1、引言

松材线虫病，即松树萎蔫病，是全球松林生态系统中最具危险性和毁灭性的病害之一，传播性和破坏性极强，能导致松树在感染后６０—９０ｄ内枯死，传播蔓延迅速，3—５年就能造成大面积毁林的恶性灾害，又被称为松树癌症、无烟的森林火灾。病害监测是目前松材线虫防控的有效手段，传统监测主要采用人工现场巡查的方法，但大部分松林分布于地势陡峭的山区，传统人工现场巡查大多区域无法到达，盲点多，效率低，普查效果差。随着无人机和遥感技术的快速发展，利用无人机遥感监测病虫害已经逐步形成一种趋势。利用遥感数据监测病虫害弥补人工现场巡查的不足，借助无人机平台可以快速获取监测区域的可见光、多光谱、高光谱等多种遥感数据，通过内业解译分析实现定性和定量的松林健康评价，因此无人机遥感在林业病虫害监测方面具有重要意义。

2、研究区域

研究区域位于青岛城阳区毛公山松林区域。林区均为５－１０年的次生松树林，且已发生了轻度到中度的松材线虫病灾害。本研究以多旋翼无人机为遥感平台，搭载多光谱成像仪，开展对病死松树和染病松树的精确识别和提取的监测方法研究。

开展面向病虫害治理和森林管理的松材线虫病高效遥感监测，需要解决两个基本问题：其一，如何精确地提取和定位病死树木个体；其二，如何精确分类染病树木。根据现场调查和文献调研，松材线虫病的传播是以天牛等甲壳类昆虫为主要宿主，依靠甲虫的飞行而进行线虫病害的传播。因此，松材线虫病的病发具有两个特点：第一，离散分布；第二，病死树木周边大概率存在染病树木。根据上述松材线虫病监测问题和发病特点分析，设计并开展了本文的现场调查和遥感监测研究工作。

3、数据处理

现场调查是开展基于遥感手段的松材线虫病分类和信息提取的核心环节之一。目的是为无人机遥感图像的分类提供现场分类模型真实样本和分类结果的检验样本。现场调查的主要内容包括对病死松树和染病松树的精确定位和地物光谱的测量，其中地物光谱测量所使用的是手持式地物光谱仪，其光谱波段范围为约４００—１０００ｎｍ，与无人机载高光谱和多光谱传感器的波段光谱范围一致。现场调查中对于病死和染病树木的定位采用差分ＧＮＳＳ位置测量技术，林地内定位精度优于小于０．５ｍ，而在本研究的监测区内，单株松树的宽幅直径均大于１．５ｍ，故该定位精度满足对每一株病死和染病松树的高精度监测需求。现场调查共获取包括健康松树、染病松树、病死松树、其他树木、杂草地、道路、房屋、岩石和水体在内的样本点共１３２个，其中８８个用于分类模型建立，４４个用于分类结果验证。

4、结果与分析

4.1不同健康状态松树的光谱特征分析

光谱特征分析是开展基于光谱遥感监测研究的基础和必要环节。本文首先利用现场调查数据，结合无人机载多光谱和高光谱遥感成像数据，开展光谱特征分析。如图1 所示的是在研究区获得的健康、染病和病死松树的现场照片、无人机遥感照片以及现场测量的地物光谱和无人机多光谱的像元光谱的比较示意图。图中现场照片、遥感图像和现场光谱均获取自相同的树木，同时遥感图像使用的是多光谱遥感图像的伪真彩色合成结果。

图1 健康、病死和染病松树的照片、遥感图像和光谱分析

由图1可得到以下３个特点：第一，在无人机遥感图中，病死树木在色彩和纹理表现上与健康松树树木有较大差别，但染病树木与健康树木的图像差别较小，这也是传统的可见光三波段监测图像难以做到对染病树木和健康树木准确区分的原因；第二，现场地物光谱和遥感光谱之间具有较好的相似性，这证明本研究所选取的多光谱传感器和对于多光谱数据的处理都达到了较为理想的效果，同时也证明了所选择的无人机平台具有较好的稳定性和可靠性；第三，从植被光谱角度来看，健康松树具有明显的植被光谱特征，即在绿光波段和近红外波段都有明显的高反射率特征，而且红边区域光谱曲线的斜率较大，同时红光波段的吸收率较高，这都表明了健康松树冠层具有较高的叶绿素含量水平。病死树木缺少上述３个植物的光谱特征；而染病树木上述３个特征则表现得不明显。

4．２无人机多光谱遥感图像松材线虫病监测结果 

本文利用覆盖研究区的无人机多光谱遥感监测图像，得到了如图2所示的包括健康松树、染病松树和病死松树在内的１０个类型的分类结果，总体分类精度达到了９１．２０％，Ｋａｐｐａ系数为０．８９６４。同时，根据现场调查数据的验证，对于染病、病死松树的识别精度达到了９０％以上。利用覆盖研究区域无人机多光谱遥感图像的ＳＶＭ分类结果精度统计见表１。

表 １ 研究区域无人机多光谱遥感图像的 ＳＶＭ 分类精度统计表

图 2 城阳监测区域松林线虫病染病、病死树木的无人机多光谱遥感分类结果

根据图2（ａ），虽然在个别的区域无人机飞行拍摄过程中因云层移动影响而导致光照不均匀的情况，而有赖于分类方法的有效性，所获得的分类结果较好地规避了因图像光谱反射率处理差异而导致的同物异谱现象，得到了较为理想的分类结果（图2（ｂ））。根据图2的分类结果图，研究区松树林的松材线虫病染病情况已较为严重，染病松树的分布面积占到集中连片分布松树面积的６８．４０％。虽然在本文无人机飞行实验之前，该区域已经进行了一次针对松材线虫病病死树木的集中砍伐和清理，但从监测结果看，仅仅对病死树木进行清理是不够的，需要连带对染病树木进行集中治理，才能达到松材线虫病害林区有效治理的目标。从监测结果中发现，染病树木的规模要显著大于病死树木，原因可能得益于无人机图像拍摄之前对病死树木的集中清理。可以预期，在短时间内，染病松树可能都会发展成为病死树木，而且这部分染病树木对于邻近的健康树木构成较大的威胁。

5、结束语

利用无人机平台，搭载多光谱成像仪，开展了研究区青岛市城阳区毛公山松林松材线虫病染病树木和病死树木的遥感监测。结果表明，无人机遥感技术具有高空间分辨率、高定位精度的优势，是早期发病林区染病和病死树木精确监测、识别和定位的最有效手段之一，对染病松树和病死松树的监测精度达到了９０％；在监测时间点上，病死和染病松树分布面积占到了集中连片分布松树面积的６８．４０％，病害对整个林区的影响已经非常严重。本文建议在开展松材线虫病治理工作中，应同步开展病死树木和染病树木的治理工作，同时加强对染病初期松树的监测和识别。本文提供的基于无人机多光谱遥感数据的高空间分辨率、多光谱的遥感监测手段可为松材线虫病的高效控制和治理提供满意的解决方案。

推荐：

便携式地物光谱仪 iSpecField-NIR/WNIR

专门用于野外遥感测量、土壤环境、矿物地质勘探等领域的最新明星产品，由于其操作灵活、便携方便、光谱测试速度快、光谱数据准确是一款真正意义上便携式地物光谱仪。