遥感监测技术已广泛应用于各种灾害监测,如对森林生物灾害的大面积动态监测,可及时监测灾害发生的早期灾害点(虫源地)、掌握灾害发生规律、预警灾害发生过程,以便及时采取防控措施,降低灾害损失。针对荒漠灌木林分布广、面积大、发生虫灾后与地表背景的类似性强,以及钻蛀性虫灾的监测难度大等特点,采用遥感技术进行灌木林钻蛀性虫灾监测和预警的意义重大,对其它害虫的指导作用更强。论文主要依据森林昆虫学、定量遥感等相关理论。结合多光谱和高光谱数据,主要应用基于光谱特性和空间特征分布的决策树分类对油蒿群落信息进行提取,并结合实地调查研究和气象数据,对历期影像进行叠加分析,对年际油蒿群落植被的变化信息进行分析。由于目标植被在受到钻蛀性害虫的侵袭初期,一般不会表现出明显的被害状,因而利用地面采集到的高光谱数据进行单株油蒿植被的危害评价。先利用模糊综合评判法,以油蒿冠幅枯死面积比例、株虫口密度、地径和株高四个指标,建立了单株油蒿健康状况的评价指标和隶属函数；再根据油蒿灌木林健康程度综合评判得分,将发生程度分为：健康、轻度发生、中度发生、重度发生四个等级；最后筛选出与油蒿植被健康程度显著相关的光谱参数,建立起单株油蒿健康程度的预测模型。主要结论和创新点如下：(1)通过不同树势油蒿光谱特征识别与对比,表明健康油蒿受到钻蛀性害虫危害后,具有明显的“红边”蓝移现象。说明,利用高光谱数据监测虫害发生具备一定可行性,而且对植株本身不造成任何伤害。从拟合和预测精度来看,半固定沙地最高,其次是流动沙地,固定沙地相对较低。半固定沙地的模型公式为：Y=-1.292×Dr+0.008×λr+13.277×Rg+2.506×(SDr-SDb)/(SDr+SDb)-0.395×SDg-7.510,其拟合决定系数为0.406,预测决定系数为0.562(其拟合和预测的复相关系数分别为0.637和0.759),均方根误差为0.192。尽管拟合和预测精度不是很高,但是可以说明应用遥感手段可以对油蒿受根茎部钻蛀性害虫侵袭后进行识别和监测。(2)基于光谱特性和空间分布特征的决策树法对影像分类,并提取油蒿群落植被信息。影像分类后的总体精度为69.85%,分类后并辅助人工解译的总体分类精度为71.19%,精度提高不是特别显著。但对于油蒿群落信息的提取精度结果显示：用户分类精度为60.21%,增加辅助人工解译分类后用户分类精度可达75.14%,精度提高了近15%,这主要是由于荒漠植被的光谱特性极为相近,尽管不同荒漠类型在空间分布上有明显区分,但仍存在同一植被生长在不同植被类型区域,或者不同植被类型之间混合交错生长现象严重,进而影响分类精度。尽管分类精度不是很高,但是在荒漠地区提取植被也是一种可行的方法。同时,在解译过程中,基于专家先验知识的辅助人工解译也是非常重要的,特别是在空间异质性强烈且植被交错混合生长的荒漠化地区。(3)在钻蛀性害虫危害后,植物长时期处于绿色攻击阶段,叶片颜色不发生明显变化,同时,叶片凋落发生在灰色攻击阶段。对于此类型的虫害遥感监测,不适合采用通过NDVI、植被覆盖度和受害程度变化来进行研究,因为随着受害程度的上升,其植被覆盖度和NDVI不具有明显下降趋势。(4)通过实地调查,气象资料和遥感影像历年数据叠加发现：半固定沙地是一个从流动沙地到固定沙地的过渡阶段,同时受钻蛀性害虫危害也是三个立地类型中最为严重的。因此,处于过渡型的半固定沙地是生境条件最为脆弱和不稳定的。因而,在荒漠灌木林生物灾害的监测和研究中,更应该重视演替阶段中的过渡型类型。