亓興蘭，肖豐慶，曹祖寧，劉 健，陳 芳

(1.福建林業(yè)職業(yè)技術(shù)學(xué)院，福建 南平 353000；2.南平市農(nóng)業(yè)農(nóng)村局，福建 南平 353000；3.南平市延平區(qū)林業(yè)局，福建 南平 353000；4.3S技術(shù)與資源優(yōu)化利用福建省高校重點(diǎn)實(shí)驗(yàn)室，福建 福州 350002；)

森林病蟲害嚴(yán)重影響森林健康，是森林的主要災(zāi)害之一。對(duì)森林病蟲害進(jìn)行快速精準(zhǔn)的災(zāi)前預(yù)警、災(zāi)情監(jiān)測(cè)與評(píng)估是非常重要的。傳統(tǒng)地面調(diào)查方法，花費(fèi)巨大的人力物力與財(cái)力，適時(shí)性差且精確度不高。經(jīng)過多年的探索與發(fā)展，應(yīng)用遙感技術(shù)監(jiān)測(cè)森林病蟲害，具有大范圍、實(shí)時(shí)、準(zhǔn)確度高等優(yōu)勢(shì)，日益引起國內(nèi)外專家與政府的重視。

1 森林病蟲害遙感監(jiān)測(cè)原理

除了火災(zāi)、凍害等自然或人為災(zāi)害外，森林受到的災(zāi)害還來自于病與蟲等有害生物，這些有害生物對(duì)森林的侵害有時(shí)會(huì)爆發(fā)成災(zāi)，此時(shí)為森林病蟲災(zāi)害。關(guān)于森林病蟲害的種類很多，有食葉的、蛀桿的、壞根的等，其對(duì)樹木的危害方式與危害部位不同，但最終的結(jié)果都是阻礙林木的生長，甚至于造成林木的枯萎死亡。森林病蟲害對(duì)林木的危害可以引起其外貌樹冠形態(tài)的變化與內(nèi)部生理的變化。林木外貌樹冠變化表現(xiàn)為落葉、卷葉、葉片枯萎發(fā)黃、林木枯死等；樹木內(nèi)部生理變化主要指樹冠樹葉的葉綠素組織遭到破壞，葉片內(nèi)部組織結(jié)構(gòu)發(fā)生變化，從而引起植物的光合作用、養(yǎng)分的吸收與運(yùn)輸?shù)裙δ艿淖儺惻c機(jī)能的衰退，表現(xiàn)為葉色的變化、細(xì)胞結(jié)構(gòu)改變與葉綠素含量與含水量也相應(yīng)發(fā)生改變。由此導(dǎo)致林木光譜反射率的變化，利用遙感技術(shù)就可以檢測(cè)森林病蟲害。

應(yīng)用遙感技術(shù)檢測(cè)病蟲害，主要是利用植物在近紅外波段的光譜特性。健康植物在0.60～0.76 μm紅光波段，起先反射率甚低，在0.65 μm附近達(dá)到一個(gè)低谷，隨后又上升，在0.70～0.80 μm反射率陡峭上升，到0.80 μm附近達(dá)到最高峰，即在0.75～1.30 μm的近紅外區(qū)，形成反射率高峰。植物在近紅外區(qū)的反射率高峰效應(yīng)程度受葉片葉綠素濃度影響。植物由于品種、地理位置、營養(yǎng)情況、生長階段不同，其在各波譜段的反射值略有差異，但其光譜曲線的總體趨勢(shì)形狀特征不會(huì)改變。植物感染病蟲害后，引起外貌樹冠形態(tài)與內(nèi)部生理變化，其葉片葉綠素與含水量減少，導(dǎo)致在近紅外波段植物反射率降低，近紅外區(qū)的反射率高峰效應(yīng)削弱甚至消失，同時(shí)綠光波段反射率也降低且其反射峰位置向紅光轉(zhuǎn)移，即紅光波段反射率上升。據(jù)此，植物光譜反射率的變化，是植物病蟲害發(fā)生的征兆，也是遙感監(jiān)測(cè)森林病蟲害的依據(jù)。

2 森林病蟲害遙感監(jiān)測(cè)發(fā)展歷程

2.1 起步期

20世紀(jì)30年代國外對(duì)鐵杉尺鑊落葉林進(jìn)行航空攝影觀察，并陸續(xù)開展了航空遙感監(jiān)測(cè)森林病蟲害的相關(guān)試驗(yàn)研究，遙感監(jiān)測(cè)森林病蟲害就此拉開序幕[1]。40年代，雷達(dá)技術(shù)與紅外攝影技術(shù)也逐漸發(fā)展起來。美國學(xué)者應(yīng)用雷達(dá)技術(shù)結(jié)合航空遙感監(jiān)測(cè)遷飛性沙漠蝗蟲。Sager等應(yīng)用航空紅外攝影技術(shù)結(jié)合雷達(dá)監(jiān)測(cè)沙漠蝗蟲的遷飛路線與生態(tài)環(huán)境等，效果良好[2]。50年代開始，航空遙感監(jiān)測(cè)森林病蟲害不再局限于對(duì)森林病蟲害區(qū)域的目測(cè)調(diào)查與勾繪，也可進(jìn)行森林病蟲害種群動(dòng)態(tài)監(jiān)測(cè)與數(shù)量變化分析。俄羅斯利用航空遙感技術(shù)，進(jìn)行歐洲松小蠢等病蟲害的種群動(dòng)態(tài)監(jiān)測(cè)；澳大利亞等國將航空遙感與計(jì)算機(jī)技術(shù)相結(jié)合，進(jìn)行柑桔葉虱等害蟲種群數(shù)量變動(dòng)分析；人們還應(yīng)用航空雷達(dá)遙感技術(shù)監(jiān)測(cè)預(yù)測(cè)南方松小蠢的擴(kuò)散范圍[3]。應(yīng)用航空遙感監(jiān)測(cè)森林病蟲害，監(jiān)測(cè)面積大、周期短，快速準(zhǔn)確，但花費(fèi)昂貴，難以推廣普及，很多國家仍以傳統(tǒng)的地面調(diào)查為主要方法。

2.2 開拓期

20世紀(jì)70年代，人們開展了應(yīng)用航天遙感技術(shù)監(jiān)測(cè)自然資源的研究，同時(shí)也開展了森林病蟲害的監(jiān)測(cè)研究，但由于影像技術(shù)缺陷及天氣干擾等因素的影響，效果不理想。1972年Landsat1衛(wèi)星成功發(fā)射，人們開始探討應(yīng)用衛(wèi)星遙感技術(shù)監(jiān)測(cè)病蟲害。80年代，衛(wèi)星遙感技術(shù)進(jìn)一步發(fā)展，人們對(duì)衛(wèi)星傳感器進(jìn)行深入研發(fā)與研究。1982年美國成功發(fā)射Landsat4(搭載TM傳感器)，其獲取的影像具有分辨率(空間分辨率、光譜分辨率)高、重復(fù)周期短、多光譜等特性。特別是Landsat后續(xù)系列衛(wèi)星及法國SPOT衛(wèi)星等的成功發(fā)射，標(biāo)志著衛(wèi)星遙感監(jiān)測(cè)病蟲害進(jìn)入開拓期。1978年，中國應(yīng)用遙感衛(wèi)星監(jiān)測(cè)騰沖地區(qū)松葉蜂蟲蟲害林木，并測(cè)定建立了健康林木與受害林木的光譜數(shù)據(jù)庫，分析其光譜特征；美國檢測(cè)舞毒蛾蟲害，并定量測(cè)定受害的闊葉林面積，分析其受害程度；日本應(yīng)用Landsat影像監(jiān)測(cè)森林病蟲害；1988年，加拿大應(yīng)用Landsat影像分析花旗松林卷葉蛾蟲害。

2.3 發(fā)展期

20世紀(jì)80年代末，美國獨(dú)辟蹊徑，研發(fā)航空錄像技術(shù)監(jiān)測(cè)病蟲害。在北美地區(qū)，人們應(yīng)用此項(xiàng)技術(shù)監(jiān)測(cè)評(píng)估云杉小蠹、舞毒蛾等重大病蟲害，獲得了不錯(cuò)的成績。中國引進(jìn)此項(xiàng)技術(shù)，用于監(jiān)測(cè)和評(píng)估馬尾松毛蟲蟲害等多種森林病蟲害[1]。浙江省利用運(yùn)五飛機(jī)、廣西應(yīng)用滑翔機(jī)分別進(jìn)行航空遙感監(jiān)測(cè)松毛蟲蟲害，通過與GPS連接，獲取的航空影像含有坐標(biāo)、海拔等航行信息，對(duì)圖像進(jìn)行拼接、增強(qiáng)等處理，經(jīng)過信息提取，可以有效識(shí)別失葉大于50%的蟲害區(qū)域[4]。90年代，隨著成像光譜遙感技術(shù)的發(fā)展，其獲取的圖像光譜多、信息豐富，同時(shí)光譜分辨率與空間分辨率更高、信息更詳細(xì)。我國在“八五”期間設(shè)立科技攻關(guān)項(xiàng)目，探討應(yīng)用TM影像監(jiān)測(cè)馬尾松毛蟲蟲害的技術(shù)方法[2]，劉清旺[5]、戴昌達(dá)、武紅敢[6]等人也開展了TM影像監(jiān)測(cè)松毛蟲蟲害的應(yīng)用研究。近年來，隨著快速高效、機(jī)動(dòng)靈活的無人機(jī)技術(shù)與高光譜遙感技術(shù)的發(fā)展及應(yīng)用，遙感監(jiān)測(cè)病蟲害工作精細(xì)化并進(jìn)入全面發(fā)展期。

3 利用遙感技術(shù)監(jiān)測(cè)森林病蟲害研究進(jìn)展

3.1 航空遙感

航空監(jiān)測(cè)森林林冠變化，最早開始于利用彩色紅外(CIR)航空影像對(duì)鐵杉尺鑊落葉林的觀察試驗(yàn)[1,4]。在美國德州，Appel等利用CIR影像確定了橡樹枯萎病的中心與死亡率，同時(shí)為了提高橡樹枯萎病的防治，基于CIR影像對(duì)此病的相關(guān)病學(xué)參數(shù)進(jìn)行分析，取得不錯(cuò)成績[7-8]。Ulliman、Everitt也用CIR影像開展和加強(qiáng)了橡樹枯萎病的研究[9-10]。他們先把橡樹分為健康樹、病樹和死樹三種，利用機(jī)載數(shù)字成像技術(shù)在不同高度航測(cè)，獲取不同分辨率的影像，獲取三種類型樹的反射光譜并進(jìn)行分析。比較發(fā)現(xiàn)，在紅光和綠光波段，死樹的反射率最高，健康樹最低，而在近紅外波段，情況剛好相反。基于此，把橡樹病害程度分為3級(jí)。Haara等用CIR影像監(jiān)測(cè)芬蘭受害云杉林的林冠變化[11]。他們對(duì)選取的樣地進(jìn)行樹種、位置、失葉情況等地面調(diào)查；對(duì)研究區(qū)的兩期CIR影像進(jìn)行正射校正等處理，對(duì)樣地內(nèi)的樹進(jìn)行分段識(shí)別和分類，再對(duì)整個(gè)研究區(qū)進(jìn)行分類，獲取研究區(qū)云杉林失葉分類結(jié)果，并利用Kappa統(tǒng)計(jì)參數(shù)評(píng)價(jià)分類結(jié)果。結(jié)果表明應(yīng)用CIR影像完全可以判別死的或失葉嚴(yán)重的云杉林災(zāi)害區(qū)域[4]。

機(jī)載彩色近紅外(CIR)數(shù)字影像也用于果園病蟲害的監(jiān)測(cè)。Fletcher等利用機(jī)載彩色近紅外數(shù)字成像技術(shù)分析受根腐病侵襲的柑橘林林冠變化，發(fā)現(xiàn)在近紅外波段，健康樹與病樹反射率差異顯著，病樹反射率降低明顯；而在綠光和紅光波段，兩者基本無差異，從而有效檢測(cè)出染病的柑橘樹[12]。

航空遙感監(jiān)測(cè)森林病蟲害的數(shù)據(jù)源還有機(jī)載多光譜數(shù)據(jù)和其它航空影像等。Leckie等基于機(jī)載多光譜數(shù)據(jù)利用主成分分析等圖像處理技術(shù)監(jiān)測(cè)冷杉林失葉量，進(jìn)行圖像分類制圖，其最高精度為70%[13]。Olthof等基于機(jī)載多光譜數(shù)據(jù)，結(jié)合土壤、郁閉度等森林生境因子數(shù)據(jù)建立了1個(gè)森林健康指數(shù)，用于評(píng)價(jià)森林健康狀況[4,14]。Ryapolov V YA等利用航空影像基于種群密度預(yù)測(cè)落葉松毛蟲的種群動(dòng)態(tài)，但未檢驗(yàn)預(yù)測(cè)準(zhǔn)確性[4,15]。

3.2 衛(wèi)星遙感

Radeloff等利用TM影像，結(jié)合蟲害種群數(shù)據(jù)，監(jiān)測(cè)受色卷蛾侵害的松樹失葉，并分析松樹失葉與林地立地質(zhì)量、蟲害種群等之間的關(guān)系[16]。他們選用蟲害發(fā)生前的1987年、1992年以及蟲害爆發(fā)的1993年三期TM影像。在野外隨機(jī)選擇33個(gè)樣地，調(diào)查蟲害種群數(shù)據(jù)，在1987年和1993年的影像中找到相匹配的蟲害樣地，測(cè)定影像的反射率，兩期影像相減，獲得兩期影像的反射率的差值，進(jìn)行差值與蟲害的相關(guān)性分析，最后進(jìn)行波譜混合分析。研究發(fā)現(xiàn)：失葉林地在近紅外波段和中紅外波段反射率提高，TM4波段提高了5%，原因是失葉林地中有闊葉樹，提高了近紅外波段反射率，同時(shí)闊葉樹也限制了蟲害種群發(fā)展；近紅外波段的反射率與蟲害呈負(fù)相關(guān)，混交闊葉樹的松林和純松林相差10%；蟲害爆發(fā)期的針葉量與蟲害相關(guān)性為負(fù)，此項(xiàng)技術(shù)提高了蟲害監(jiān)測(cè)精度。劉文雅基于影像光譜特征，建立松材線蟲病最優(yōu)估測(cè)模型[17]；亓興蘭等基于SPOT影像，監(jiān)測(cè)分析馬尾松松毛蟲害[18-19]；朱程浩等分析了油松毛蟲災(zāi)害[20]。

3.3 雷達(dá)遙感

掌握害蟲遷飛、遷移行為及其機(jī)制，可以采取有效措施控制蟲害的發(fā)生與發(fā)展。雷達(dá)遙感監(jiān)測(cè)可以晝夜進(jìn)行，不受天氣影響；能快速掃視大空間區(qū)域內(nèi)的昆蟲，可探測(cè)1～2 km地域內(nèi)50～1 000 mg的昆蟲，不影響昆蟲正常遷飛行為，是應(yīng)用較好的監(jiān)測(cè)遷飛性害蟲的遙感技術(shù)。雷達(dá)技術(shù)監(jiān)測(cè)的遷飛性害蟲主要有午毒蛾、草地蝗、棉鈴蟲、沙漠蝗等。Sager等應(yīng)用雷達(dá)技術(shù)提取分析沙漠蝗的遷飛軌跡，取得不錯(cuò)成績[2,4]。國內(nèi)最早于1986年應(yīng)用雷達(dá)技術(shù)探測(cè)馬尾松毛蟲蹤跡。1987年，薛賢清等基于雷達(dá)探測(cè)馬尾松毛蟲，發(fā)現(xiàn)在143 m和1 020 m高度，雷達(dá)均能探測(cè)到毛蟲成蟲蹤跡[21]。1996年，車錫冰等應(yīng)用雷達(dá)技術(shù)監(jiān)測(cè)油松毛蟲成蟲，基于自然種群遷飛規(guī)律與其影響因子氣象因子進(jìn)行逐步回歸分析[22]。

3.4 高光譜遙感

20世紀(jì)80年代，高光譜遙感技術(shù)開始用于病蟲害監(jiān)測(cè)，通過獲得地表空間圖像與地物的連續(xù)光譜信息，反演其細(xì)微特征信息，實(shí)現(xiàn)實(shí)時(shí)、快速、準(zhǔn)確識(shí)別目標(biāo)地物[23]。人們利用非成像光譜儀獲取高光譜數(shù)據(jù)，采用光譜曲線模型分析地物反射光譜特征，實(shí)現(xiàn)病蟲害快速準(zhǔn)確檢測(cè)。Rumpf T等測(cè)量受病害甜菜，采用支持向量機(jī)法分析獲取的數(shù)據(jù)，精度97%[24]。王震等用野外光譜儀測(cè)量受松材線蟲侵害的馬尾松，研究分析其反射光譜曲線[25]。王曉堂等測(cè)量受松萎焉病危害的馬尾松，獲取其葉綠素等理化指標(biāo)，采用比值光譜指數(shù)DIR確定病害樹木的葉綠素閾值，以判斷樹木是否感染病害并建模[26]。徐華潮等用野外光譜儀測(cè)量受松材線蟲侵害的黑松，研究不同染病階段的光譜特征參數(shù)[27]。杜華強(qiáng)等測(cè)量了3個(gè)樣地的受松材線蟲病危害的馬尾松，探討基于分形理論進(jìn)行高光譜遙感探測(cè)森林病蟲害[28]。

1983年，人們基于成像光譜儀獲取了第一幅高光譜影像。此后幾十年，高光譜成像光譜儀技術(shù)迅速發(fā)展，光譜分辨率達(dá)到納米級(jí)別，人們?cè)絹碓蕉嗬酶吖庾V成像系統(tǒng)采集高光譜影像監(jiān)測(cè)森林病蟲害。王植等利用高光譜影像，分析光譜反射率的差異和結(jié)構(gòu)異常，結(jié)合地面調(diào)查數(shù)據(jù)，監(jiān)測(cè)板栗病蟲害[29]。柴阿麗等利用光譜成像技術(shù)識(shí)別黃瓜褐斑病，效果良好[30]。鄧小玲等用高光譜圖像識(shí)別柑橘葉片病害，準(zhǔn)確率可達(dá)90%[31]。Juan Xing[32]、Gamal ElMasry[33]等利用400～1 000 nm的高光譜成像系統(tǒng)對(duì)蘋果損傷情況進(jìn)行檢測(cè)試驗(yàn)，前者準(zhǔn)確率可達(dá)84.6%，后者發(fā)現(xiàn)損傷時(shí)間為1 h的蘋果識(shí)別率最高。黃文倩等也利用320～1 100 nm的高光譜成像系統(tǒng)進(jìn)行了阿克蘇蘋果損傷情況檢測(cè)，總體識(shí)別率98%[34]。趙蕓利用400～1 000 nm的高光譜成像系統(tǒng)監(jiān)測(cè)受菌核病污染的油菜葉片，效果良好[35]。Youwen Tian等采集黃瓜受害葉片的高光譜圖像監(jiān)測(cè)黃瓜霜霉病，精度可達(dá)90%[36]。蔡健榮[37]與E.Bauriegel等[38]基于高光譜成像系統(tǒng)進(jìn)行了植物病蟲害識(shí)別試驗(yàn)，前者識(shí)別柑橘果銹，識(shí)別率最高達(dá)90%；后者監(jiān)測(cè)小麥鐮刀菌病害，正確率最高達(dá)87%。Apan等基于高光譜影像識(shí)別甘蔗葉銹病，效果良好[39]。

除了地面高光譜影像，人們也應(yīng)用高空高光譜影像監(jiān)測(cè)森林病蟲害。劉良云等[40]、楊可明等[41]基于多時(shí)相機(jī)載高光譜影像監(jiān)測(cè)冬小麥條銹病，獲取其受害范圍和程度，效果良好。曾慶偉[42]、柳萍萍[43]基于星載Hyperion影像精細(xì)分類森林，獲得不錯(cuò)成績。

4 結(jié)語

世界各國都開展了將遙感技術(shù)與計(jì)算機(jī)技術(shù)相結(jié)合的探索研究，將其引入到森林病蟲害的預(yù)測(cè)預(yù)報(bào)、估測(cè)防治等應(yīng)用領(lǐng)域，獲得了良好的效果。研究內(nèi)容主要包括：森林失葉量檢測(cè)、林冠動(dòng)態(tài)變化分析、森林受害程度/等級(jí)確定、受害森林的光譜特征變化研究、森林缺素癥研究、森林景觀健康的遙感監(jiān)測(cè)、森林生境因子的模擬、森林病蟲害的遙感估測(cè)模型與預(yù)測(cè)預(yù)警研究等。

遙感監(jiān)測(cè)森林病蟲害手段多樣，監(jiān)測(cè)病蟲害種類多。遙感監(jiān)測(cè)森林病蟲害，監(jiān)測(cè)手段主要有航空遙感、航天遙感、雷達(dá)遙感與高光譜遙感。輔助數(shù)據(jù)有野外調(diào)查樣地資料、林地立地條件、昆蟲種群、生境因子等數(shù)據(jù)。各種地面調(diào)查等輔助信息可以提高監(jiān)測(cè)精度，有利于災(zāi)情評(píng)估。監(jiān)測(cè)的主要森林病蟲害有鐵杉尺蠖、梨帶薊馬、馬尾松松毛蟲、甲蟲等。

衛(wèi)星遙感因?yàn)槠浯髤^(qū)域、大尺度、多光譜的特性，用于監(jiān)測(cè)森林病蟲害有其優(yōu)勢(shì)，仍然是監(jiān)測(cè)的主要手段，其主要遙感數(shù)據(jù)源有TM、SPOT等中低分辨率影像?？禅B(Quick Bird)和依科諾斯(IKONOS)等多光譜高空間分辨率影像，由于價(jià)格昂貴應(yīng)用不多。今后需要加強(qiáng)高空間分辨率影像在森林病蟲害監(jiān)測(cè)中的應(yīng)用研究，以提高病蟲害監(jiān)測(cè)精度。高分辨率(光譜、空間、時(shí)間)影像數(shù)據(jù)具有廣闊的應(yīng)用空間，特別是隨著林業(yè)精準(zhǔn)化提升，高光譜數(shù)據(jù)探測(cè)病蟲害成為新的研究熱點(diǎn)。無人機(jī)技術(shù)的應(yīng)用，更提高了病蟲害的檢測(cè)準(zhǔn)確率。