算NDVI，并将NDVI划分为15个等级。D.将生态条件图层、植被分布图层和NDVI等级图层叠加运算，生成研究区植被空间区划体系。
　　 遥感变化的检测。用最小二乘法线性回归的方法求解每个分类的NDVI值在两个时相间的变换函数，根据这个变换函数求算灾前时相遥感影像每个像元的期望值。生成灾后时相遥感影像的NDVI值与期望值影像的相对差值影像，并以实况数据为依据，通过试验确定小于阈值-9％的像元为变化像元。
　　 结合地面的实况数据，可对探测到的灾害区的灾害程度进行评估。松毛虫虫害发生后，害虫对针叶的咀食会引起区域内植被指数的变化，其一般规律为：虫口密度大—林木针叶被咀食量大—林木损失严重—植被指数降低。通过在受害区域内选择样地调查对比，确定以植被指数相对降低值作为划分受灾程度的分级标准。建立的评估模型如下：VIdiff=>-9％(轻度以下)-15％～-9％轻度)-15％～-25％(中度)<～-25％(重度).
　　 该灾害区探测方法，考虑了影响森林生长发育和病虫害存在、发生、发展的因素，对松毛虫灾害区，具有较好的识别效果。通过与地面调查数据的比对，实现了病虫害灾害程度的定量描述。该探测模型也适用于其它与松毛虫对森林影响机理类似的森林病害、虫害或鼠害的探测。

目录

文摘

英文文摘

声明

1 绪论

1.1 前言

1.2 森林松毛虫虫害

1.2.1 云南主要的松毛虫

1.2.2 松毛虫虫害的特点

1.2.3 遥感探测病虫害的物理基础

1.3 遥感在森林病虫害监测中的应用

1.4 EOS/MODIS数据介绍

1.4.1 EOS卫星

1.4.2 MODIS传感器技术指标

1.4.3 MODIS数据的特点

1.5 研究目的和研究内容

1.5.1 研究目的

1.5.2 研究内容

1.5.3 研究技术路线

1.6 本章小结

2 研究区与数据

2.1 研究区概况

2.1.1 研究区地理位置

2.1.2 研究区自然状况

2.2 MODIS数据的选取和预处理

2.2.1 MODIS数据的选取

2.2.2 蝴蝶结效应及其去除

2.2.3 几何精校正

2.2.4 云及云阴影的去除

2.3 本章小结

3 基于生态因子分类的森林病虫害遥感探测方法

3.1 森林病虫害遥感探测的主要模型

3.1.1 植被指数型

3.1.2 组合通道型

3.1.3 时间序列型

3.2 遥感数据变化信息的提取和检测方法

3.3 基于生态因子分类的森林病虫害遥感探测方法的提出

3.3.1 森林病虫害遥感探测的一般技术路线

3.3.2 生物与生态因子

3.3.3 基于生态因子分类的森林病虫害遥感探测方法

3.4 本章小结

4 植被空间区划体系的建立

4.1 生态条件类别的划分

4.1.1 生态因子的选择

4.1.2 生态因子编码

4.1.3 生态因子的提取和分级

4.1.4 生态条件分类的计算

4.2 寄主区森林分类

4.2.1 进行森林分类的必要性和方法

4.2.2 松毛虫寄主区的解译

4.2.3 森林分类的计算

4.3 植被指数等级分类

4.3.1 植被指数特征

4.3.2 MODIS-NDVI的计算

4.3.3 植被指数等级分类

4.4 本章小结

5 森林病虫害灾害区的识别

5.1 灾害区识别的原理

5.2 灾害区识别方法

5.2.1 线性变换函数的求解

5.2.2 生成相对差值影像

5.2.3 变化阈值的确定

5.3 本章小结

6 灾害程度的评估

6.1 我国林业有害生物发生及成灾标准

6.2 基于遥感的森林病虫害灾害程度评估

6.3 本章小结

7 结论与讨论

7.1 结论

7.2 讨论

参考文献

致谢

附录