伴随着人口增长和经济发展，自然资源被加速和过度开发，出现了全球气候变暖、生物多样性减少、土壤侵蚀加剧、病虫害和水旱灾害频繁等一系列生态危机。在中国，松材线虫病害是目前发生最严重、最具威胁性的外来入侵森林病害，被列为森林病虫害之首，被称为松树的“癌症”和“艾滋病”。据统计，中国已有11个省、直辖市的95个县、区、市发生松材线虫病害，2005年发病面积达7.7万hm2，当年致死松树154万多株，损失巨大。　　 松材线虫病害科学防治急需对松材线虫病害机理、传播机制、病害监测和科学决策进行深入研究，而目前大量研究主要集中在松材线虫和传播媒介昆虫生物学特性、以及致病机理等方面，对于松材线虫病害监测、传播模型以及病害决策等方面研究较少。　　 现阶段松材线虫病疫情监测仅仅靠人工地面普查进行，难度大、效率低。这种传统病害监测手段相对落后，虽已在线虫病防治中发挥一定的作用，但是在科技日新月异的今天，已凸显其不足。地理信息科学相关理论、方法和技术的快速发展，尤其是影像空间分辨率、光谱分辨率和时间分辨率的不断提高，为开展松材线虫病木识别和现象监测提供了新的研究手段。自下而上的涌现思想以及复杂系统建模方法的不断成熟和应用，为研究松材线虫病害传播过程提供了新的思路。集群体智慧进行病害协同决策，为松材线虫病害防治科学决策提供了新的模式。　　 在病害现象监测、过程模拟和协同决策思路下，本轮文针对松材线虫病害防治有关实际问题，在分析病害发病和传播特性的基础上，提出了松材线虫病害研究理论框架和技术路线，然后分别从松材线虫病害现象监测(包括病害影响因子监测及其风险等级评价、病害松冠层和针叶高光谱特性、高分辨率影像病害木识别)、松材线虫病害传播元胞自动机模型和模拟、基于协同虚拟地理研讨室的病害协同决策三个方面开展研究，取得了一些成果，概述如下：　　 (1)提出了地理环境灾害系统工程理论框架，并针对松材线虫病害特点，构建了松材线虫病害总体研究框架和本论文技术路线。　　 从病害现象监测、复杂系统建模和协同决策角度出发，提出了灾害研究的新方法--地理环境灾害系统工程，从地理环境灾害系统工程三个研究层面、理论基础、相关技术进行探讨。在该方法框架下，总结和分析了松材线虫病害生物学特点和环境影响因子，将松材线虫病害现象划分为静态场、动态场和参数场，提出了松材线虫病害研究整体框架，选取整体研究框架中部分要素和技术，提出了本论文开展研究的技术路线和方案。　　 (2)采用遥感反演和空间分析技术，对松材线虫病害部分环境影响因子进行提取和监测，并在空间模糊评价模型支持下开展了病害风险等级评价　　 以中国松材线虫病害发生最为严重的浙江省为研究区，选取与病害较为有关的温度(年均温、6-8月月均温)、地形(高程和坡向)、距居民点和道路距离等因子构建松材线虫病害风险等级评价体系。温度因子采用MODIS8天1km地表温度产品进行预处理和升尺度转换得到，其他因子通过基础地理数据或专题数据分析处理得到。在因子评价体系基础上，各层次因子的影响权重采用层次分析法确定，然后应用模糊综合评价方法进行病害风险评价和等级划分。研究应用了遥感反演技术和空间分析技术进行各因子信息提取示范，构建了各因子隶属函数，并得到研究区松材线虫病害风险等级图。　　 (3)通过野外实验分别测量了马尾松健康和发病木冠层、针叶时序高光谱，探讨了松材线虫病害高光谱特性及其病害诊断特征。　　 以采自浙江省象山县泗洲头镇马尾松为样本，分别进行了针叶序列高光谱测量、2个时段针叶叶绿素含量和含水量的测定、枯死病害木和健康松木地面冠层高光谱。研究发现发病马尾松冠层光谱具有典型的植被病害光谱特征，发病松树其时序光谱之间差异较大，两时相马尾松化学组分变化不明显，与光谱变化之间没有规律可循，9月8日是其光谱变化最为明显的时间；通过光谱分析技术，构建19种松材线虫病害高光谱诊断特征，研究发现近红外平台内最大的一阶微分值、红边内一阶微分的总和(SDr)与蓝边内一阶微分的总和(SDb)的比值是显著性病害指示高光谱特征。　　 (4)通过自主无人机飞行实验获取高分辨率影像，采用高斯-马尔科夫随机场模型进行病害木识别；采用Bayes判别分类对QuickBird影像进行病害木识别　　 以浙江省象山县泗洲头镇为研究区，分别开展无人机和QuickBird影像病害单木识别。采用自主无人机进行低空航拍作业(飞行高度650m)，获取研究区无人机影像，影像经拼接、定位和正射纠正后，采用高斯马尔可大随机场模型进行影像分割，并开发出影像分割软件原型，所提取的病害木错分率为IO％，而漏分率为7.69％。QuickBird影像经正射和大气纠正后，进行数据融合，然后进行比值指数运算(R/G，IR/R)和主成分分析(PCA)，以比值指数R/G、IR/R和PCA1为参数，采用Bayes判别准则，获得7种覆盖类型的归属类别概率空间分布图，并根据最大似然准则和病害木概率人为阀值分别得到不同的病害木空间分布图。采用最大似然准则方法得到发病松木的漏分率为13.16％，错分率为10.81％。而采用病害木概率人为设定阀值得到的漏分率为3.03％，但错分率相应的增大到17.95％。即人为设定病害木概率阀值可以降低漏分率，但相应的会提高错分率。通过下一章不同初始病害木数量的元胞自动机模拟结果对比发现，无人机和QuickBird影像病害木分割和分类算法可行，其结果可以满足病害防治实际应用需要。　　 (5)根据元胞自动机原理，构建松材线虫病害传播元胞自动机模型，模拟不同条件下的病害传播过程　　 根据松材线虫自然传播特征，初步构建了松材线虫病害复杂系统建模框架，并根据元胞自动机模型及其原理，建立了松材线虫病害传播过程的元胞自动机模型，并自主开发出松材线虫病害传播元胞自动机模拟系统(PWD-CASim)。在模拟系统支持下，分别模拟了元胞邻元大小、病害空间分布、有无潜伏期、病木清除方式和清除率对病害传播的影响。研究发现，随着邻域的增加，病害传播能力越强，染病元胞数量明显增加，当病害的传播范围到达90米时(左右各4邻元)，病害自然传播异常迅速，邻元大小模拟结果表明，可以通过生物和化学方式降低传播媒介的活动能力达到控制病害的传播，另外也可以通过林间间阀，到达降低病害的扩散；不同病害分布的模拟实验表明，在整片健康森林中，需要防止病害木的输入，否则可能导致整片健康松林的发病直至消失；松材线虫病害潜伏期能够延缓发病高峰期，由于潜伏期病害木未能得到及时清除，反而会引起发病数量的增加，故而潜伏期病害木早期诊断技术尤为重要；另外优先清除发病集中、密度高的病害木，比随机清除病害木对控制病害传播更为有效；通过不同清除率的比较发现，仅采用人工清除病害木方式控制病害的传播，砍伐率的选择尤为重要，合适砍伐率需要结合具体的控制参数和措施来确定。　　 (6)从模型库、定性知识表达和规则推理对协同虚拟地理研讨室进行扩展，并在协同虚拟地理研讨室内示例了病害影响因子权重确定和管理分区的协同群决策　　 以定性到定量的综合集成方法和集成研讨厅体系为理论基础，从模型库、定性知识表达和规则推理方面对现有协同虚拟地理研讨室进行扩展，提出松材线虫病害除治协同决策框架，并在扩展后的协同虚拟地理研讨室中，实验了松材线虫病害影像因子权重和管理分区的协同群决策。实验表明，协同虚拟地理研讨室是集群体专家知识进行松材线虫病害科学决策有效方式。