《Forests》：From Cryptic Infection to Forest-Scale Risk Mapping: A Critical Review of Remote Sensing Technologies, Indicators, and Research Priorities for Heterobasidion and Armillaria Root Rot
Heterobasidion和Armillaria可能侵染树根并导致内部腐朽，而不引起树冠可见变化。因此，腐朽往往仅在风倒或采伐后才被发现。常规遥感观测并不直接识别病原真菌，而是记录可能与根腐病相关的树木或林分状况变化。研究人员回顾了这些指标以及Heterobasidion和Armillaria研究中使用的技术，特别关注其在森林管理中的潜在应用。在OpenAlex和Semantic Scholar中进行的三次语义检索确定了1500条关于病害指标、传感技术和研究空白的记录。筛选保留106条记录，代表84篇独特出版物。研究汇编了病害阶段、传感方法、参考数据和验证等方面的信息。立地、林分和经营数据主要用于估计根腐病发生概率。当损害已以树冠衰退、死亡或林冠空隙形式显现时，LiDAR和航空影像有效。RGB图像被用于识别采伐后暴露的腐朽。检测立木内部腐朽则更为困难。高光谱研究报告了中等且主要为地点特异性的结果。受影响类别规模较小、参考标准不一致以及独立验证有限，导致难以确定这些结果是否适用于其他森林。从评估数据来看，遥感无法可靠地将根腐病与其他树木胁迫原因区分开来，目前更适合用于定位需要实地检查的区域，而非确认病原体。
1. Introduction
Heterobasidion和Armillaria引起的根腐及干基腐朽是北方、半北方及温带针叶林中的重要问题。病原真菌可在树木死亡或采伐后存留于根部、伐桩及其他木质材料中，导致病害跨轮伐期持续存在，并通过根接触或根状菌索传播。病害造成生长与材积下降、干基及干材腐朽、机械稳定性丧失及风倒易感性增加。由于树木可在多年内保持无症状，经济损失持续累积，木材品质下降并影响造材。根腐病的空间分布信息对更新规划具有价值，也影响碳储存及林分微环境。根腐病在林分内通常呈不均匀分布，常规森林清查难以提供精细尺度的病害分布信息。卫星、飞机、无人机（UAV）及地面传感器可记录冠层、温度、树形及死亡格局的变化，但通常不直接检测病原真菌，而是记录宿主变化或指示根腐病可能发生的条件。隐伏感染可能局限于根部、根颈、干基或心材而不产生可见树冠变化；可检测的变化也未必指示根腐病，因为干旱、养分限制、虫害及机械损伤可产生类似光谱反应。参考数据亦存在不确定性：切面无可视腐朽不能排除根部感染，可见腐朽亦无法确定致病真菌。因此主要限制并非传感器分辨率，而是内部感染与外部可观测性状之间微弱、滞后且非特异的关系。该综述区分了四种任务：病原感染检测、内部腐朽识别、可见衰退或死亡制图以及病害风险预测，并提出三个研究问题（RQ1–RQ3）。
2. Materials and Methods
2.1. Review Design
本研究采用Grant和Booth描述的批判性综述类型，结合结构化文献检索与批判性评价及概念综合。检索和筛选过程选用了ROSES的要素。证据按叙述性方法综合，未提供系统性检索。
2.2. Information Sources and Search Strategy
使用三个互补的语义证据流：指标证据流、技术比较证据流和研究缺口证据流。检索于2026年7月1日完成，每个证据流导出相关度最高的500条记录，共1500条。未限制发表年份，纳入文献发表于1970至2025年间。完整检索问题见补充材料Section S1。
2.3. Eligibility and Study Selection
综述聚焦于北方、半北方及温带湿润林。涉及Heterobasidion或Armillaria感染检测、制图或预测的研究符合纳入标准；未确认病原的腐朽检测研究亦纳入，作为腐朽检测证据而非病原诊断证据。合格技术包括卫星影像、航空摄影、航空高光谱成像、航空LiDAR、UAV搭载RGB/多光谱/高光谱/热成像、摄影测量、地面激光扫描（TLS）及空间参考近景成像。筛选保留指标流80条、技术比较流16条、研究缺口流10条，经标准化和去重后得到84篇独特出版物，其中63篇有DOI。
2.4. Data Extraction and Evidence Classification
提取信息包括出版年份、国家或地区、森林类型、寄主物种、病原、研究目标、病害阶段、平台、传感器、空间单元、光谱范围、采集设计、分析方法、样本量、类别频率、参考方法、验证设计、报告性能及潜在管理应用。区分四种主要分析任务：活立木中病原感染检测；根部、干基或干材内部腐朽检测；可见衰退、死亡、风倒或林冠空隙制图；病害发生、频率或易感性预测。证据分为三层：第1层为针对已确认感染、内部腐朽或病害相关衰退和死亡的遥感或成像研究；第2层为支持性生物学、流行病学及作业研究；第3层为涉及其他森林健康干扰的方法学类比。检测、分类、鉴定和确认在综述中分别定义。
2.5. Assessment of Evidence Limitations and Applicability
按域评估证据局限性，参考QUADAS-2和PROBAST原理，但针对遥感与森林病理背景调整。评估域包括样本与研究区选择、生物学目标定义、参考标准质量、遥感与地面观测的空间和时间对应、传感器采集与处理、类平衡、特征选择、内部验证、外部验证、竞争胁迫因子、性能报告、可重复性和作业相关性。分子分析、真菌培养或显微检查提供最强的病原特异性结论；破坏性观察可确认腐朽存在但未必确定病原；冠层症状和死亡仅作为树木状况证据。基于同林分相邻树木随机划分的验证被认为弱于使用独立林分、采集年份、传感器或地理区域的验证。
2.6. Evidence Synthesis
由于研究在病原、寄主、病害阶段、空间单元、传感器、参考标准、类别定义和验证设计上存在差异，首先按四种遥感任务分组，再比较病害阶段、平台、证据直接性、参考标准质量和验证设计。未进行统计meta分析，因为研究生物学目标不同且类别定义、参考标准、空间单元和性能度量均不统一。
3. Results
3.1. Characteristics and Quality of the Evidence Base
3.1.1. Study Selection and Overall Composition
三个证据流共检索1500条记录，筛选保留106条，去重后为84篇独特出版物。出版量随时间增加，2010–2025年间占45篇。然而仅18篇提供直接的诊断或遥绘制图证据，61篇为支持性生物学、流行病学或作业研究，5篇为方法学类比。因此，大部分文献支撑遥感信号的生物学或作业解释，而非直接评估遥感检测或诊断。
3.1.2. Geographic, Pathogen and Host Representation
地理、病原和寄主代表不均。早期Armillaria研究集中于北美，通常考察可见症状、病害中心发展、死亡和立地易感性；近期成像研究集中于北欧，主要涉及挪威云杉、欧洲赤松、Heterobasidion相关腐朽及采伐后记录的腐朽。挪威云杉是最常研究的寄主，因此现有证据为关于该树种和Heterobasidion相关腐朽提供了最强基础。
3.1.3. Platforms, Targets and Disease Stages
直接平台比较子集包含15篇文献：8篇使用UAV系统，5篇使用有人驾驶航空传感器或航空摄影，卫星影像和地面激光扫描各1篇。文献覆盖不同病害阶段与后果：31篇涉及病害生物学、发病率、空间流行病学、症状关联或传染性伐桩的作业识别；14篇涉及易感性、频率或风险预测；11篇涉及生理、生长或结构响应；10篇涉及可见冠层衰退、死亡或林冠空隙；9篇涉及隐伏感染、内部腐朽或结构响应；4篇涉及采伐后腐朽确认；3篇涉及管理响应或更新；2篇为方法学类比或一般森林健康。
3.1.4. Reference Standards and Risk of Bias
实验室病原评估在10篇文献中报告：3篇使用培养鉴定，2篇使用分子鉴定，3篇结合培养与分子方法，2篇使用显微鉴定。这些方法未提供一致的分类学分辨率：显微检测支持属级确认，而培养和分子方法支持属或种级鉴定。破坏性或采伐后腐朽评估用于13篇，视觉、症状或作业评估用于16篇，6篇依赖林分或立地风险代理变量，38篇参考条件不明确或报告不完整。独立验证有限，多数直接平台比较研究在单一林分、研究点或区域景观内进行，模型通常使用内部或随机数据划分评估。使用独立森林、采集年份、传感器或地理区域的验证不常见。还识别出4个发表家族共13篇文献共享实验区域或相关观测，不应解释为完全独立的模型可迁移性证据。不同参考标准类别之间的准确率比较以及共同效应量的计算因异质性而不可行。
3.1.5. Overall Quality and Applicability
最强证据涉及晚期冠层衰退、死亡、林冠空隙、树干变形和采伐后暴露腐朽的制图。环境、林分和经营变量也用于估计病害发生、频率或易感性。早期或病原特异性检测的证据则薄弱得多。主要限制并非仅传感器能力，而是参考标准质量、样本代表性和独立验证。
3.2. Indicators and Comparative Platform Performance
3.2.1. Spectral and Physiological Indicators
可见光谱影像记录冠层颜色、变色、针叶损失、阴影格局及采伐切面暴露的腐朽。RGB相机相对廉价且可搭载于UAV、飞机或采伐设备。其对立木的价值主要限于感染影响冠层后出现的变化。Firth和Brownlie（2002）报道，在1:3000比例尺航空照片中，高于2米的可见感染树木中24/25被正确分类，但66%已确认感染的树木保留绿色冠层，无法与健康树可靠区分。近景RGB影像可能揭示较小冠层差异：Youssef（2023）基于蓝色色度坐标阈值正确分类了73%感染树木和71%参考树木，但未在独立林分或不同传感器与采集条件下测试。RGB影像在腐朽直接可见时更可靠：Holmstr?m等（2024）使用卷积神经网络对欧洲赤松暴露茎表面进行分类，RGB精度为63%，加入纹理变换后增至约70%。Puliti等（2018）对暴露伐桩进行分类，检测到的伐桩中总体精度为78.3%，kappa为0.60，根腐及干基腐朽类精度为82.1%，但完整流程仅识别了约56%受影响伐桩。可见影像对暴露腐朽和可见损害有最佳证据，对绿色冠层树木内部腐朽的证据仍有限。红边和近红外波段可指示叶绿素和冠层结构变化，但各研究间差异方向和大小不一致，无指数在不同寄主和地点中一致识别根腐病。Boman等（2025）报道UAV多光谱与LiDAR结合研究中，感病挪威云杉与参考树在近红外响应存在差异（p=0.0244），LiDAR强度差异p=0.0312，但未报告外部验证分类器。短波红外对冠层含水量和生化组分敏感：Allen、Dalponte、?rka等（2022）比较覆盖约400–2500 nm的全范围UAV高光谱传感器与约450–895 nm系统，全范围传感器总体精度76%、kappa约0.24；较窄系统精度60%、kappa约0.13，但两数据集在传感器、研究点、参考数据和采集程序上存在差异。Allen、Dalponte、Hietala等（2022）使用航空全范围高光谱数据对7288株挪威云杉分类，其中1652株在采伐时记录为感病，总体精度64.8%，kappa 0.27，感病类生产者精度70.0%、用户精度61.8%。这些研究的参考条件为采伐时观察的腐朽而非成像时的物种特异性Heterobasidion感染确认。热红外和湿度相关测量可能指示生理损伤，但综述证据中未发现可独立验证的Heterobasidion或Armillaria感染热分类器。热信号受太阳角、风速、水汽压亏缺、土壤湿度、冠层光照、树高和采集时间影响，更适合作为重复多源评估中生理胁迫的证据。
3.2.2. Structural, Textural and Spatial Indicators
结构性测量可提供冠层反射以外的信息。根腐及干基腐朽可影响树干尖削度、干基几何形态和机械稳定性。Pitk?nen等（2021）对受Heterobasidion影响的成熟欧洲赤松林分使用TLS，感染树通常干基膨大更明显、冠层密度更低。结合干基几何与垂直冠点分布的模型正确分类20株中17株，但该留一法结果来自单林分中经选择的树木，不确定案例被排除且未独立验证。LiDAR可描述冠层尺寸、叶密度、垂直结构及林冠空隙，但强度受距离、入射角、脚印、目标湿度和传感器设置影响。Oblinger等（2022）在俄勒冈州受Armillaria影响的景观中结合航空LiDAR与正射影像，总体精度约83%，在所有27个验证林分中识别了病害相关死亡，但主要检测到冠层退化、死树及空间相关损害而非隐伏感染。空间格局提供了背景信息：病原在根和伐桩中持续存在并传播至邻近树木，产生衰退、死亡和林冠空隙聚集。但是风倒、干旱、昆虫和雪害也可产生类似格局，空间格局本身不能识别病原。影像纹理提供光谱值之外的信息，但当腐朽暴露时更有用：Holmstr?m等报告纹理变换使分类精度从63%提高至约70%。未发现已得到验证的用于检测无症状树木根腐病的时间轨迹。
3.2.3. Temporal, Phenological and Environmental Indicators
重复观测有助于区分持续变化与天气、物候或照明的短期变异。Dalponte等将约三年的Dove卫星影像（3 m分辨率）与LiDAR冠层边界及采伐机记录结合，对16163株挪威云杉分类，加权支持向量机平衡精度为56.3%，感病类生产者精度48.4%、用户精度32.7%。Honkavaara等使用重复UAV高光谱和多光谱观测对健康云杉、根腐病和树皮甲虫损害分类，高光谱精度约40%–55%，多光谱约40%–50%，根腐病类仅16株且与树皮甲虫响应重叠。两项研究均未确定病害特异性时间或物候模式。径向或材积生长下降已在受Armillaria和Heterobasidion影响的树木或林分中报告，但生长响应并非病害特有。物候指标如春季发育延迟、早落叶或异常季节反射在根腐病研究中关注很少。环境和林分变量被更广泛地用于林分或景观尺度的病害发生估计，包括寄主组成、林分年龄、胸径、立地肥力、土壤湿度、排水、海拔、温度、先前土地利用、间伐历史和距感染伐桩距离。Wiensczyk等（1997）、Thor等（2005）和Suvanto等（2026）将病害发生或记录腐朽与环境、树木、林分和经营变量组合关联。这些变量可指示病害可能发生的地点，但不确认感染，其主要用于风险或易感性制图。
3.2.4. Comparative Performance of Sensing Platforms
卫星影像提供频繁采集和广泛覆盖，适合区域监测、监测死亡变化和按病害风险分层区域。主要限制包括混合像元、业务多光谱传感器的光谱分辨率以及内部感染树木的微弱或缺失外部响应。Dalponte等（2022）用数年Dove影像与采伐记录的腐朽比较，单木分类结果中等。飞机可携带高分辨率相机、高光谱传感器和LiDAR覆盖较大区域。航空高光谱对活挪威云杉内部腐朽的分类性能中等，而航空LiDAR和正射影像在目标为死亡或明显冠层退化时表现更好。航空采集成本高且频率低。UAV主导了近期的实验文献，可获取厘米级RGB、多光谱、高光谱、热或LiDAR数据。UAV高光谱研究对活立木内部腐朽的精度约60%–76%，但kappa值低且验证限于单个研究点。约束包括覆盖面积有限、数据量大、冠层分割误差、航次间辐射条件变化、天气和航空法规。TLS和近景相机适合单木检查，可揭示航空数据中不明显的结构细节，但空间覆盖有限，更适合作为定向评估工具。采后方法包括UAV伐桩影像、干端成像和采伐期间记录的腐朽观测。因为腐朽暴露，这些方法比冠层观测提供更直接证据，可生成详细空间数据集，但仅在采伐后获得，此时材积损失已发生。伐桩或干材上的记录腐朽不必然确定致病真菌。
3.2.5. Comparative Performance and Interpretation
报告性能取决于生物学目标、病害阶段、类别频率、参考标准和验证设计。最高报告精度通常涉及可见冠层损害、结构变化或暴露腐朽。尝试对活立木内部腐朽或感染进行分类的研究产生中等结果，通常伴低kappa值且无独立地理验证。因此，高精度检测晚期症状不能解释为早期或病原特异性检测的证据。
3.2.6. Analytical Methods and Overall Synthesis
综述研究使用了随机森林、支持向量机、判别方法和卷积神经网络。没有算法在平台或病害阶段间持续表现最佳。类不平衡普遍存在，总体精度可能因多数类而显高。平衡精度、生产者精度、用户精度、敏感性、特异性、精确率、F1分数和kappa提供额外信息。目标检测和分割影响端到端性能：仅在成功检测的冠层或伐桩上计算的精度不足以描述完整流程。
4. Discussion
4.1. Current Remote-Sensing Capabilities and Limitations
目前遥感在病害过程两端提供最强证据：环境、林分和经营数据可指示根腐病更可能发生的地点；可见冠层衰退、死亡、林冠空隙和采伐后暴露腐朽可被制图。主要困难在于两者之间：在冠层仍健康的活立木中识别内部腐朽或病原感染。森林清查结合土壤、地形、气候和经营数据可用于区域或林分水平的易感性估计，但估计的是风险而非证明感染存在。可见衰退和死亡可使用UAV影像、LiDAR、正射影像和航空摄影制图。Oblinger等（2022）报告约83%总体精度；Firth和Brownlie（2002）在航空照片中检测到约96%垂死或死亡的Armillaria感染辐射松。结构性单木测量显示潜力：Pitk?nen等正确分类20株中17株，但未用另一林分独立树木测试。采后腐朽制图是较成熟的用途，可估计材积损失、评估采前预测、修订风险图和支持更新规划，但是回顾性的且可见腐朽不必然确定病原。高光谱研究表明含内部腐朽树木的冠层与参考树存在差异，总体精度约60%–76%，但kappa低、受影响类别小、验证限于原始研究点，参考数据通常基于采伐时记录的腐朽而非成像时病原确认。Youssef（2023）的结果应视为局部概念验证而非通用诊断方法。重复观测未在可见症状出现前证明病害特异性时间格局。综述证据未证明可仅从冠层影像可靠识别Heterobasidion或Armillaria；没有光谱、热或结构特征在不同寄主、地点和采集条件下保持一致。不应将遥感分类呈现为病原确认感染图。图2总结了当前能力边界，表4提供了证据到决策框架。
4.2. Why Reported Accuracy Values Appear Contradictory
报告性能从接近偶然一致性到90%以上检测率不等。疾病阶段是主要因素：死枝、冠层损失、死亡和暴露伐桩腐朽提供比绿色冠层内感染更清晰的信号。目标定义也重要：区分重度受害树与健康树比将根腐病与干旱、虫害或其他胁迫区分更容易。参考标准决定模型特异性上限：实验室方法可确认病原存在，而伐桩或茎段目视检查确认腐朽但不必然确定其原因。茎干无可见腐朽仍可能含局限于根部的感染，可见腐朽可能由所研究病原以外的真菌引起。类别频率和性能指标进一步改变表观结果：当感病树占样本比例小，总体精度可能仍高。Dalponte等（2022）平衡精度约56%，感病类用户精度约33%。类似地，某些高光谱研究低kappa表明中等总体精度对应有限的机会一致性。操作性能还取决于分类前阶段：树、冠层、茎或伐桩须先检测、勾绘和匹配。Puliti等完整流程仅识别约56%感病伐桩。验证设计是另一原因：同地点邻近树木随机分割不提供地理独立评估。模型可能学习到不能迁移的局部关系。算法选择似乎不如生物学和方法学约束重要；更复杂模型无法从模糊参考标签或竞争胁迫因子产生的相似观测中恢复病原特异性信号。报告性能应通过目标、病害阶段、参考条件、分类单元、类别比例、类特异性指标和是否独立验证来解读。
4.3. Principal Research and Implementation Gaps
主要缺口是缺少从确认感染到生理和结构变化再到可见衰退的纵向研究。多数研究在单一时间点检查树木或在采伐后确定腐朽。病原特异性是另一根本问题：多数遥感响应指示树木胁迫而非病原身份。竞争胁迫类别的包含及分子、培养或显微方法确认是必要的。单一参考方法无法提供全部信息，建议结合病原诊断与腐朽位置和严重度、阻力钻或声波测量、冠层状况和采伐后观测。采样需要更好反映预期频率和疾病严重度范围，独立于影像外观选择树木，并考虑空间聚集。重复观测有助于分离持续变化与短暂效应，多传感器研究应受生物过程指导而非添加尽可能多的变量。外部验证是最重要的方法学缺口：多地点研究应保留整个林分、区域或采集年份用于最终测试，并进行逐站点留出评估和地理独立数据测试。不确定性、可重复性和操作成本受到的关注相对较少，应报告置信区间、概率校准以及参考采样、数据采集、标定、处理、质量控制和确认实地工作的成本。
4.4. Recommended Research and Monitoring Architecture
发展可划分为三阶段：机制研究，使用小型密集采样队列确定确认感染是否伴随可重复的生理或结构变化及何时可检测；多地点诊断验证，在含有感染树、未感染树及其他胁迫因子影响树的林分中测试候选指标，标准化参考方法和采集程序，保留整个地点用于独立测试或使用逐站点留出分析；操作示范，将独立验证中表现良好的方法整合至分层监测系统。图3展示了这一进程及嵌套监测架构。监测系统在各阶段缩小关注区域并降低不确定性：森林清查、地形、土壤、气候和经营数据首先识别根病风险升高林分；卫星或航空时间序列定位持续冠层异常或扩张死亡中心；然后使用UAV光谱和结构测量以斑块或单木水平检查选定区域；如需确定原因，遥感观测后随野外评估、近端测量或实验室诊断；采伐机和伐桩观测随后用于评估先前预测并更新风险模型。
4.5. Minimum Standards for Future Studies
生物学目标应在数据采集和模型开发前定义，“根腐病检测”不是足够精确的目标，因为病原感染、内部腐朽、生理胁迫、可见衰退、死亡和易感性代表不同状况。训练、调参和测试数据应在任何依赖数据的预处理、特征选择或模型优化前分离，预处理参数应从训练数据估计并原样应用于测试数据。单林分内随机树木级交叉验证不足；应尽可能包含空间分离的林分、采集年份或研究区域。完整流程性能应报告，包括在冠层、茎或伐桩检测和分割中遗漏的目标。报告指标应反映类别频率和预期用途：混淆矩阵以及敏感性、精确率、F1分数、平衡精度和Cohen’s kappa应伴随总体精度。概率输出应检查校准和不确定性。该标准将使研究更可比，并区分方法进展与高可见病害阶段、简化类别定义、模糊参考标签或非独立验证导致的高性能。
4.6. Implications for Forest Management
遥感可支持根腐及干基腐朽管理，但不能替代田间诊断。其即时价值在于减少需检查的面积和指出更详细调查的可能位置。结果图的价值取决于其代表的含义：易感性、可见冠层损害、内部腐朽和确认的病原感染是不同目标，提供不同证据水平。最清晰的应用之一是区域和林分水平的风险评估：森林清查数据结合林分年龄、寄主组成、土壤和地形条件、气候、经营历史和先前腐朽记录，可识别Heterobasidion或Armillaria根病更可能发生的地点，指导田间检查和UAV或航空调查配置。重复卫星或航空观测可增加森林状况变化的信息；持续性冠层异常、局部死亡、风倒和扩展的林冠空隙指示损害正在发展。在更细尺度上，中等性能的光谱或结构模型仍可用于选择树木或斑块进行实地检查；UAV高光谱、多光谱或LiDAR数据可减少需要阻力钻、声波评估、根颈检查、根采样或实验室分析的树木数量。应同时采样预测为感病和预测为未感病的树木，以估计操作性能。航空影像、LiDAR、正射镶嵌和UAV数据可用于描绘冠层衰退、死亡、风倒和林冠开敞区域，但边界不应解释为地下感染的范围。消毒伐除或类似不可逆行动不应仅基于模型预测，决策阈值应随行动不可逆性而调整：容性阈值可接受于仅选择树木进行检查，而显著更强阈值在伐除或不可逆干预时必需。采伐前腐朽分布信息有助于估算木材质量、受影响材积和经济损失；采伐期间地理参考操作员观测、茎表面影像和造材数据可记录可见腐朽的位置和严重度，用于评估损失、支持造材决策、比较采伐前预测和更新林分图。病害预防决策可利用寄主组成、先前病害、采伐时期、温度和距已知病害中心距离等信息；遥感不检测单孢子沉积但可为决策支持系统贡献空间信息。采后腐朽图可用于更新规划：空间记录可指示腐朽集中的位置和持续接种体更可能存在的地点。Holmstr?m等（2025）表明，Heterobasidion相关腐朽的空间信息可改善感病云杉林分更新策略的选择及其估计经济回报。采伐机和伐桩观测应返回监测系统以评估先前预测并更新风险模型。遥感的实践价值应通过是否减少不必要实地工作、更早识别受影响区域、改善采伐或更新规划以及限制可避免损失来判断。
4.7. Limitations of the Review
本综述存在局限：检索仅在Semantic Scholar和OpenAlex中进行，每个证据流仅导出前500条记录，因此广泛但不详尽；筛选和数据提取为模型辅助且未由第二名独立评审重复，无法计算评审者间一致性；方法学报告完整性因出版而异；术语未标准化；证据高度异质，未进行统计meta分析，性能值为叙述性比较而非合并估计；至少6个发表家族13篇文献重用研究区域或相关观测，表观证据规模超过完全独立数据集数量；地理和分类学不平衡限制结论范围；可能存在发表偏倚，报告可检测差异和成功分类的研究更可能发表。尽管存在这些限制，总体区分在证据基础上一致：晚期损害和暴露腐朽比隐伏感染更易制图。
5. Conclusions
综述显示，当前遥感方法可制图与Heterobasidion和Armillaria根腐及干基腐朽相关的多种状况：环境与林分数据可估计易感性，航空影像、LiDAR和UAV数据可定位冠层衰退、死亡、风倒、林冠空隙和某些结构变化，采伐后伐桩或茎上可见腐朽也可使用近景成像记录。这些应用可支持区域监测、实地检查规划、受损木材评估和更新决策。检测外观健康立木中感染的证据则弱得多：高光谱研究发现了冠层反射与内部腐朽之间的关联，个别研究报告了冠层颜色或树木结构的差异，但性能总体中等或基于小型、不平衡或地理受限样本；综述文献未证明这些模型可在区域、寄主物种、传感器或采集年份间可靠迁移。主要障碍并非传感器分辨率，感染可局限于根、干基或心材而不产生可观测冠层变化，而出现的生理或结构变化可能类似干旱、昆虫、养分限制或其他干扰。更复杂算法无法补偿遥感信号与预测生物学状态之间微弱、非特异的关系。进展需要带确认病原状态的树木纵向观测、跨病害阶段的代表性采样、包含竞争胁迫因子以及在新林分或区域中的独立评估。参考方法、不确定性和完整工作流成本需更一致地报告。实际操作最现实的途径是嵌套监测系统：清查、地形、土壤、气候和经营数据首先识别需关注的林分；重复卫星或航空观测定位持续变化；随后进行定向UAV或实地评估，并在计划决策需要时进行诊断确认；采伐机和伐桩观测随后用于评估预测和更新风险图。遥感目前不能替代森林病理诊断，但可减少需检查的面积并将诊断和管理资源导向最有用的位置。
