吳才聰，胡冰冰，趙 明，寇志宏，張麗君

?

基于無人機(jī)影像和半變異函數(shù)的玉米螟空間分布預(yù)報(bào)方法

吳才聰1，胡冰冰1，趙 明1，寇志宏1，張麗君2

（1.中國農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院，北京100083； 2.沈北新區(qū)農(nóng)業(yè)技術(shù)推廣中心，沈陽110121）

空間變異擬合是實(shí)現(xiàn)小區(qū)域亞洲玉米螟變量防治和藥劑減施的工作基礎(chǔ)。該文以建立玉米螟空間分布最優(yōu)半變異擬合函數(shù)和預(yù)測模型為研究目的，選擇半徑為2 km的圓形區(qū)域作為核心研究區(qū)，開展無人機(jī)高清影像獲取、受蟲害株率人工調(diào)查、越冬蟲源基數(shù)調(diào)查、村莊網(wǎng)格劃分等數(shù)據(jù)獲取與處理，研究玉米螟空間擴(kuò)散影響因子及空間變異特征。研究表明，受蟲害株率空間變異顯著，服從對數(shù)正態(tài)分布；經(jīng)地統(tǒng)計(jì)學(xué)交叉驗(yàn)證，0階指數(shù)模型為擬合受蟲害株率空間分布的最優(yōu)半變異函數(shù)模型；越冬玉米螟蟲源數(shù)量與受蟲害株率相關(guān)系數(shù)為0.61。因此，通過受蟲害株率人工調(diào)查，基于指數(shù)模型利用克里格插值方法，可以生成受蟲害株率空間分布圖；由于影響因素眾多，僅依據(jù)越冬蟲源數(shù)量尚難以準(zhǔn)確預(yù)測玉米螟發(fā)生嚴(yán)重程度。該文所探索的技術(shù)路線可以為玉米螟小區(qū)域變量防治提供實(shí)現(xiàn)途徑，據(jù)此可以達(dá)到藥劑節(jié)約和環(huán)境保護(hù)的目的。

無人機(jī)；蟲害控制；圖像分析；玉米螟；小區(qū)域管理；受蟲害株率；半變異函數(shù)

0 引 言

玉米螟是玉米的主要害蟲，輕發(fā)生年份可造成玉米減產(chǎn)5%～10%，嚴(yán)重發(fā)生年份可造成玉米減產(chǎn)30%以上[1-2]?，F(xiàn)有文獻(xiàn)關(guān)于玉米螟的研究基本停留在縣級或更大區(qū)域，滿足不了在小區(qū)域（如田塊）內(nèi)按需投放赤眼蜂[3-4]和變量噴施藥劑[5]的要求，將造成較為嚴(yán)重的藥劑浪費(fèi)和環(huán)境污染。大尺度、小區(qū)域范圍內(nèi)的研究和應(yīng)用，首先應(yīng)明晰玉米螟的時(shí)空分布特征。在中國提出2020年實(shí)現(xiàn)肥藥雙減的目標(biāo)下，這種精準(zhǔn)防治需求顯得日益迫切。

當(dāng)前對玉米螟的防治主要有4種方式，即物理防治、農(nóng)業(yè)防治、生物防治和化學(xué)防治[6]。國外對蛾類昆蟲的生物防治研究較多，如針對蘋果卷葉蛾[7]、蚊子[8]、橡樹卷葉蛾[9]等，在虛擬[10]、異構(gòu)環(huán)境[11]中建立昆蟲的時(shí)空擴(kuò)散模型[12]和最優(yōu)控制模型[13]，以確定最佳的不孕雄蛾投放點(diǎn)，達(dá)到降低甚至徹底消滅害蟲的目的。在玉米螟的時(shí)空擴(kuò)散研究方面，一般針對大區(qū)域進(jìn)行采樣、預(yù)測和防治，難以用函數(shù)進(jìn)行描述。有研究利用地統(tǒng)計(jì)學(xué)半變異函數(shù)，對小區(qū)域內(nèi)歐洲玉米螟幼蟲的擴(kuò)散特性進(jìn)行研究，揭示了幼蟲的空間擴(kuò)散和分布規(guī)律[14]。但通過受蟲害株率調(diào)查，快速反映其小區(qū)域內(nèi)空間分布為變量防治提供參考等方面研究較少。

玉米螟的發(fā)育、危害有其自身的發(fā)展規(guī)律。玉米成熟前，玉米螟幼蟲鉆入秸稈中，70%~80%的玉米螟在秸稈垛中越冬，約20%的玉米螟在玉米根部越冬[15]。因此，玉米垛中的玉米螟將成為第二年一代玉米螟的主要蟲源。95%的一代玉米螟成蟲遷飛距離在4 km范圍內(nèi)，80%的玉米螟成蟲遷飛距離在1 km范圍內(nèi)；98%的二代玉米螟成蟲遷飛距離在2 km范圍內(nèi)[16]。由此可見，玉米螟不是遠(yuǎn)距離遷移昆蟲，這是建立玉米螟空間擴(kuò)散模型的基本依據(jù)。

為此，本文擬針對小區(qū)域一代玉米螟精準(zhǔn)防治需要，基于GNSS移動終端[17-18]開展受蟲害株率調(diào)查，運(yùn)用地統(tǒng)計(jì)學(xué)的克里格插值方法，論證選擇最優(yōu)半變異函數(shù)模型[19-20]對玉米螟分布的空間變異[19,21]進(jìn)行擬合；進(jìn)而利用無人機(jī)獲取玉米地的分布和調(diào)查秸稈垛的百稈含蟲量，探尋蟲源和受蟲害株率的相關(guān)性，為玉米螟的時(shí)空擴(kuò)散模型建立提供理論和方法參考。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)為沈陽市沈北新區(qū)大洋河村、小洋河村、南臺子村、熊家崗村、王驛屯村和閻三家村（圖1），坐標(biāo)介于123°16′E至123°48′E、41°54′N至42°11′N之間。研究區(qū)中，99%的農(nóng)田為輝山乳業(yè)集團(tuán)農(nóng)業(yè)種植中心所承包，用于種植青貯玉米，并實(shí)現(xiàn)了全程機(jī)械化作業(yè)。輝山乳業(yè)集團(tuán)流轉(zhuǎn)土地約38 000 hm2，玉米螟是其主要病害，每年均投入大量人力、物力和資金進(jìn)行一代玉米螟的防治。

研究區(qū)玉米收獲后即進(jìn)行整地作業(yè)，農(nóng)田中幾乎無玉米根茬殘留。村民自耕農(nóng)田大部分位于房屋前后的自留地中，主要種植籽實(shí)玉米。村民收獲籽粒后，在房屋周邊，將玉米秸稈堆積成垛，用作燃料。這些來自于自留地的玉米秸稈，是輝山乳業(yè)集團(tuán)承包地下一年一代玉米螟的主要蟲源。

鑒于玉米螟的中心擴(kuò)散特性和小區(qū)域研究需要，如圖1所示，本文以大洋河村為中心、以2 km為半徑畫圓，該圓所圈區(qū)域即為核心研究區(qū)。從圖中可見，核心研究區(qū)被周邊5個(gè)村莊所包圍。

1.2 技術(shù)路線

本文研究技術(shù)路線如圖2所示。玉米螟時(shí)空擴(kuò)散模型的建立，從2個(gè)方面開展。一基于四旋翼無人機(jī)，獲取村莊、秸稈垛和玉米地分布圖，進(jìn)而通過人工調(diào)查，獲得玉米螟蟲源基數(shù)，開展蟲源基數(shù)分級。二是通過人工調(diào)查，獲取玉米受蟲害株率數(shù)據(jù)，分析其空間分布變異系數(shù)、獲得最優(yōu)半變異函數(shù)。進(jìn)而開展網(wǎng)格劃分，將蟲源基數(shù)加權(quán)處理，結(jié)合受蟲害株率調(diào)查數(shù)據(jù)，分析其時(shí)空擴(kuò)散特性。

1.3 受蟲害株率獲取及分級

2016年7月1日至5日，對研究區(qū)農(nóng)田進(jìn)行隨機(jī)采樣，每個(gè)采樣點(diǎn)隨機(jī)抽取100株玉米，查看其受蟲害株率。共采集到149個(gè)樣本，采樣點(diǎn)分布見圖，依據(jù)《玉米螟測報(bào)技術(shù)規(guī)范（NY/T 1611-2008）》，部分?jǐn)?shù)據(jù)及等級劃分見表1。每個(gè)采樣點(diǎn)，均通過移動終端記錄了GNSS坐標(biāo)。

表1 玉米受蟲害株率數(shù)據(jù)集（總計(jì)149個(gè)）

1.4 影像獲取與地物提取

2016年7月6日至7日，基于大疆精靈4（Phantom 4）四旋翼無人機(jī)，利用HXGS.S(release2)飛控軟件，對大洋河村進(jìn)行了飛行高度為100 m的全景拍攝。無人機(jī)采用FOV 9420 mm鏡頭和1/2.3英寸CMOS傳感器，有效像素1 240萬，所拍攝影像空間分辨率為0.04 m，航向重疊率為80%。使用Pix4Dmapper軟件進(jìn)行影像的自動拼接。無人機(jī)所拍攝大洋河村影像見圖3。

基于無人機(jī)影像[22-23]，通過目視解譯[24]，可以提取玉米地和快速定位秸稈垛的分布位置，可為蟲源基數(shù)調(diào)查等地面工作提供指引和村莊網(wǎng)格劃分提供參考。從無人機(jī)影像可以看出，大洋河村周邊是玉米地，房屋前后為自留地，種植著籽實(shí)玉米和蔬菜。玉米地、菜地和林地顏色相近，將影響分類精度。

在ArcMap中通過目視解譯，對無人機(jī)影像進(jìn)行村莊玉米種植區(qū)矢量化。利用ENVI對無人機(jī)影像進(jìn)行監(jiān)督分類，得到玉米種植地。將目視解譯和監(jiān)督分類后的結(jié)果進(jìn)行疊加（圖4）?？梢钥闯?，玉米地、菜地和林地相互摻雜。因此，在這樣的區(qū)域，提取田園玉米地的最優(yōu)方法為目視解譯。

1.5 越冬蟲源基數(shù)獲取

玉米螟越冬場所范圍廣、越冬寄主復(fù)雜，調(diào)查工作量大、準(zhǔn)確性不高。因此，玉米螟的預(yù)測預(yù)報(bào)工作主要采取冬后基數(shù)調(diào)查。2016年6月1日至6月4日，在研究區(qū)利用具有GPS/BDS兼容定位功能的華為手機(jī)和Ulysse Gizmos軟件，對隨機(jī)抽查的秸稈垛進(jìn)行定位。在所抽查的秸稈垛中隨機(jī)選取20根玉米秸稈，刨稈查看每根秸稈中玉米螟（幼蟲和蛹）的數(shù)量，調(diào)查結(jié)果見表2，所抽查玉米垛在各村的分布見圖1。

表2 玉米螟越冬蟲源基數(shù)

從表2可見，研究區(qū)玉米跺普遍存留越冬玉米螟，且越冬蟲源基數(shù)差異較大、空間分布不均勻。

1.6 網(wǎng)格劃分

為便于分析蟲源和受蟲害株率的相關(guān)性，本文對研究區(qū)（主要針對村莊）進(jìn)行網(wǎng)格劃分，基于抽查蟲源基數(shù)平均值計(jì)算網(wǎng)格蟲源基數(shù)參考值，再對網(wǎng)格進(jìn)行質(zhì)點(diǎn)化處理，即以網(wǎng)格中心點(diǎn)作為該網(wǎng)格內(nèi)玉米螟蟲源參考中心點(diǎn)。

由于每個(gè)村莊的位置和面積不同，對成蟲飛行距離和飛行方向均有不同的影響。以大洋河村為例，村東和村西的距離大于1 km，進(jìn)行網(wǎng)格劃分時(shí)，不能簡單地將該村作為一個(gè)網(wǎng)格對待，而應(yīng)對其細(xì)分，劃分為若干適宜的單元。本文以200 m為網(wǎng)格邊長，將村莊劃分成多個(gè)小區(qū)域，如圖5所示。

2 擴(kuò)散特征與空間變異擬合

2.1 生命周期

亞洲玉米螟的生命周期見圖6，主要包括卵、幼蟲、蛹和成蟲4個(gè)階段。成蟲產(chǎn)卵發(fā)育成幼蟲，幼蟲對玉米植株具有破壞性。

圖7為沈陽地區(qū)玉米螟生命周期[26-27]示意圖，從圖中可知，玉米螟有一代、二代甚至三代，在玉米的各個(gè)生長環(huán)節(jié)，均對玉米有著嚴(yán)重的危害。一代玉米螟是防治的主要對象，通過及時(shí)、全面的防治措施，可以有效減少甚至消除二代和三代玉米螟的危害。而越冬幼蟲是一代玉米螟的主要蟲源。

2.2 影響因子

從表2可以看出，玉米螟蟲源基數(shù)屬于輕發(fā)生等級。事實(shí)上，越冬蟲源基數(shù)大并不代表玉米螟發(fā)生程度高，因?yàn)橛衩酌诮斩挾饣蚋拷?jīng)歷幼蟲、蛹后形成成蟲，成蟲產(chǎn)卵發(fā)育成破壞玉米植株的幼蟲，在此期間有眾多因素影響其生長發(fā)育，如天敵和氣候。因此，建立玉米螟擴(kuò)散模型，僅考慮玉米螟越冬蟲源基數(shù)是不夠的。

影響玉米螟擴(kuò)散、發(fā)育的因素很多，結(jié)合研究區(qū)的具體情況，進(jìn)行篩選后選擇6個(gè)影響程度較大的影響因子進(jìn)行綜合分析，見表3。

表3 玉米螟擴(kuò)散影響因子

結(jié)合表3的分析可知，玉米螟的擴(kuò)散，主要與蟲源數(shù)量和擴(kuò)散距離相關(guān)。玉米螟具有空間擴(kuò)散行為的是幼蟲和成蟲，且以成蟲的大范圍擴(kuò)散為主。而成蟲需經(jīng)排卵發(fā)育成幼蟲，幼蟲再對作物進(jìn)行破壞。由于幼蟲的遷徙半徑極小以至于可以忽略不計(jì)[14]，因此，可以通過受蟲害株率推測成蟲的空間擴(kuò)散特性。反之，利用受蟲害株率的調(diào)查數(shù)據(jù)，也可以推測小區(qū)域受蟲害株率的空間分布變異。

2.3 變異擬合

在玉米螟空間擴(kuò)散研究方面，傳統(tǒng)統(tǒng)計(jì)分析方法忽略了空間相關(guān)性，地統(tǒng)計(jì)學(xué)因考慮樣本間的相關(guān)性而具有其優(yōu)越性。

地統(tǒng)計(jì)學(xué)是以具有空間分布特點(diǎn)的區(qū)域化變量理論為基礎(chǔ)，研究自然現(xiàn)象空間變異與空間結(jié)構(gòu)的一門方法。地統(tǒng)計(jì)學(xué)以半方差函數(shù)為主要工具，在土壤、農(nóng)業(yè)、氣象和生態(tài)等領(lǐng)域應(yīng)用廣泛[29-29]?？死锔袷堑亟y(tǒng)計(jì)學(xué)的常用插值方法，其所用的安全型理論模型有球狀模型、指數(shù)模型和高斯模型等。通過對比半變異函數(shù)擬合結(jié)果的誤差，可以得到擬合受蟲害株率的半變異函數(shù)最優(yōu)模型。

3 結(jié)果與分析

3.1 描述性統(tǒng)計(jì)

大洋河村周邊2 km范圍內(nèi)的核心研究區(qū)玉米受蟲害株率描述統(tǒng)計(jì)結(jié)果見表4，47.38%的變異系數(shù)說明，玉米受蟲害株率屬于中等程度的變異。因此，針對玉米螟的空間實(shí)際分布情況，按需進(jìn)行藥劑變量噴施和玉米螟天敵投放，具有顯著的現(xiàn)實(shí)意義。

運(yùn)用Kolmogorov-Smirnov方法，對玉米受蟲害株率數(shù)據(jù)集進(jìn)行正態(tài)分布檢驗(yàn)，置信度為95%時(shí)，其K-SP值等于0.084，說明玉米螟符合對數(shù)正態(tài)分布。

表4 受蟲害株率描述統(tǒng)計(jì)（樣本數(shù)=91）

3.2 半變異函數(shù)

通過正態(tài)分布檢驗(yàn)后，進(jìn)一步遴選最佳的半變異擬合函數(shù)模型，以利用克里格插值方法，對玉米螟受蟲害株率的空間分布進(jìn)行擬合，從而為玉米螟按小區(qū)域防治，提供理論依據(jù)和可行方法。表5為利用球狀、指數(shù)和高斯3種半變異函數(shù)模型擬合的誤差結(jié)果。

表5 插值計(jì)算誤差統(tǒng)計(jì)表

ME（平均預(yù)測誤差）、MSE（平均標(biāo)準(zhǔn)差）、RMSE（均方根誤差）和ASE（平均克里格標(biāo)準(zhǔn)差）的值越接近于0及RMSSE（一致性估計(jì)均方根標(biāo)準(zhǔn)差）的值越接近于1，表示模型的計(jì)算誤差越小。經(jīng)綜合分析，0階指數(shù)模型是玉米受蟲害株率空間分布的最佳擬合函數(shù)模型。

進(jìn)一步，可以獲得樣本數(shù)據(jù)的半變異函數(shù)的擬合參數(shù)，如表6所示?；_值表示區(qū)域內(nèi)部總的變異性，也就是半變異函數(shù)隨著距離增加到一定程度后出現(xiàn)的平穩(wěn)值，當(dāng)變異函數(shù)值超過基臺值時(shí)，即半變異函數(shù)值不隨樣本間隔距離改變，不存在空間相關(guān)性。

表6 受蟲害株率半變異函數(shù)參數(shù)

3.3 空間分布

基于0階指數(shù)模型，運(yùn)用普通克里格插值方法，可以獲得受蟲害株率空間分布圖（如圖8）。

從圖8中可以看出，玉米受蟲害株率存在空間分布差異，與受蟲害株率描述統(tǒng)計(jì)相符合?；谠摲植紙D，即可生成噴藥處方圖或天敵投放圖，實(shí)現(xiàn)按需進(jìn)行藥劑變量噴施和玉米螟天敵投放。

3.4 蟲源相關(guān)性分析

通過研究有關(guān)玉米螟成蟲擴(kuò)散特性的文獻(xiàn)，可以得出一個(gè)基本結(jié)論，即擴(kuò)散距離是蟲源數(shù)量擬合受蟲害株率的主要和關(guān)鍵權(quán)重，玉米螟成蟲的分布密度，隨著擴(kuò)散距離的增加，呈快速下降的趨勢。具體地說，在2 km范圍內(nèi)，下降速度較快；之后，下降速度變緩；超出4 km范圍時(shí)，則幾乎可以忽略不計(jì)。據(jù)此，本文經(jīng)綜合比較，獲得公式（1）作為擴(kuò)散權(quán)重與擴(kuò)散距離的關(guān)系式。

=?0.0113+0.0832?0.22+0.22 （1）

式中為擴(kuò)散距離，km，為擴(kuò)散權(quán)重系數(shù)。

進(jìn)一步，定義受蟲害株率矩陣(×1)，定義百稈含蟲量矩陣(×1)，定義距離矩陣(×)，定義擴(kuò)散權(quán)重矩陣(×)。其中，距離矩陣表達(dá)了受蟲害株率采樣點(diǎn)與百稈含蟲量網(wǎng)格點(diǎn)間對應(yīng)的空間距離。則權(quán)重矩陣與距離矩陣的關(guān)系為公式（2）。

=×（2）

將權(quán)重矩陣與百稈含蟲量矩陣相乘，可得矩陣。為加權(quán)百稈含蟲量。對與進(jìn)行回歸分析，可得公式（3），相關(guān)系數(shù)為0.61，散點(diǎn)圖如圖9。

=0.11+13.06 （3）

顯然，公式（3）也可以表達(dá)為公式（4）

=0.11××+13.06 （4）

公式（4）表明，通過越冬蟲源基數(shù)調(diào)查（百稈含蟲量及其坐標(biāo)），可對一代玉米螟發(fā)生的嚴(yán)重程度進(jìn)行預(yù)測。但由于影響因素眾多，相關(guān)系數(shù)較低，該方法僅能作為參考方法。

3.5 經(jīng)濟(jì)性評估

與均一防治對比，變量防治可以有效節(jié)約藥劑、減輕污染。變量防治用藥量可通過下式計(jì)算

式中為總用藥量，kg；為玉米螟發(fā)生等級；A為等級的農(nóng)田面積，hm2；σ為等級的用藥量，kg/hm2。

結(jié)合圖8，研究區(qū)玉米螟發(fā)生等級有2級和3級，其對應(yīng)的農(nóng)田面積分別為1 186.4和78.8 hm2。假設(shè)2是3的70%，均一防治以σ進(jìn)行均勻噴藥，則根據(jù)以上條件，變量防治對比均一防治，可節(jié)省用藥量28.1%。

4 討 論

當(dāng)前玉米螟的預(yù)測預(yù)報(bào)主要針對大范圍進(jìn)行，通過氣候條件、往年發(fā)生程度等影響因素，進(jìn)行概率性的預(yù)測。針對小區(qū)域的精準(zhǔn)預(yù)測是一項(xiàng)具有較高難度的挑戰(zhàn)性工作，其原因在于玉米螟主要通過成蟲的空間飛行進(jìn)行擴(kuò)散，通過產(chǎn)卵、發(fā)育成幼蟲對玉米進(jìn)行傷害，這之間需要經(jīng)過一定的時(shí)間，而外部因素又會對產(chǎn)卵和幼蟲發(fā)育產(chǎn)生必然的干擾。也就是說，幼蟲調(diào)查數(shù)據(jù)（受蟲害株率）并不能真實(shí)反映成蟲擴(kuò)散的實(shí)際情形。盡管如此，幼蟲的分布還是能在一定程度上反映成蟲的分布，進(jìn)而推測幼蟲之間具有一定的空間相關(guān)性（不取決于幼蟲自身的擴(kuò)散，實(shí)際上其擴(kuò)散半徑不超過2.5 m[14]）。這也是本文研究的基本依據(jù)。

同樣，基于蟲源基數(shù)對受蟲害株率進(jìn)行預(yù)測，是一種易于理解的方法，因?yàn)榻^大部分的一代玉米螟幼蟲是經(jīng)由秸稈垛中的越冬幼蟲發(fā)育而來的（經(jīng)歷蛹和成蟲）。但由于玉米螟的生長發(fā)育和時(shí)空擴(kuò)散影響因素眾多，本文通過試驗(yàn)數(shù)據(jù)進(jìn)行回歸分析所獲得的相關(guān)系數(shù)較小，這說明該方法還需更多的數(shù)據(jù)及試驗(yàn)來驗(yàn)證。這也是我們下一步的研究目標(biāo)。

此外，本文所開展的抽樣調(diào)查方法及忽略掉的影響因子，對本文的研究結(jié)果會有一定的影響。例如，在采樣過程中，對大洋河村及其周邊進(jìn)行了較密采樣，其余村莊只在靠近大洋河村方向的區(qū)域進(jìn)行了采樣。氣候條件是影響玉米螟擴(kuò)散的一個(gè)重要影響因素，方圓2 km范圍內(nèi)的溫度差異可以忽略，但是風(fēng)的影響可能會產(chǎn)生擴(kuò)散差異性影響。

5 結(jié) 論

針對小區(qū)域亞洲玉米螟變量防治的需要，本文從受蟲害株率和越冬蟲源基數(shù)調(diào)研入手，尋找最優(yōu)玉米螟空間分布變異擬合函數(shù)，初步探索了玉米螟變量防治的技術(shù)路線。

1）以大洋河村周邊2 km的范圍為核心研究區(qū)，對該研究區(qū)采集的91個(gè)玉米受蟲害株率點(diǎn)數(shù)據(jù)進(jìn)行分析，其變異系數(shù)為47.38%，屬于中等變異程度，說明開展按需投放玉米螟天敵和變量噴施藥劑，具有顯著的現(xiàn)實(shí)意義。

2）運(yùn)用Kolmogorov-Smirnov方法，在置信度為95%時(shí)，其K-SP值等于0.084，說明91個(gè)玉米受蟲害株率點(diǎn)數(shù)據(jù)服從對數(shù)正態(tài)分布，0階指數(shù)模型為受蟲害株率空間分布擬合的最佳半變異函數(shù)。運(yùn)用普通克里格方法，可以獲得玉米受蟲害株率空間分布圖，進(jìn)而可為變量防治處方圖制作提供參考。

3）由加權(quán)百稈含蟲量求得受蟲害株率預(yù)測值，其與實(shí)測受蟲害株率相關(guān)系數(shù)為0.61。由于影響因素眾多，該系數(shù)較低，通過越冬蟲源數(shù)量預(yù)測受蟲害株率僅能作為參考方法。無人機(jī)可為秸稈垛定位和百稈含蟲量調(diào)查提供高清影像、位置信息和路徑引導(dǎo)。

[1] 李靜雯，張安盛，張思聰，等. 山東省亞洲玉米螟越冬特性及越冬代成蟲發(fā)生期預(yù)測[J]. 應(yīng)用昆蟲學(xué)報(bào)，2015，52(1)：209－214.

Li Jingwen, Zhang Ansheng, Zhang Sicong, et al. Overwintering characteristics of the Asian corn borer,(Guenée) () and prediction of the period of occurrence of overwintering generation adults[J]. Chinese Journal of Applied Entomology, 2015, 52(1): 209－214. (in Chinese with English abstract)

[2] 秦維彩，薛新宇，周立新，等. 無人直升機(jī)噴霧參數(shù)對玉米冠層霧滴沉積分布的影響[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2014，30(5)：50－56. Qin Weicai, Xue Xinyu, Zhou Lixin, et al. Effects of spraying parameters of unmanned aerial vehicle on droplets deposition distribution of maize canopies[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(5): 50－56. (in Chinese with English abstract)

[3] 徐東甫，白越，宮勛，等. 基于六軸多旋翼飛行器的赤眼蜂投放系統(tǒng)設(shè)計(jì)與試驗(yàn)[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2016，47(1)：1－7.

Xu Dongfu, Bai Yue, Gong Xun, et al. Design of trichogramma delivering system based on Hex-Rotor UAV[J]. Transaction of the Chinese Society for Agricultural Aachinery, 2016, 47(1): 1－7. (in Chinese with English abstract)

[4] 宋若川，遲穎敏. 赤眼蜂生產(chǎn)工廠化配套設(shè)備的研究[J]. 農(nóng)業(yè)工程學(xué)報(bào)，1995，11(2)：48－52.

Song Ruochuan, Chi Yingmin, Wang Heping, et al. A study on setting equipment of manufactured reproduction of trichogramma[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 1995, 11(2): 48－52. (in Chinese with English abstract)

[5] 郭娜，胡靜濤. 基于 Smith-模糊 PID 控制的變量噴藥系統(tǒng)設(shè)計(jì)及試驗(yàn)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2014，30(8)：56－64.

Guo Na, Hu Jingtao. Design and experiment of variable rate spaying system on Smith-Fuzzy PID control[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(8): 56－64. (in Chinese with English abstract)

[6] 趙秀梅，王振營，張樹權(quán)，等. 亞洲玉米螟綠色防控技術(shù)組裝集成田間防效測定與評價(jià)[J]. 應(yīng)用昆蟲學(xué)報(bào)，2014，51(3)：680－688.

Zhao Xiumei, Wang Zhenying, Zhang Shuquan, et al. Evaluation of different integrated, multiple, green, control techniques to control the Asian corn borer,(Guenee) ()[J]. Chinese Journal of Applied Entomology, 2014, 51(3): 680－688. (in Chinese with English abstract)

[7] Tyson R, Thistlewood H, Judd G J R. Modelling dispersal of sterile male codling moths,, across orchard boundaries[J]. Ecological Modelling, 2007, 205(1): 1－12.

[8] Dufourd C, Dumont Y. Impact of environmental factors on mosquito dispersal in the prospect of sterile insect technique control[J]. Computers & Mathematics with Applications, 2013, 66(9): 1695－1715.

[9] Kapeller S, Schroeder H, Schueler S. Modelling the spatial population dynamics of the green oak leaf roller () using density dependent competitive interactions: effects of herbivore mortality and varying host-plant quality[J]. Ecological Modelling, 2011, 222(7): 1293－1302.

[10] Ghosh S, Bhattacharyya S. Spatiotemporal dynamics of insect pest population under viral infection[J]. Mathematical Biosciences, 2013, 244(1): 13－21.

[11] Rodríguez N. On an integro-differential model for pest control in a heterogeneous environment[J]. Journal of Mathematical Biology, 2015, 70(5): 1177－1206.

[12] Azevedo F, Coutinho R M, Kraenkel R A. Spatial dynamics of a population with stage-dependent diffusion[J]. Communications in Nonlinear Science and Numerical Simulation, 2015, 22(1): 605－610.

[13] Fister K R, McCarthy M L, Oppenheimer S F, et al. Optimal control of insects through sterile insect release and habitat modification[J]. Mathematical Biosciences, 2013, 244(2): 201－212.

[14] Wright R J, Devries T A, Young L J, et al. Geostatistical analysis of the small-scale distribution of European corn borer () larvae and damage in whorl stage corn[J]. Environmental Entomology, 2002, 31(1): 160－167.

[15] 賈乃新，楊桂華，李綿春. 越冬代玉米螟化蛹前在玉米垛內(nèi)的活動和化蛹部位[J]. 吉林農(nóng)業(yè)科學(xué)，1987(2)：31－32.

[16] 王振營，張廣義. 亞洲玉米螟一，二代成蟲擴(kuò)散規(guī)律研究[J]. 植物保護(hù)學(xué)報(bào)，1995，22(1)：7－11.

Wang Zhenying, Zhang Guangyi. A release-and-recapture study on dispersal of adults of first and second generation Asian corn borer in north China[J]. Journal of Plant Protection,1995, 22(1): 7－11. (in Chinese with English abstract)

[17] Wu C C, Zhou L, Wang J, et al. Smartphone based precise monitoring method for farm operation[J]. International Journal of Agricultural and Biological Engineering, 2016, 9(3): 111－121.

[18] 趙慶展，靳光才，周文杰，等. 基于移動 GIS 的棉田病蟲害信息采集系統(tǒng)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2015，31(4)：183－190.

Zhao Qingzhan, Jin Guangcai, Zhou Wenjie, et al. Information collection system for diseases and pests in cotton field based on mobile GIS[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(4): 183－190. (in Chinese with English abstract)

[19] 宋曉宇，王仁紅，楊貴軍，等. 高分辨率遙感影像中冬小麥長勢空間異質(zhì)性特征分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2014，30(17)：192－199.

Song Xiaoyu, Wang Renhong, Yang Guijun, et al. Winter wheat growth spatial variability character analysis based on remote sensing image with high resolution[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(17): 192－199. (in Chinese with English abstract)

[20] 尹世洋，吳文勇，劉洪祿，等. 再生水灌區(qū)地下水硝態(tài)氮空間變異性及污染成因分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2012，28(18)：200－207. Yin Shiyang, Wu Wenyong, Liu Honglu, et al. Spatial variability of groundwater nitrate-nitrogen and cause analysis of its pollution for irrigation area with reclaimed water[J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE), 2012, 28(18): 200－207. (in Chinese with English abstract)

[21] Lin Zhenhua, Huang Rugen, Hu Yueming, et al. Generating high spatiotemporal resolution LAI based on MODIS/GF-1 data and combined Kriging-Cressman interpolation[J]. International Journal of Agricultural and Biological Engineering, 2016, 9(5): 120－131.

[22] Pan Z, Lie D, Qiang L, et al. Effects of citrus tree-shape and spraying height of small unmanned aerial vehicle on droplet distribution[J]. International Journal of Agricultural and Biological Engineering, 2016, 9(4): 45－52.

[23] Liu Xuefeng, Lyn Qiang, He Shaolan, et al. Estimation of carbon and nitrogen contents in citrus canopy by low-altitude remote sensing[J]. International Journal of Agricultural and Biological Engineering, 2016, 9(5): 149－157.

[24] 李鎮(zhèn)，張巖，楊松，等. QuickBird 影像目視解譯法提取切溝形態(tài)參數(shù)的精度分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2014，30(20)：179－186.

Li Zhen, Zhang Yan, Yang Song, et al. Error assessment of extracting morphological parameters of bank gullies by manual visual interpretation based on QuickBird imagery[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(20): 179－186. (in Chinese with English abstract)

[25] 李萍. 玉米螟綜合防治措施的應(yīng)用研究[D]. 北京：中國農(nóng)業(yè)科學(xué)院，2013.

Li Ping. Application Research of Integrated Control Method for the Corn Borer[D]. Beijing: Chinese Academy of Agricultural Sciences, 2013. (in Chinese with English abstract)

[26] 張柱亭. 亞洲玉米螟對氣候變暖的響應(yīng)及其對溫度脅迫的適應(yīng)機(jī)制研究[D]. 沈陽：沈陽農(nóng)業(yè)大學(xué)，2013.

Zhang Zhuting. The Response to the Global Climate Change and the Adaptation Mechanism to Extreme Temperature by(Guenée)[D]. Shenyang: Shenyang Agricultural University, 2013. (in Chinese with English abstract)

[27] Bachir H, Semar A, Mazari A. Statistical and geostatistical analysis related to geographical parameters for spatial and temporal representation of rainfall in semi-arid environments: The case of Algeria[J]. Arabian Journal of Geosciences, 2016, 9(7): 1－12.

[28] Allajbeu S, Yushin N S, Qarri F, et al. Atmospheric deposition of rare earth elements in Albania studied by the moss biomonitoring technique, neutron activation analysis and GIS technology[J]. Environmental Science and Pollution Research, 2016, 23(14): 14087－14101.

[29] Ooba M, Fujii M, Hayashi K. Geospatial distribution of ecosystem services and biomass energy potential in eastern Japan[J]. Journal of Cleaner Production, 2016, 130: 35－44.

Prediction method for spatial distribution of corn borer based on unmanned aerial vehicle images and semivariance function

Wu Caicong1, Hu Bingbing1, Zhao Ming1, Kou Zhihong1, Zhang Lijun2

(1.100083,; 2.110121)

Serious pest of Asiatic corn borer in China would lead to yield reduction by more than 30%. Precise prediction and variable rate prevention of corn borer are required for cite-specific management nowadays, since too much chemical usage lowers the quality of agricultural product as well as deteriorates the pollution of agricultural environment. The farmers producing silage corn are in face of serious problem of sustainable development. Semivariance function for spatial distribution prediction is the basis of cite-specific management for corn borer. The objective of the research was to find the optimum semivariance function and prediction model for Asiatic corn borer in Shenyang. A circular area around Dayanghe Village with a radius of 2 km was selected as core experimental area. Five other villages were located around Dayanghe Village. Silage corn was planted by China Huishan Dairy Holding Company Limited in the fields among the 6 villages. Grain corn was planted in some small fields around the houses by farmers. PHANTOM 4, unmanned aerial vehicle (UAV) with the camera of FOV 9420 mm, was used to collect the high resolution image. The ground resolution was 0.04 m. The villages, corn straws, and corn fields were interpreted through the UAV images. Both percentage of pest damaged plants (91 sampling points) and percentage of overwintering worms were investigated manually in 2016. And the villages in the research area were divided into grids. The life cycles of Asiatic corn borer, the impact factors of spread, and the spatial variability of percentage of pest damaged plants were studied. Quantity of worm source and spread distance were the key impact factors of the spread behavior of corn borer. Only the larvae and adults have the spread capability, and the adults of corn borer could spread for a large area. The results showed that the spatial variability of pest damaged plants was significant, whose standard deviation was 12.03% and coefficient of variation was 47.38%. It proved that variable rate fertilization for corn borer cite-specific management was necessary. The distribution of percentage of pest damaged plants fitted log-normal distribution, whose K-SP was 0.084. Furthermore, zero-order exponential model was the optimum semivariance function for the fitting of pest damaged plants distribution by cross-validation. Correlation coefficient between overwintering insects and pest damaged plants was 0.61. Therefore, the spatial distribution maps of Asiatic corn borer could be produced through investigating the percentage of pest damaged plants and Kriging interpolation with zero-order exponential model. Only worm sources could not precisely predict the distribution and influence degree of corn borer because of numerous complex impact factors. But the investigation of overwinter worm sources was meaningful for occurrence degree for the current year. Compared with traditional spraying in the research area, the dosage of variable rate spraying reduced by 28.1%, which supposed the spraying dosage of level Ⅱ was 70% of that of level Ⅲ. Therefore, the reduction of spraying dosage was obvious, and the variable rate spraying was valuable and should be encouraged. In conclusion, the technical route of this paper by using UAV and ground investigation, can be the implementation approach for cite-specific management of Asiatic corn borer, and can reduce pesticide waste and environmental pollution.

unmanned aerial vehicle (UAV); pest control; image analysis; corn borer; cite-specific management; percentage of pest damaged plants; semivariance function

10.11975/j.issn.1002-6819.2017.09.011

S25; S435.132

A

1002-6819(2017)-09-0084-08

10.11975/j.issn.1002-6819.2017.09.011 http://www.tcsae.org

2016-11-08

2017-04-12

國家重點(diǎn)研發(fā)計(jì)劃課題（2016YFB0501805）

吳才聰，男，江西龍南人，副教授，博士，研究方向?yàn)檗r(nóng)機(jī)導(dǎo)航與位置服務(wù)、農(nóng)情監(jiān)測位置服務(wù)。北京 中國農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)報(bào)，100083。Email：wucc@cau.edu.cn

吳才聰，胡冰冰，趙 明，寇志宏，張麗君. 基于無人機(jī)影像和半變異函數(shù)的玉米螟空間分布預(yù)報(bào)方法[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2017，33(9)：84－91.

Wu Caicong, Hu Bingbing, Zhao Ming, Kou Zhihong, Zhang Lijun. Prediction method for spatial distribution of corn borer based on unmanned aerial vehicle images and semivariance function[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(9): 84－91. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2017.09.011 http://www.tcsae.org