松材线虫病(Bursaphelenchus xylophilus)是松树的一种毁灭性流行病，该病害具有传播速度快、致病力强等特点，严重影响着我国的森林健康、生态安全和社会安全。被松材线虫感染后的松树，针叶呈黄褐色或红褐色、萎蔫下垂，树脂分泌停止，病树整株干枯死亡。因此，松树针叶的颜色变化是前期判断松树健康状况是否出现异常的一项重要依据。实地调查时，需要对不明原因的针叶变色松树（以下简称“变色松树”）进行样本采集，通过对样本进行分析以鉴定是否感染松材线虫病。受地形条件等因素的影响，仅依靠传统的地面调查方式很难及时准确地掌握疫情，而且人力成本较高、监测效率较低。虽然通过卫星平台获取对地观测数据对监测大面积森林异常情况非常有效，然而受重访周期、空间分辨率以及大气环境等因素的影响，依靠卫星遥感技术很难及时发现单株健康状况异常的松树。并且，考虑到传统野外调查数据记录方式出错率较高、效率较低、调查数据流动较慢等因素，需要寻找一种既经济又有效的监测方式。　　基于无人机的航空遥感监测为大范围内快速、实时的寻找变色松树提供了良好的保障，通过网络GIS、移动GIS、智能表单等技术能够加快无人机影像监测结果的发布、地面调查任务制定与派发以及地面调查数据的返回速度，缩短了遥感监测到地面调查过程中的延迟。为此，本文进行了基于无人机的航空遥感变色松树监测与基于移动终端的野外调查综合技术研究，以便为森林病虫害防治部门提供快速、高效的监测方式，有效的掌握灾害发生的具体情况，进而为防治工作提供良好的决策支持，进而降低灾害危害。　　本文的主要研究工作分为三部分:　　(1)高分辨率影像变色松树识别　　常用的如支持向量机、随机森林等分类器模型仅考虑单独像元信息，在分辨率较高的影像上容易受噪声等因素影响，椒盐效果严重，结果并不理想。本文利用条件随机场模型(CRF)进行变色松树提取工作，与基于像元信息的分类器相比，CRF模型考虑像元标记和观测数据的上下文信息，且加入了多种纹理特征丰富高分影像上松树的描述，可以有效的提高变色松树的提取精度。　　(2)面向服务的信息化野外调查　　野外调查是林业有害生物监测必不可少的重要部分。为了将人工野外调查以服务的方式集成到监测流程中，本文首先从服务要素及服务要素之间的逻辑关系入手，对野外调查进行了服务建模。基于Web Services Human Task(WS-HumanTask)标准，建立了野外调查服务模型，并定义了一系列接口，使得人工野外调查可以通过调查服务的代理与监测系统异步交互，保持了监测系统完整性。其次，本文参考OGC相关规范设计了用于调查系统功能开发的GIS体系通用模型，并针对传统林业有害生物野外调查的实际业务流程，结合智能表单等技术，设计了基于智能终端的林业有害生物发生情况野外调查系统，以便及时的将依据无人机监测结果制定的调查任务派发到地面调查人员手中。调查者利用移动终端中的GIS相关功能可以查看调查任务所在的空间位置，并通过GPS定位导航快速到达指定的调查地点。通过智能表单，管理者能够快速的订制野外调查表格，并在调查终端中以非常友好的交互方式呈现，不仅能够采集基本的数据类型，还能够采集图像、视频、声音的等多媒体数据，并且支持数据的校验与分支逻辑等，从而提高的数据采集的灵活性、便利性与准确性。　　(3)变色松树综合监测系统原型与实验　　在变色松树识别算法与面向服务的信息化野外调查设计的基础上，本文搭建了变色松树综合监测系统原型并进行了相关实验，证明了以上方法的可行性。　　论文研究工作的创新主要包括如下两点:　　(1)本研究采用了基于多特征的CRF模型进行变色松树的监测，扩展了CRF模型实际应用范围。相对于SVM、随机森林等分类器模型，该模型能够改善影像分类结果，提高变色松树的提取精度。并且，本文探讨了多尺度下模型的提取效果，CRF在多个尺度下保证一定的分类精度，是一种有效且可靠的变色松树识别模型。　　(2)提出了面向服务的信息化病虫害野外调查方法，利用移动GIS、智能表单等信息化技术实现了面向服务的调查模型，有效的将人工野外调查与遥感监测集成在一起，提高了从天空到地面的病虫害一体化监测效率。