随着我国松林疫情加剧,高光谱遥感优势显著,本文为提高高光谱遥感在林木健康监测管理以及病虫害分级检测应用中的作用,主要利用高光谱遥感来针对马尾松病虫害的等级分类进行研究和方法探索。研究主要以PSR-3500地物光谱仪获取的高光谱数据以及HJ-1A国产环境小卫星获得的高光谱影像数据作为原始数据,以宜宾市翠屏区的不同等级病虫害的马尾松为研究对象,研究遭受病虫害严重程度反演模型,按照相关系数(r)值,结合均方根误差(RMSE)对反演结果进行综合分析,同时利用模糊分类与聚类分析方法进行病情分类,组建马尾松病虫害等级光谱库,以灰度分割与林木健康分析为参考,结合基于均方协预测误差的盲源提取算法(MSCPE_BSE)对各等级病虫害的马尾松进行等级判定。论文主要研究内容如下:(1)首先将实地调查获取的光谱反射率进行原始光谱和微分光谱与病情指数作相关分析。马尾松病虫害微分波谱较原始光谱具有更明显特征,在“绿峰”(550-600nm),“红边”(711.5-724.9nm),“黄谷”(550-582nm)波段范围内不同等级病虫害反射率差异较大,随着病虫害严重程度增加,峰值降低,谷值增大,红光波段及近红外波段能够反映马尾松不同病虫害严重程度。(2)其次提取了敏感参数,同时结合主成分分析及偏最小二乘回归分析验证筛选值,通过筛选的26个光谱参数及相关分析,结果显示除了红边振幅Dmin、红谷值Ro、mNDVI705、SDr/SDy、PSRI、VOG3呈正相关之外,其余光谱参数呈负相关,然后使用一元线性(包括一次、二次、三次)模型、多元统计分析(包括6元、12元、二次)模型分别作反演模型分析,结果是改进后6元回归模型效果最优,其预测集RMSE=0.038,R~2=0.99。根据反演模型的病情指数进行病情分类,模糊分类中隶属度函数模型最优,总体精度0.9673,卡帕系数0.9123;模糊C均值聚类优于K均值结果,相关系数均在0.88以上,根据病情分级分类结果组建了四等级马尾松病虫害等级光谱库。(3)最后,将MSCPE_BSE与8种经典目标检测算法对比分析各等级检测效果。本文利用各等级马尾松病虫害光谱作为源信号,验证了MSCPE_BSE对马尾松病虫害各个等级检测的可行性,并利用ROC进行了算法评价,结果显示在虚警率相同情况下,MSCPE_BSE算法相比于其余8种目标检测算法的结果比较好。