应用无人机多光谱遥感对臭椿受害的监测

来源：环境昆虫学报杂志2026年第2期北京时间：

作者：张根壮，周权，孙学文，任利利，温俊宝

单位：1. 北京林业大学林木资源高效生产全国重点实验室,2. 北京林业大学林木有害生物防治北京市重点实验室,3. 北京林业大学林业有害生物风险分析中心

摘要：【目的】沟眶象Eucryptorrhynchus scrobiculatus（Motschulsky）和臭椿沟眶象Eucryptorrhynchus brandti（Harold）是专一危害臭椿Ailanthus altissima的钻蛀性害虫，已经对宁夏防护林主要造林树种臭椿造成了严重危害。但二者在林地尺度上对单株臭椿的危害程度尚无高效识别方法，以控制虫害的进一步扩散。【方法】以宁夏青铜峡市曹湾村的臭椿为研究对象，研究基于无人机多光谱图像对沟眶象和臭椿沟眶象危害程度的识别技术。根据枯梢率将臭椿受害分为健康、轻度、中度、重度4个等级，基于无人机多光谱图像，结合机器学习方法构建分类模型，采用了多重-Wilcoxon-秩和检验比较不同受害等级之间同一特征的差异变化。利用方差分析（ANOVA）筛选出对沟眶象和臭椿沟眶象虫害敏感的特征，使用随机森林（RF）、支持向量机（SVM）和K-近邻算法（KNN）三种机器学习模型进行分类比较。【结果】RF、SVM、KNN分类模型的总体精度分别为0.866、0.821、0.795，Kappa系数分别为0.819、0.762、0.722，RF模型的分类效果最佳。【结论】证明了无人机多光谱监测沟眶象和臭椿沟眶象危害程度的可行性。

关键词：沟眶象,臭椿沟眶象,臭椿,受害等级,无人机,多光谱遥感,

基金资助：国家重点研发计划（2022YFD1400400）