李浩，方伟泉，李浪浪，陈学永

(福建农林大学机电工程学院，福州 350002)

松材线虫病被称作“松树的癌症”，自入侵我国以来已在多个省份暴发，造成了巨大的经济损失[1]。松材线虫主要以松褐天牛为中间宿主在林区中传播，具有危害性强、防治难度高的特点[2]。健康松木在感染松材线虫后，会在1～2个月内因树株脱水而逐渐枯死，被感染后的松木需要及时发现并就地砍伐掩埋，防止进一步扩散到周边松木。在广袤林区内及时、精准、有效地实现对病害松木的监测，一直是林业病害防治工作中的重点[3]。

而在病害松木监测方面，主要还是依靠护林人员的目测观察和地面普查，该方式存在着时效性差和误差较大的弊端，无法保证林区病害监测的时效性与准确性[4]。随着机器学习与无人机技术的不断发展，在林区病害监测方面的科研工作也取得了一定的进展，使得机器学习手段替代传统人力勘察成为可能[5]。李卫正等[6]利用小型无人机获取病区遥感影像，并结合GeoLink软件定位病害松木，该方法较传统地面普查方法在成本和效率方面具有一定优势。张学敏[7]利用3种支持向量数据描述的方式对遥感影像中的病害松树进行识别，实现了无人机在可见光与红外图像条件下对病害松树的分类识别。刘遐龄等[8]利用模板匹配法识别无人机遥感影像中的病害松木，并通过实地勘查方式证明了该方法在勘测效率和识别精度上均优于传统人工判读方法。……