无人机高光谱在松材线虫病监测中的应用_国朝胜.pdf

学术研究 二二三年第七期林业科技通讯无人机高光谱在松材线虫病监测中的应用国朝胜，席磊，胥丽，高应群（西南林业大学林学院，昆明 ）摘要：松材线虫病是中国的一大生态问题，已对数百万中国松树造成严重危害。为了控制松材线虫病的传播，有必要开发一种有效的方法，在感染早期进行检测。一个潜在的解决方案是使用基于无人机（）的高光谱图像（）。基于无人机的高光谱图像具有较高的空间和光谱分辨率，可以快速收集数据，有可能实现对大型森林的有效监测。尽管如此，很少有研究检验高光谱图像数据用于评估油松松材线虫病感染的阶段和严重程度的可行性。在广泛使用之前必须提高其准确性。关键词：松材线虫病；光谱分辨率；无人机的高光谱图像中图分类号：；文献标识号：文章编号：（）：松材线虫病是一种主要的检疫性疾病，松材线虫会引起松树物种的毁灭性死亡。由于其发病迅速，传播速度快，死亡率高，这种疾病很难控制。目前，该疾病广泛分布于个国家，即北美的美国、墨西哥和加拿大；东亚的中国、日本、韩国和朝鲜；欧洲的葡萄牙。由于病害的不断传播，侵染的地域越来越多，受害的国家也越来越多。全球有 个国家宣布松材线虫为检疫性有害生物，松材线虫病为检疫性疾病。在受影响的国家中，中国、日本和韩国受到的影响最为严重。自 年在中国南京中山陵首次描述松材线虫病以来，该疾病仅在几十年内就在中国的热带和亚热带地区迅速传播，导致大量松树林感染死亡，为我国带来了极大的经济损失和生态破坏。根据国家林业和草原局 年发布的国家松材线虫疫区公告，松材线虫病广泛分布于 个省份。许多森林被毁坏，导致松树大规模死亡，这严重破坏了我国林业生态环境，对我国森林生态和林木经济造成了毁灭性的损失。松树对环境友好，对经济发展有云南省教育厅科学研究基金项目（）资助。第一作者：国朝胜（），硕士。通讯作者：席磊（），硕士学位。：很大价值，对生态环境改善也有很大的帮助，因此，中国政府和其他许多国家政府都非常重视这一资源，尤其是近年来，全国乃至全世界都加强了预防和控制松材线虫病的工作，对松树林的培育越来越重视。为了提高松材线虫病害防疫水平，减少松材线虫病对我国松树种植和生长的损害，我们必须从源头解决问题。无人机遥感技术是由无人驾驶飞行技术、遥感传感器技术、遥感应用技术、技术以及通信技术等多个部分组成，具有较强的综合性。无人机遥感技术可以在短时间内调查清楚森林资源的情况，获得具体信息数据，对松林松材线虫病害的早期监测更精确、更便捷。松材线虫病害状态松材线虫病分为自然传播和人为传播种传播方式。自然传播是借助松褐天牛和云杉花墨天牛等昆虫作为媒介来完成传播的。当昆虫媒介以松树为食时，媒介昆虫从患松材线虫病林木中羽化时携带松材线虫，在补充营养和产卵时将病毒携带到健康松树上，侵染健康松树。人为传播主要是疫木传播，通过铁路、公路等一系列交通运输将带有松材线虫病的松木或感病苗木带入新的地区，最终导致病害在新的地区大面积传播。由于自然屏障限制不了人为传播，且 朱金霞，郭生虎，李苗，等海原小茴香优良品种筛选及挥发油化学成分比较研究种子，（）：任安祥，何金明，王羽梅 不同发育阶段茴香种子精油含量及其成分组成比例变化种子，（）：刘群，邓治邦，杨智蕴，等大籽蒿挥发油化学成分的研究 东北师大学报（自然科学版），（）：周世兴，魏彩霞，等 全叶青兰花的挥发油成分分析及其除草活性检测精细化工，（）：，（），（）：学术研究 二二三年第七期林业科技通讯传播速度快、涉及领域宽、管理难度大，人为传播带来的危险最大，也是当前我国松材线虫病传播扩散的主要原因。松材线 虫 病 通 常 根 据 其 症 状 分 为 个阶段。在病害初期，人类的肉眼无法观察到健康植物和疾病早期植物之间的差异。这一早期阶段的持续时间主要受松树年龄和种类、环境温度和松材线虫毒力的影响。松材线虫开始在松树的木质部繁殖，堵塞松树的内部导管。松树不能进行正常的水分代谢，松脂分泌减少，叶绿素和胡萝卜素含量略有变化。因此，通过无人机高光谱遥感检测叶绿素和胡萝卜素含量的变化，就能间接判断松树是否感染松材线虫病害。在病害中期，松树树脂分泌完全停止，蒸腾作用减弱。树冠上的针叶逐渐变黄。在这个阶段，健康松树和感染松树之间的视觉差异很明显。这一时期松树的萎蔫外观不同于健康松树。松材线虫病导致松针从内到外枯萎，最终死亡。在疾病的末期，树冠上的针叶会逐渐变成棕色或红棕色。当松树针叶完全变成棕红色时，整株植物死亡。松材线虫病害监测 传统松材线虫病监测技术传统松材线虫病的诊断主要取决于人类的侦察和视觉评级，然后是在患病木材中发现线虫和分离。显微镜用于观察线虫的形态特征，并确定松树中是否存在松材线虫。传统的形态鉴定方法需要经过试验才能识别线虫。也可以进行分子鉴定，但大规模监测费用昂贵，且工作强度大，效果不佳，不能进行大面积的森林监测。在某些森林难以进入的恶劣条件下，松树感染线虫后无法及时处理传播源，得不到有效的控制和合理的处理，最后导致松林遭受大规模破坏。此外，基于视觉症状分析的松材线虫病现场诊断因评估者不同而有所不同，很容易得出错误的结论。许多研究人员已经开发出基于 的方法，利用分子生物学方法快速识别松材线虫病。该方法可在内直接从感染马尾松的松材线虫中检测松材线虫，无需从样品中分离线虫。然而，这种方法并不能解决松材线虫病症状出现前的诊断问题，且工作强度大，费用昂贵。虽然通过线虫分离和形态学鉴定，可以诊断该病，但是传统的松材线虫病监测方法费时费力，因此，迫切需要一种智能有效的、能够早期发现大面积松材线虫病的监测方法来解决森林 松 材线虫 病 害 早期监测。利用高光谱遥感图像监测技术松材线虫病的早期监测一直是人们关注的话题，在管理受松材线虫病感染的松树的一个主要障碍是，它们所生存的森林是非常大的群落，这可能使传统的地面识别和采样方法不切实际。早在 年，就有人开始将高质量的摄像系统与全球定位系统（）导航、图像处理和地理信息系统相结合监测油松毛虫病害和松材线虫病害。无人机（）可以携带传感器在无法到达的山区收集数据，并通过软件拼接获得更高分辨率的图像数据。经过多年的发展，遥感已成为监测林木病害的有效技术，遥感的优势在于可以以较低的成本评估林木疾病的空间分布，从而更好地控制疾病。高光谱遥感是一项相对先进的技术。这使得对发生松材线虫病的森林监测更加方便和精确。在松材线虫病的研究中，当涉及需要进行实地测量时，研究人员只能测量他们能够到达的森林，并在相对稳定的测量条件下进行测试。随着科学的进步，解决方案已经出现。无人机和高光谱技术在精准农业中的 结 合解 决 了 农 业生产中的许多 问题。随着 接收机、惯性导航系统、计算机和遥感传感器的微型化，越来越多的研究人员开始使用无人机构建数据收集平台。无人机有许多优点，具有低消耗品、低运营成本和高强度数据采集的优势。可以携带几种不同类型的光学传感器，这些传感器可以根据调查的参数进行组装，并在一定时间内运行，适合在森林中使用，能够大大节约人们调查的成本，且能够得到相对精确的结果。高光谱分辨率高，波段数多，检测效果好，可精细分类，对地面目标地物能够精细识别，对相应的地上林木植被等分析判别效果强。高光谱遥感具有几十个到几百个波段数之多，具有精准精确细微识别的优势，运用其波段数多、波段间隔极窄的优势特点，高光谱能够反映的遥感信息和提供的数据极为丰富，细微的森林特征也能够准确识别。目前的研究中，病虫害在林木、农作物等检测判断手段主要利用图像识别方法，与传统的方法相比，其对植被病虫害识别具有快速、准确和实时等优势，可以在较短时间内准确地识别出病虫害的分类和种类信息，这能给林业管理和保护部门等提供必需的支持，从而为阻止严重的病虫害传染提供宝贵方案。高光谱图像采集高光谱传感器可用于获取高光谱数据，它们分为学术研究 二二三年第七期林业科技通讯种主要类型：非成像传感器和成像传感器。非成像高光谱传感器无法获取空间维度的信息，只能测量感兴趣区域的平均光谱反射率。成像传感器进一步分为种类型：推式、扫帚式和基于过滤器的传感器。松材线虫病的高光谱图像是在野外相对稳定的条件下获得的，但研究对象大多位于高山、陡峭的道路和茂密的森林地区，地面调查难发现，环境条件复杂。野外图像采集受多种因素影响，其中最重要的因素是光照强度。研究表明，阳光是高光谱成像的极好光源，覆盖了广泛的波长范围，然而主要问题是阳光的光强度无法控制。通常，云层会不同程度地覆盖太阳，导致光强度的不确定性。在测量参考模板和样品之间 的 时 间 内，光 强 的 变 化 可 能 导 致 测 量 不 准确。光强度会受到影响，入射光的角度会在每一时刻发生变化。入射光、植物和高光谱传感器之间的角度对样本植物的光谱图像采集有一定影响。这种不准确的信息在后续的信息处理中逐渐扩大，使得获取真实信息变得困难。因此，为了得到更精确的数据影像，须尽量选择天气晴朗、稳定、良好时测量数据，以保证数据的精确性。高光谱图像数据处理与建模反演无人机在野外直接获得的高光谱图像含有大量的噪声，天气和人为操作等因素会使收集的数据产生较大的信噪比，信噪比会影响数据，这样的数据不能直接使用。为了解决这个问题，在数据分析前须通过 （）平滑、标准归一化（）、去包络（）、对数逆（）、归一化（）以及一阶和二阶导数等方法对图像进行预处理。高光谱图像的预处理提高了数据的信噪比，使有用信息在图像中更加突出，同时也大大地增加了结果的有效性。此外，对高光谱图像进行降维和去噪更有利于建立精确的模型。近年来，无人机高光谱遥感技术的应用范围从地球表面的遥感到植物病理学中微生物疾病的识别，导致已开发的不同数据分析方法的数量增加。植物的各种生理生化参数影响着植物的生长，在对森林松材线虫病早期监测中，主要是估测植物的生理生化参数含量。目前，基于高光谱遥感建立的估算植被生理参数的模型较多，主要有元统计方法、人工神经网络、支持向量机、随机森林等。南京林业大学的刘教授使用多种机器学习方法对松材线虫胁迫下松树生理参数的研究数据进行分析；这些方法包括支持向量机（）、随机森林（）和 神经网络。通过对这些方法的分析，得出人工神经网络建立模型对松材线虫病害的预测性能最好，准确度较高。讨论数据采集设备存在问题。目前，需要更有效的早期检测，并且需要在松材线虫病发生之前观察到并进行早期预警；需要定期检查，但人类无法完成这项工作。机器的低耐久性及其传感器的低分辨率不足以解决此问题。然而，随着更紧凑的高分辨率传感器的引入，这个问题可以得到解决。高分辨率无人机收集的数据可以在原始模型中进行验证和分类以获得早期预警，或无人机可快速获得分析结果，以便在独立的微型计算机中进行分类和标记，大力度地提高了监测的便捷性和准确性。数据采集环境问题。阳光、风速、湿度、温度和其他因素可能会导致样品的高光谱图像发生变化。这些误差是不可控的，只能在野外使用无人机进行巡航警告活动时，尽量选择天气良好，风速、温度、湿度等条件相对稳定的情况进行测量，减少这些不可控因素带来的误差。构建数据分析预测模型。这是松材线虫病早期监测和许多疾病高光谱监测中的一个重大问题。模型构建是在数据支持下进行的，这意味着需要额外的数据进行分析，以便模型能够获得更高的精度。必须在野外条件稳定的情况下进行数据收集，在现场收集的数据需要进行额外的数据校正，例如光辐射和地面物体。早期检测的时间间隔。当研究尝试或选择对一片森林进行早期检测时，检测时间和松材线虫病显示时间之间可能存在很短的时间间隔。这可能是周的差异，因此在当前阶段，适当的周或者 左右进行一次野外飞行监测。当然，这是建立在天气状况好的情况下。结论和建议在目前的研究中，多光谱成像仪结合无人机技术主要用于野外直接获取光谱图像。一方面，多光谱成像仪已经微型化，其质量和体积与无人机兼容，在野外获取数据不仅便捷且准确性较高。另一方面，许多研究在林业和农业上通过多光谱遥感数据，进行不断地建模反演，得到准确结果，虽然很多模型仍处于初始测试阶段，但根据如今无人机高光谱的势态，在日后的林木及农作物疾病早期症状的监测中，必将做出巨大贡献，这也是疾病早期监测发展的主流方向。早期发现林木疾病可为控制传播源提供有力证据，由于肉眼无法分辨宿主在潜伏期或疾病早期的内部变化，学术研究 二二三年第七期林业科技通讯高光谱成像仪的高分辨率可以为分析提供更细粒度的数据，通过建模反演分析可获得林木是否存在松材线虫病害。目前，高光谱成像仪的便携性为该技术的有效应用提供了更大的可能性。在稳定性方面，相机和目标对象之间的距离可能会严重影响遥感数据稳定性。距离控制对于野外动态采集尤为关键，距离会影响自然光的曝光和相机的采集范围。引入广角镜头或鱼眼镜头以增加采集范围并减少采集次数，可以大大减少图像的不稳定性。需要注意的是，为了减少外界环境的影响，保证监测结果的准确性，高光谱相机应在晴天中午使用。由于技术限制，获得的光谱数据的信噪比太低，主流方法是使用各种预处理方法和有用的数据学习模型来分析数据。松树感染松材线虫病后，松针开始变黄，高光谱反射率差异更加明显。因此，使用高光谱图像监测松材线虫病要容易得多，但需要使用感染松材线虫病的样本进行预测模型。随着科学的不断发展，高光谱监测技术有可能为松材线虫病的监测做出更大的贡献，为森林松材线虫病害的防控提供有效方案，为我国森林生态提升保护和促进我国森林经济发展做出贡献。参考文献：，（）：，：（）：邓文生无人机遥感在森林资源调查中的应用价值研究绿色科技，（）：周红梅，曹晓琨 松材线虫病的发生及防治分析 新农业，（）：，（）：，（）：，（）：，：，（）：王霜基于高光谱数据的马尾松病虫害等级分类研究 成都：电子科技大学，：，（）：，：，：，（）：，（）：赵洪莹，舒清态，王柯人，等 高光谱遥感技术在森林病虫害监测中的应用绿色科技，（）：，：