Ecodrone®高光譜-紅外熱成像無人機遙感技術—森林病蟲害監測

研究案例1：疫霉菌感染橡樹林退化的早期監測與危害程度評估

  位于西班牙安達盧西亞地區的橡樹林由于疫霉菌感染而長期處于退化風險中，為了能夠對疫霉菌感染的橡樹林進行早期監測，英國斯旺西大學和西班牙可持續農業研究所的科學家，基于可見光到短波紅外的高光譜成像以及紅外熱成像遙感數據建立了預測模型，結合超過1100棵樹的地面驗證數據顯示，該模型對退化樹種的識別精確率達到了82%。其中有34%的受感染樹木尚處于早期，未表現出可視癥狀，這一預測結果在兩年后的二次評估中得到了驗證。  

  據模型變量分析，標準化冠層溫度Tc-Ta和葉綠素熒光Fs是評估是否染病的最重要指標，染病樹木溫度顯著升高，水分、類胡蘿卜素、葉綠素含量及葉面積指數等顯著降低，VI指數CI2、LIC3、MND等在早期檢測和危害評估中比色素指數更為重要，該結果有力的證明了高光譜-紅外熱成像結合技術檢測早期病害侵染的能力，對于森林管理人員及時響應、盡早治理、保護森林生態具有重要意義。

研究案例2：區分受不同病原體（霉菌和微生物）侵染的橄欖樹

 橄欖的產量主要受兩種微生物侵染的影響：苛養木桿菌（Xf）和黃萎病菌（Vd），由于兩種病原體都能夠限制植物對水分和營養元素的吸收，所以往往會表現出極為類似的缺水癥狀。為了能夠從遙感數據中區分受不同病原體侵染的橄欖樹以相應的治理政策，墨爾本大學和歐洲委員會聯合研究中心的科學家對西班牙和意大利的27處混合染病的橄欖園進行了分類研究。
 基于高光譜成像數據中的特定指數如光化學植被指數PRIn、藍波段指數BI、葉綠素熒光反射曲率指數CUR、SIF等，以及基于紅外熱成像的水分脅迫指數CWSI等，研究人員使用深度學習的方法成功實現了混合數據中兩種病原體的分類。最終結果顯示，區分黃萎病菌（Vd）的整體準確率達到了98%，區分苛養木桿菌（Xf）的整體準確率達到了92%，證明了當面對侵染后表現出相似病狀的不同病原體時，高光譜-紅外熱成像結合技術依然具有強大的分辨能力，可以實現大面積作物的高效區分以進行針對性治理。



參考文獻：
1. Hornero, Alberto & Zarco-Tejada etc.(2021). Modelling hyperspectral- and thermal-based plant traits for the early detection of Phytophthora-induced symptoms in oak decline. Remote Sensing of Environment. 263. 112570. 10.1016/j.rse.2021.112570.
2. T. Poblete, J.A. Navas-Cortes etc. Discriminating Xylella fastidiosa from Verticillium dahliae infections in olive trees using thermal- and hyperspectral-based plant traits. ISPRS Journal of Photogrammetry and Remote Sensing,Volume 179,2021,Pages 133-144,ISSN 0924-2716.