《Smart Agricultural Technology》：Early detection of Pine Shoot Beetle infestations using UAV multispectral data: The YOLOv11n-SAGE framework
编辑推荐：
中国西南地区的松林正遭受极具破坏性的森林害虫——松梢害虫（PSB, Tomicus spp.）的严重威胁。对害虫种群的有效抑制在很大程度上取决于能否准确、迅速地检测并清除早期受侵害松树。然而，由于早期侵害的视觉特征不明显，当前基于深度学习的快速检测方法主要聚焦
中国西南地区的松林正遭受极具破坏性的森林害虫——松梢害虫（PSB, Tomicus spp.）的严重威胁。对害虫种群的有效抑制在很大程度上取决于能否准确、迅速地检测并清除早期受侵害松树。然而，由于早期侵害的视觉特征不明显，当前基于深度学习的快速检测方法主要聚焦于侵害的晚期阶段。为解决这一挑战，研究人员提出了一种面向无人机（UAV）多光谱影像的改进框架YOLOv11n-SAGE，专门针对松梢害虫侵害的早期阶段。该框架以YOLOv11n架构为基础，采用半程融合（halfway fusion）策略整合红绿蓝（RGB）波段与近红外（Near-Infrared, NIR）波段。此外，该框架纳入了专门设计的P2检测头（P2 detection head）、早期感知损失函数（Early-Stage Aware Loss, ESAL）以及植被指数先验引导渐进光谱融合模块（Vegetation Index Prior Guided Progressive Spectral Fusion, VIPG-PSF），以专门增强网络对微小目标与细微视觉症状的敏感性。实验结果表明，YOLOv11n-SAGE在识别早期受侵害松树时取得了0.736的召回率（recall）与0.704的AP@0.5（交并比阈值0.5下的平均精度）。与基于RGB的YOLOv11n基线模型相比，所提出的多光谱融合模型展现出显著改进，召回率与AP@0.5分别提升12.0%与15.1%。上述结果证实，YOLOv11n-SAGE框架为早期松梢害虫侵害的检测提供了一种切实可行的技术路径，有助于及时开展森林害虫防治工作。
一、研究背景与问题提出
松林为维持世界森林生态系统的完整性与稳定性以及碳平衡提供碳储存、土壤保持、固沙和生物多样性维持等重要生态服务，但气候变化使害虫暴发愈发频繁和剧烈，松梢害虫（PSB, Tomicus spp.）凭借高繁殖率与强适应性严重破坏松林生态平衡，中国西南地区持续遭受侵害，反复暴发造成森林大面积损毁、树木高死亡率与巨大经济损失。与山地松齿甲（MPB, Dendroctonus ponderosae）、红脂大小蠹（RTB, Dendroctonus valens）和欧洲云杉八齿小蠹（ESB, Ips typographus）导致的整树系统性变色不同，PSB危害主要局限于被害梢且呈斑点状变色，早期受害树与健康树相互混杂，而传统野外调查耗时耗力，难以支撑大规模监测。遥感技术突破时空限制，无人机（UAV）具备超高空间分辨率、灵活重访周期与复杂环境适应性，已被证实对早期小蠹类危害检测高度有效，但现有基于深度学习的检测方法主要依赖UAV RGB影像、识别能力局限于侵害晚期；高光谱与激光雷达（LiDAR）方案依赖昂贵传感器、数据获取成本高且预处理复杂；传统机器学习依赖人工特征工程、工作流程断裂；且传统YOLO架构无法直接处理多光谱数据、对早期PSB危害识别性能不佳。上述问题共同构成开展本研究的直接动因。
二、研究开展与意义
针对早期PSB侵害视觉特征细微、现有方法检测能力不足的问题，研究人员以YOLOv11n为基线提出YOLOv11n-SAGE框架，基于UAV多光谱影像实现早期PSB侵害检测，研究目标包括：评估候选单阶段检测模型以确定最优基线；识别NIR、红边（Red-Edge, RE）与RGB波段的最优融合模式；开发面向早期侵害检测的多光谱优化模型。研究结论表明，YOLOv11n-SAGE在RGB+NIR半程融合配置下召回率达0.736、AP@0.5达0.704，较RGB基线分别提升12.0%与15.1%，证实UAV多光谱影像与定制深度学习架构相结合可为早期PSB侵害的及时识别提供有效途径，为精准森林害虫监测与管理奠定了坚实的技术基础。
三、关键技术与方法
研究人员比较RetinaNet、SSD、RT-DETR及YOLOv5/8/11系列模型，依早期阶段召回率与计算量选定YOLOv11n为基线；对比输入、半程、晚期三种融合模式后确定半程融合（halfway）最优；实施三项改进：P2检测头以步长为4的浅层特征增强小目标识别；早期感知损失函数（ESAL）通过松弛任务对齐分配器（TAL）匹配、类别加权（w
c=1.5）与批间全局缩放（g
k）机制强化弱特征学习；植被指数先验引导渐进光谱融合模块（VIPG-PSF）依据归一化植被指数（NDVI）、绿色归一化植被指数（GNDVI）、红边归一化差值指数（NDIrer）与红边绿光归一化差值指数（NDIreg）生成空间门控掩码，联合渐进光谱融合（PSF）的跨模态注意力实现先验引导融合。研究数据源自云南省曲靖市沾益区8个样点2025年8月采集的DJI Mavic 3M无人机影像，747张样本经标注早期受害树706株、晚期400株、枯死501株，增强后共11943个训练样本，按8:2分层划分。
四、研究结果
（一）单阶段深度学习模型性能比较
研究人员基于PyTorch平台训练300轮（epoch）并采用AdamW优化器。对比RetinaNet、SSD、RT-DETR及YOLOv5/8/11系列模型后，整体性能上YOLOv11m的AP@0.5最高（0.734）；聚焦早期阶段时YOLOv11s与YOLOv11n召回率最高（0.622与0.616），但YOLOv11n参数量仅2.58M、计算量6.3 GFLOPs，显著更低，故被选为后续改进的基线模型。
（二）光谱差异与最优融合模式选择
方差分析（Analysis of Variance, ANOVA）显示，早期受害树在绿光、红光、RE与NIR波段的反射率与其他各阶段存在显著差异（P<0.05），尤以RE与NIR波段区分度最佳。三种融合模式对比表明，RGB+NIR与RGB+RE采用半程融合时早期阶段召回率（0.612与0.630）与AP@0.5（0.618与0.633）均优于输入融合与晚期融合，故采用半程融合策略进行后续改进。
（三）YOLOv11n模型改进
消融实验表明，P2检测头、ESAL与VIPG-PSF模块单独或两两组合均可提升早期检测性能；三者集成的YOLOv11n-SAGE在RGB+NIR配置下取得峰值AP@0.5（0.704）与召回率（0.736），RGB+RE配置下AP@0.5为0.698。代价是晚期受害树AP@0.5下降（RGB+NIR下由0.723降至0.622，RGB+RE下由0.738降至0.666），枯死树仅轻微下降（分别由0.879、0.888降至0.839、0.849），整体检测精度保持稳定；最佳配置下枯死树召回率0.780、AP@0.5 0.839，晚期受害树最低。损失-轮次曲线显示训练收敛稳定、无显著过拟合。可视化对比中，两个UAV场景共83株早期受害树，模型成功检出63株、居各模型之首，误报由RGB基线53个降至约30个；基于2025年8月数据训练的模型在2026年6月测试数据上泛化良好，10株漏检主要因健康背景树干扰，早期受害针叶仍保持较高含水量与绿色度、光谱差异细微易融入健康冠层。
五、讨论与结论
讨论部分指出，YOLO系列整体优于RetinaNet、SSD与RT-DETR，YOLOv11架构对细微冠层光谱与纹理变化更为敏感，因而早期检测最稳定；NIR波段对细胞结构与叶片水分变化敏感，是早期检测的关键信息源；半程融合既允许RGB与多光谱特征充分交互，又避免输入融合过早引入背景噪声及晚期融合交互受限。误报消耗资源而漏检延误防治、加剧虫情扩散，故召回率为早期监测的关键指标，YOLOv11n-SAGE取得0.736的峰值召回率，对减少漏检、支撑及时防治潜力突出；但精度0.616表明误报仍存，检测结果需与靶向野外核查相结合，且训练样本来自研究区单一地区8个样点，地域泛化性受限，未来应跨区域、跨季节采集数据并优化架构以兼顾各评价指标的均衡表现。
研究结论部分翻译如下：为克服早期PSB侵害视觉特征高度细微所带来的检测挑战，研究人员利用UAV多光谱影像开发了新型检测模型YOLOv11n-SAGE。该模型以YOLOv11n架构为基础，采用RGB与NIR波段的半程融合模式，集成P2检测头、早期感知损失函数（ESAL）与植被指数先验引导渐进光谱融合模块（VIPG-PSF），专门针对早期侵害阶段的树木检测进行优化。实验结果显示，基于RGB的YOLOv11n召回率为0.616、AP@0.5为0.553；NIR融合的YOLOv11n模型召回率为0.612、AP@0.5为0.618；NIR融合的YOLOv11n-SAGE模型取得0.736的召回率与0.704的AP@0.5，较RGB基线模型分别提升12.0%与15.1%。该研究证实，融合UAV多光谱影像与定制深度学习架构为早期PSB侵害的及时识别提供了有效方法，为精准森林害虫监测与管理奠定了坚实的技术基础。
