淺談衛(wèi)星遙感技術(shù)監(jiān)測松材線蟲病損失評估方法

戴維序 史巖巖 李培琳

摘要：松材線蟲病成為制約森林病蟲害業(yè)務(wù)發(fā)展的瓶頸，已逐漸發(fā)展為我國最為嚴重的林業(yè)病蟲害之一，近些年隨著遙感技術(shù)的快速發(fā)展，衛(wèi)星遙感技術(shù)獨特的優(yōu)點可在松材線蟲病的預(yù)測、治理、損失評估提供技術(shù)支持，在最大程度上減少損失，指導(dǎo)林業(yè)相關(guān)部門及林業(yè)生產(chǎn)者減少損失。

關(guān)鍵詞：松材線蟲病;衛(wèi)星遙感;損失評估

1引言

在黨的十九大報告中提出了人與自然是生命共同體，人類必須尊重自然、順應(yīng)自然、保護自然;要完成人與自然和諧共生的現(xiàn)代化建設(shè)，須堅持節(jié)約優(yōu)先、保護優(yōu)先、自然恢復(fù)為主的方針，形成節(jié)約資源和保護環(huán)境的空間格局、產(chǎn)業(yè)結(jié)構(gòu)、生產(chǎn)方式、生活方式，還自然以寧靜、和諧、美麗。林業(yè)是美麗中國建設(shè)的核心和關(guān)鍵，林業(yè)作為保護生態(tài)環(huán)境的重要組成部分，其發(fā)展及保護的意義非常重大，為了響應(yīng)十九大號召，加速落實習(xí)近平總書記提出的加快生態(tài)文明體制改革、推進綠色發(fā)展、建設(shè)美麗中國的戰(zhàn)略部署，控制減少森林病蟲害，切實做好森林病蟲害工作，筑牢國家綠色屏障，已經(jīng)成為推動生態(tài)文明體制改革，建設(shè)美麗中國提升的重要抓手。

衛(wèi)星遙感技術(shù)具有監(jiān)測范圍大、速度快、性價比高、受地形和天氣影響較小等優(yōu)點。作為一種新的遙感技術(shù)，已經(jīng)在植被指數(shù)、植被葉面積指數(shù)、光合有效輻射等因子的估算中以及在植被生物化學(xué)參數(shù)分析、植被生物量和作物單產(chǎn)估算、作物病蟲害監(jiān)測中得到廣泛的應(yīng)用。隨著航天信息技術(shù)的迅速發(fā)展，衛(wèi)星遙感影像分辨率已經(jīng)進入到亞米級時代，其監(jiān)測技術(shù)不僅僅可以對森林病蟲害的大面積觀測，還可以運用到森林病蟲害的單簇快速識別監(jiān)測。

2必要性分析

2.1林業(yè)病蟲害發(fā)生原因

我國的林業(yè)資源十分的豐富，林業(yè)建設(shè)是促進我國經(jīng)濟發(fā)展的重要課題，對實現(xiàn)我國的可持續(xù)發(fā)展具有重要的意義。隨著全球氣候變化，我國林業(yè)有害生物危害的形式日益嚴峻，“十一五”期間，全國年均林業(yè)有害生物發(fā)生面積1100多萬hm2，損失經(jīng)濟價值超過千億元。林業(yè)資源是我國綠化環(huán)境中最為重要的一個部分，如果受到蟲害影響，極有可能限制我國林業(yè)建設(shè)的持續(xù)高效發(fā)展。

2.2監(jiān)測森林病蟲害的需求迫切

我國森林病蟲害增長迅速，而成本高、難度大、糾紛多的傳統(tǒng)森林病蟲害工作成為制約森林病蟲害業(yè)務(wù)發(fā)展的瓶頸。為提高森林病蟲害發(fā)生的監(jiān)測、預(yù)測和評估能力，亟需開展利用遙感和空間分析技術(shù)實現(xiàn)森林病蟲害災(zāi)害點識別，精準評估病蟲害受災(zāi)情況的研究。需要建立森林病蟲害精準監(jiān)測技術(shù)體系，對不同森林病蟲害實現(xiàn)風(fēng)險評估。以實現(xiàn)高精度、高時效的森林病蟲害風(fēng)險分析，為森林病蟲害預(yù)防和治理提供可靠的技術(shù)支撐。

森林病蟲害多發(fā)生在人煙稀少、交通不便的林區(qū)，由于常規(guī)地面調(diào)查監(jiān)測方法很難迅速、全面、客觀地反映病蟲害的發(fā)生發(fā)展動態(tài)，從而不能及時有針對性地采取防治措施。因此，森林病蟲害的檢測管理必須依靠先進而實用的空間技術(shù)手段，遙感技術(shù)正在深刻影響著森林病蟲害的綜合管理系統(tǒng)。

2.3林業(yè)病蟲害防治困難

林業(yè)病蟲害的危害大，波及的范圍廣，在病蟲害發(fā)生之前就應(yīng)該高度地重視林業(yè)病蟲害的監(jiān)測預(yù)報工作，防微杜漸，盡量減小病蟲害帶來的危害。然而，在實際的工作中，各地對林業(yè)病害監(jiān)測預(yù)報工作的重視程度還不夠，病害防治的技術(shù)力量不夠，經(jīng)費不足，缺乏必備的監(jiān)測、防治、交通通訊工具以及檢驗檢疫儀器設(shè)備等，造成林業(yè)病蟲害防治率變低，先進有效的防治技術(shù)的推廣和應(yīng)用不足，導(dǎo)致災(zāi)情發(fā)生時不能進行有效的控制，使得災(zāi)情擴散，造成無法估量的損失。

近年來，人工林的面積不斷擴大，使得林業(yè)病蟲害出現(xiàn)的區(qū)域也不斷增加，然而由于技術(shù)、資金、人力、物力等受限，大大增加了病蟲害防治工作的難度，因此，各地的林業(yè)病蟲害的防治較為困難。

世界經(jīng)濟不斷向全球化的方向發(fā)展，全球各地之間的交流聯(lián)系越來越密切，使得很多來自外地的不同物種，因為一開始在我國沒有相應(yīng)的天敵存在，使得害蟲能夠迅速地繁殖，嚴重威脅著林業(yè)資源的發(fā)展。而且這種來自外來害蟲的危害在不斷加重，致使林業(yè)資源減產(chǎn)，影響生態(tài)的平衡。

3病蟲害遙感評估內(nèi)容、原理和技術(shù)流程

3.1林業(yè)病蟲害遙感評估內(nèi)容

通過衛(wèi)星遙感高科技手段，利用高分辨遙感衛(wèi)星影像數(shù)據(jù)，建設(shè)統(tǒng)一有效的森林病蟲害應(yīng)用實現(xiàn)森林病蟲害災(zāi)害發(fā)生后，及時發(fā)現(xiàn)受害林木位置、林分受災(zāi)程度及面積、輸出災(zāi)情分布圖，為病蟲害防護和控制提供決策支撐信息。主要滿足需求如下所示：

（1）森林災(zāi)害的遙感監(jiān)測

應(yīng)用多光譜數(shù)據(jù)對大區(qū)域森林發(fā)生的大范圍災(zāi)害進行監(jiān)測，對多年的災(zāi)害發(fā)生情況進行動態(tài)監(jiān)測;應(yīng)用高空間分辨率高光譜的無人機數(shù)據(jù)，對小區(qū)域代表性受災(zāi)林區(qū)進行精細監(jiān)測，獲得高光譜反演災(zāi)害模型與受災(zāi)單木區(qū)域。

（2）受災(zāi)潛在風(fēng)險區(qū)劃分

基于信息量法，依據(jù)歷史災(zāi)害發(fā)生情況，多年氣象條件，林區(qū)立地特征等環(huán)境影響因素，對大區(qū)域森林蟲害爆發(fā)程度的各評價因子進行等級劃分，評估得到不同受災(zāi)風(fēng)險等級的分布區(qū)，并匯制專題圖。

（3）未來蟲害發(fā)生程度預(yù)測

在長時間遙感監(jiān)測，得到大區(qū)域森林災(zāi)害嚴重程度結(jié)果的基礎(chǔ)上，疊加氣象與地形的空間插值數(shù)據(jù)，進行GIS空間疊加分析，獲得氣溫、降雨、日照、坡度、坡向等因子在空間上對災(zāi)害發(fā)生的量化關(guān)系。篩選出與災(zāi)害相關(guān)性強的因子，由此對未來災(zāi)害進行預(yù)測。

3.2林業(yè)病蟲害遙感評估原理

正常生長的植被一般都有很規(guī)則的光譜反射曲線，即大約在0.52-0.6μm的綠光區(qū)有一個小的反射峰，在藍光約0.48μm和紅光約0.68μm區(qū)各有一吸收帶，進入0.75～1.3μm的近紅外區(qū)反射率急劇上升，形成鮮明的反射峰，也稱為綠色植物的近紅外陡坡效應(yīng)。植被類型、生長階段、所處的生長環(huán)境等因素的不同會造成各波段的反射值的差異，但這種光譜曲線的總體特征會保持不變，只有當植物遭受病蟲害侵襲時才會發(fā)生變化，當植物受到病蟲害侵襲，會導(dǎo)致植物在各個波段上的波譜值發(fā)生變化，這是利用航空遙感進行病蟲害監(jiān)測的主要依據(jù)。

3.3遙感監(jiān)測森林病蟲害的技術(shù)流程

利用航天遙感、地面光譜、GPS、植被生理指標、地面調(diào)查資料等數(shù)據(jù)，以目標樹種有害生物為監(jiān)測對象，對受害林分災(zāi)害點進行遙感識別和監(jiān)測預(yù)測，其技術(shù)路線如圖1所示：

3.3.1基礎(chǔ)數(shù)據(jù)處理

獲取病蟲害監(jiān)測站點目標樹種病蟲害發(fā)生防治逐年數(shù)據(jù)（監(jiān)測站點地理坐標、發(fā)生面積、監(jiān)測面積、防治面積、防治率等監(jiān)測指標）。利用插值模型內(nèi)插出其他區(qū)域的病蟲害數(shù)據(jù)，在此基礎(chǔ)上確定蟲災(zāi)發(fā)生重點區(qū)域;獲取蟲災(zāi)重點發(fā)生區(qū)內(nèi)各個站點近30-50年的基礎(chǔ)氣象數(shù)據(jù)，制作降水、空氣濕度、風(fēng)速風(fēng)向、輻射、日照時數(shù)的分布柵格圖;在地理空間數(shù)據(jù)云獲取全國范圍DEM數(shù)據(jù)。利用ArcGIS提取坡度、坡向、坡位圖，利用ArcGIS進行空間分析人為因素影響;收集并獲取蟲災(zāi)重點發(fā)生區(qū)域的多源遙感數(shù)據(jù)，應(yīng)用不同植被的季節(jié)性特征進行森林植被提取的同時完成季節(jié)性變化時間序列分析，同時按照不同類型害蟲生活史獲取不同月份數(shù)據(jù)，以后續(xù)區(qū)分不同蟲害類型，進行研究區(qū)選擇及樣地布設(shè)。

3.3.2受害植被信息提取

在研究區(qū)通過ASD地面光譜儀測定不同樹種的光譜特征，依據(jù)測定的不同樹種的不同光譜特征，獲取寄主植被分類圖。以植被分類圖為基礎(chǔ)，完成尺度上推。結(jié)合害蟲生態(tài)學(xué)特性及生活史，利用其上樹期、蛹期、卵期以及下樹期的遙感影像，分析其指示性光譜指數(shù)等特征，獲取其變化特征，區(qū)分研究范圍內(nèi)病蟲害的種類。發(fā)生數(shù)據(jù)及地形等區(qū)域性數(shù)據(jù)，利用空間異質(zhì)性分析結(jié)果建立蟲災(zāi)發(fā)生時空型。利用時空關(guān)聯(lián)規(guī)則挖掘方法獲取含時空約束的關(guān)聯(lián)規(guī)則，得到災(zāi)害發(fā)生的特征指標，利用多源遙感數(shù)據(jù)，高效準確地識別受災(zāi)點，并對受災(zāi)程度進行評價。

3.3.3氣候-害蟲蟲災(zāi)時空型提取

根據(jù)建立的監(jiān)測樣點病蟲害數(shù)據(jù)，使用時空插值模型生成時空分布及不確定性GIS，然后提取病蟲害的時空分布。運用空間統(tǒng)計學(xué)模型探測其脆弱區(qū)域。由于不同地區(qū)森林病蟲害受到的影響因素權(quán)重不同，探測影響因素的空間異質(zhì)性。實現(xiàn)氣候-森林病蟲害脆弱區(qū)域格局識別，并進行空間可視化分析，在此基礎(chǔ)上進行氣候—森林病蟲害風(fēng)險評估。

3.3.4災(zāi)害擴散動態(tài)模擬與預(yù)測

建立氣候-害蟲蟲災(zāi)信息數(shù)據(jù)庫。以氣象數(shù)據(jù)，植被數(shù)據(jù)，地形數(shù)據(jù)及社會經(jīng)濟數(shù)據(jù)構(gòu)成的蟲害發(fā)生預(yù)測模型及在IPCC指導(dǎo)下獲取的未來氣候數(shù)據(jù)為環(huán)境層，以害蟲生態(tài)學(xué)特性及其潛在脆弱區(qū)為智能體層，分析確定元胞定義，利用MAS和CA結(jié)合技術(shù)，預(yù)測和模擬蟲災(zāi)的演變規(guī)律;選擇災(zāi)害發(fā)生高風(fēng)險區(qū)作為典型區(qū)域，應(yīng)用MAS-CA模型進行災(zāi)害蔓延模擬，使得小尺度災(zāi)害預(yù)測落實到地塊。并分析情景不確定性、模式不確定性和靈敏度分析，同時完成病蟲害受災(zāi)區(qū)風(fēng)險評估制圖。

4松材線蟲病害衛(wèi)星遙感評估方案

森林病蟲害種類繁多，本章以馬尾松松材線蟲為例，簡述基于衛(wèi)星遙感技術(shù)的災(zāi)害評估方法。

利用航天遙感、地面光譜、GPS、植被生理指標、地面調(diào)查資料等數(shù)據(jù)，以目標樹種有害生物為評估對象，對受害林分災(zāi)害點進行遙感評估和監(jiān)測預(yù)測，其技術(shù)路線如圖2所示：

4.1感染松材線蟲病枯死馬尾松遙感評估體系

利用衛(wèi)星遙感技術(shù)快速監(jiān)測評估感染松材線蟲病枯死馬尾松，其評估體系如下：

1）根據(jù)監(jiān)測面積獲取圖像塊，對所述圖像塊進行預(yù)處理，得到融合的圖像塊數(shù)據(jù);

2）對所述融合的圖像塊數(shù)據(jù)進行采集馬尾松冠層960nm、760nm、650nm和540nm波段冠層光譜反射率;

3）基于反射率數(shù)值，計算比值植被指數(shù)RVI和植被狀態(tài)指數(shù)α;

4）基于所述比值植被指數(shù)和植被狀態(tài)指數(shù)，計算光譜指數(shù)β，根據(jù)計算得到的β的值來獲得馬尾松感染松材線蟲病的評價結(jié)果。

其中，步驟3中RVI的計算公式為：

RVI（960，650）=ρ960/ρ650（1）

式中，RVI（960，650）為波段960與650nm的比值植被指數(shù);ρ960、ρ650分別代表960nm、650nm處的光譜反射率值。

植被狀態(tài)指數(shù)α的計算公式為：

α（540，760）=ρ540/ρ760（2）

其中，α（540，760）為波段540與760nm的植被狀態(tài)指數(shù);ρ540、ρ760分別代表540nm、760nm的光譜反射率值。

光譜指數(shù)β的計算公式為：

β=RVI（960，650）/α（540，760）（3）

步驟（2）中，采集馬尾松實際冠層光譜反射率的方法為：采用ASD便攜式光譜輻射儀，在晴好天氣10：00～14：00區(qū)間，50°≤太陽高度角≤60°進行測量，測定時探頭垂直向下距冠層頂1.6～1.8m，每接種株重復(fù)測定10次，每次測量前后均用標準的參考板進行校正。

采集馬尾松遙感影像對應(yīng)冠層光譜反射率的方法為：選取多源高光譜影像和多光譜影像數(shù)據(jù)，進行準確的大氣校正和輻射定標后，直接提取研究區(qū)相應(yīng)目標的反射率。

在馬尾松分類結(jié)果影像上，采用不同尺度的圖像塊，按照研究發(fā)現(xiàn)的光譜指數(shù)來移動計算每個圖像塊中每個像素點的光譜特征指標，對于大面積的馬尾松面積，采用20*20的圖像塊，對于較小面積的馬尾松，采用10*10的圖像塊。此外，通過設(shè)置不同的窗口大小，采用灰度共生矩陣方法將圖像紋理轉(zhuǎn)換到變換域，然后應(yīng)用能量準則提取紋理特征，結(jié)合提取到的感病馬尾松的光譜信息、紋理特征，建立了遙感提取算法，用于對0.5米高分辨率衛(wèi)星影像上感病松材線蟲病枯死馬尾松的提取。結(jié)合在研究區(qū)采集的地面調(diào)查數(shù)據(jù)對初步結(jié)果進行修正，優(yōu)化遙感提取算法精度，最后得到基于遙感技術(shù)的松材線蟲病的反演算法。使用該算法反演出研究區(qū)域內(nèi)松材線蟲病害的時空分布，并對研究區(qū)的受災(zāi)程度進行評價。

4.2感染松材線蟲病枯死馬尾松遙感評估結(jié)果

以光譜數(shù)據(jù)分析技術(shù)為基礎(chǔ)，提取與馬尾松松材線蟲病發(fā)生動態(tài)密切相關(guān)的960nm、760nm、650nm和540nm光譜參數(shù)，根據(jù)比值植被指數(shù)和光譜指數(shù)預(yù)測馬尾松感病階段，以光譜指數(shù)變化規(guī)律與比值植被指數(shù)的變化閾值判斷肉眼可識別感病與否。

同時，利用光譜指數(shù)對感病天數(shù)進行定量化模擬，為實現(xiàn)馬尾松松材線蟲病的早期監(jiān)測奠定了基礎(chǔ)，有效地提高森林松材線蟲病的防治效率。也為其它森林病蟲害早期監(jiān)測與診斷提供可靠依據(jù)與方法借鑒。

根據(jù)最終遙感監(jiān)測得到的馬尾松枯死樹木數(shù)量以及計算得到的β值（0—100）來獲得馬尾松感染松材線蟲病的評價結(jié)果，當枯死木數(shù)量以及β值達到一定閾值區(qū)間時，則判定為達到經(jīng)濟價值損失和生態(tài)損失。表1為光譜值示例。

參考文獻

[1]彭望琭.遙感概論[M].高等教育出版社，2002

[2]劉成浩.淺談林業(yè)病蟲害防治[J].農(nóng)家科技，2015，09（01）：79-84.

[3]張式偉.浙江省林業(yè)病蟲害防治現(xiàn)狀及對策[J].現(xiàn)代農(nóng)業(yè)科技，2017，10（15）：59-61

[4]楊克平.生態(tài)工程導(dǎo)論[M].化學(xué)工業(yè)出版社，2005.

作者簡介

戴維序（1972—），男，漢族，北京市海淀區(qū)，管理學(xué)博士，單位：航天信德智圖（北京）科技有限公司，研究方向：農(nóng)田森林價值品質(zhì)遙感評估。