陸百慧,陳圣波
吉林大學(xué) 地球探測科學(xué)與技術(shù)學(xué)院,長春 130026
內(nèi)蒙古通遼地區(qū)位于“世界黃金玉米帶”內(nèi),作為中國的玉米主產(chǎn)區(qū),內(nèi)蒙古玉米蟲害的防治尤為重要[1]。2018年為近十年內(nèi)蒙古開魯縣玉米蟲害發(fā)生最嚴(yán)重的一年,玉米主要受到紅蜘蛛和二代粘蟲危害,其中二代粘蟲危害程度較輕,而玉米紅蜘蛛發(fā)生較重,嚴(yán)重影響了玉米作物的產(chǎn)量和品質(zhì)。因此,及時(shí)可靠的監(jiān)測玉米蟲害發(fā)生情況對(duì)于該地區(qū)農(nóng)業(yè)生產(chǎn)具有十分重要的現(xiàn)實(shí)意義。
當(dāng)前,國內(nèi)外大多數(shù)學(xué)者通過分析作物光譜曲線來尋找作物對(duì)某種病蟲害的敏感波段,從而建立相應(yīng)病蟲害發(fā)生程度與波段特征信息間的相關(guān)關(guān)系,進(jìn)而實(shí)現(xiàn)農(nóng)作物病蟲害的遙感監(jiān)測。Jones et al.[2]通過分析番茄葉片的光譜特征,發(fā)現(xiàn)在395 nm、633~635 nm和750~760 nm 波段范圍內(nèi),感染葉斑病的番茄葉片光譜反射率發(fā)生了顯著變化;陳鵬程[3]通過對(duì)螨害指數(shù)與光譜反射率數(shù)據(jù)進(jìn)行相關(guān)分析,發(fā)現(xiàn)634 nm、694 nm與767 nm波段與螨害程度達(dá)到極顯著相關(guān),由此建立了多波段診斷模型,模型的決定系數(shù)可達(dá)0.7以上。此外,研究作物病蟲害敏感波段位置或通過各種光譜特征參數(shù)來建立植被指數(shù)進(jìn)行病蟲分析也是病蟲害研究的主流方法。在以往的研究中,前人已提出并使用了多種具有不同理化意義的植被指數(shù),這些植被指數(shù)反映了植被生長狀況,可以用來作為建立作物病蟲害監(jiān)測模型的指標(biāo)。Apan et al.[4]通過對(duì)Hyperion高光譜影像的光譜特征信息進(jìn)行處理和分析,提出“疾病--水份脅迫指數(shù)DWSI”,對(duì)研究區(qū)內(nèi)的甘蔗銹病的發(fā)生范圍進(jìn)行了識(shí)別與監(jiān)測。Lin et al.[5]結(jié)合植被指數(shù)GNDVI、紅邊參數(shù)、環(huán)境指數(shù)以及地表溫度,利用費(fèi)歇爾線性判別分析法建立模型進(jìn)行作物病蟲害的監(jiān)測,結(jié)果表明結(jié)合植被指數(shù)和環(huán)境指數(shù)建立的模型監(jiān)測精度可達(dá)82%。趙博文[6]利用歸一化差值植被指數(shù)NDVI建立病蟲害監(jiān)測模型,并利用modis數(shù)據(jù)提取出的災(zāi)害范圍進(jìn)行輔助驗(yàn)證,結(jié)果表明模型精度較好,可以實(shí)現(xiàn)對(duì)作物病蟲害的監(jiān)測。
綜上所述,通過分析遭受病蟲害的作物光譜曲線,研究病蟲害發(fā)生程度與原始光譜以及光譜特征指數(shù)之間的相關(guān)關(guān)系,從而確定作物對(duì)某種病蟲害反應(yīng)的敏感波段并建立監(jiān)測模型,是當(dāng)前利用遙感技術(shù)監(jiān)測農(nóng)作物病蟲害研究的主要方法[7]。但當(dāng)前國內(nèi)外針對(duì)農(nóng)作物病蟲害的研究,大多以小麥和水稻為研究對(duì)象,針對(duì)玉米蟲害的研究較少。而且這些研究或缺少野外實(shí)地考察數(shù)據(jù)來驗(yàn)證模型精度,或沒有對(duì)研究區(qū)病蟲害發(fā)生成因進(jìn)行分析。而本文既利用野外實(shí)測數(shù)據(jù)對(duì)開魯縣玉米受蟲害程度劃分結(jié)果進(jìn)行了精度驗(yàn)證,且對(duì)開魯?shù)貐^(qū)生境因素進(jìn)行分析,闡明了該地區(qū)2018年蟲害嚴(yán)重的原因。
開魯縣位于內(nèi)蒙古自治區(qū)通遼市西部,介于120°25′~121°52′E、43°09′ ~44°10′ N之間。縣內(nèi)地勢平坦,耕地面積約17.33萬hm2,其中玉米作物種植面積達(dá)10.67萬hm2。開魯縣玉米普遍于每年的五月中下旬播種,在大喇叭口期至成熟期易受粘蟲脅迫,在抽雄散粉期易受紅蜘蛛脅迫,于9月末進(jìn)入收獲期[8](圖1)。
1.2.1 遙感影像數(shù)據(jù)
遙感數(shù)據(jù)來源為一景GF--1衛(wèi)星WFV4傳感器的遙感影像,空間分辨率為16 m,包括藍(lán)(0.45~0.52 μm)、綠(0.52~0.59 μm)、紅(0.63~0.69 μm)、近紅外(0.77~0.89 μm)4個(gè)波段[9]。高分一號(hào)衛(wèi)星裝載了2臺(tái)2 m分辨率全色相機(jī)、8 m分辨率多光譜相機(jī)和4臺(tái)16 m分辨率寬幅相機(jī),具有高空間分辨率、高時(shí)間分辨率和寬覆蓋的特點(diǎn)。本研究所用遙感影像成像時(shí)間為2018年8月2日,為開魯縣玉米蟲害爆發(fā)后一周。
1.2.2 野外數(shù)據(jù)
在2018年7月下旬開魯縣玉米蟲害爆發(fā)之后,邀請(qǐng)農(nóng)學(xué)專家一同在研究區(qū)開展實(shí)地考察工作。利用手持GPS定位儀對(duì)采樣點(diǎn)經(jīng)緯坐標(biāo)和玉米蟲害信息進(jìn)行采集與記錄,共計(jì)有效玉米蟲害采樣點(diǎn)88個(gè)。根據(jù)野外實(shí)地考察結(jié)果并結(jié)合專家意見,將玉米查災(zāi)采樣點(diǎn)劃分為重度蟲害玉米、中度蟲害玉米、輕度蟲害玉米和健康玉米4種類型。
玉米遭受蟲害脅迫后,短期內(nèi)植株莖、葉組織遭到嚴(yán)重破壞,冠層由茂密變?yōu)橄∈?,植株表現(xiàn)出失綠、萎蔫和外觀改變等病態(tài)[10],葉綠素含量[11]、葉面積指數(shù)[12]等生理生化參數(shù)發(fā)生顯著變化,從而導(dǎo)致其波譜特征和植被指數(shù)發(fā)生改變。各種植被指數(shù)與健康玉米植被指數(shù)相比較有明顯的下降,災(zāi)情越重,植被指數(shù)的值越小[13]。在利用植被指數(shù)監(jiān)測蟲害方面, 前人研究結(jié)果表明, 以RDVI構(gòu)建的植被指數(shù)模型,其方差值小于以NDVI和SAVI構(gòu)建的植被指數(shù)模型,說明RDVI模型更適用于蟲害監(jiān)測[14]。
圖1 開魯縣及采樣點(diǎn)
RDVI是在歸一化差值植被指數(shù)(NDVI)和差值植被指數(shù)(DVI)的基礎(chǔ)上提出來的,其對(duì)植被的茂密稀疏程度敏感。由于玉米遭受蟲害后,葉片被啃食,嚴(yán)重受害玉米葉片全被吃光,僅剩葉脈,玉米種植區(qū)由茂密變?yōu)橄∈?,整體覆蓋度明顯下降。因此,選用RDVI作為監(jiān)測玉米遭受蟲害嚴(yán)重程度的指標(biāo),其計(jì)算公式為:
(1)
式中:R為紅波段值,NIR為近紅外波段值。
由于RDVI均值可以反映玉米茂密稀疏的平均程度,而RDVI標(biāo)準(zhǔn)差可以從一定程度上反映出遭受害蟲啃噬后的玉米與正常生長玉米間的覆蓋度差異,因此可以通過設(shè)置RDVI均值與標(biāo)準(zhǔn)差之間標(biāo)準(zhǔn)化的定量關(guān)系,對(duì)開魯縣玉米進(jìn)行受害程度的劃分。
根據(jù)不同地物在遙感影像上會(huì)表現(xiàn)出不同的紋理、色彩等特征這一原理,采用監(jiān)督分類中的最小距離法對(duì)研究區(qū)內(nèi)玉米進(jìn)行提取,并通過分類后處理操作,得到玉米種植范圍。利用混淆矩陣進(jìn)行精度驗(yàn)證表明,總體分類精度達(dá)到91.29%,Kappa系數(shù)為0.86,說明監(jiān)督分類精度較高。另一方面,利用野外實(shí)測玉米出苗采樣點(diǎn)對(duì)提取結(jié)果進(jìn)行驗(yàn)證,發(fā)現(xiàn)160個(gè)玉米出苗采樣點(diǎn)中有142個(gè)采樣點(diǎn)被正確劃分為玉米。此外,開魯縣2018年玉米種植面積約10.67萬hm2,遙感提取結(jié)果中玉米面積為11.53萬hm2,造成面積差的主要原因是紅干椒等其他作物混分??傮w來看,玉米提取結(jié)果比較符合實(shí)際,開魯縣玉米分布如圖2所示。
圖2 開魯縣玉米分布圖
根據(jù)60個(gè)采樣點(diǎn)調(diào)整閾值,利用剩余28個(gè)采樣點(diǎn)進(jìn)行精度驗(yàn)證,最終確定將RDVIMean-1×Std、RDVIMean、RDVIMean+1.5×Std作為分級(jí)節(jié)點(diǎn)。將RDVI值低于RDVIMean-1×Std的玉米定義為重度蟲害玉米,將同時(shí)滿足RDVI值高于RDVIMean-1×Std且低于RDVIMean的玉米定義為中度蟲害玉米,將同時(shí)滿足RDVI值高于RDVIMean且低于RDVIMean+1.5×Std的玉米定義為輕度蟲害玉米,將RDVI值高于RDVIMean+1.5×Std的玉米定義為相對(duì)健康玉米?;谏鲜鲩撝祫澐謽?biāo)準(zhǔn),以鎮(zhèn)為單位對(duì)開魯縣玉米受蟲害程度進(jìn)行劃分,結(jié)果如圖3所示。
由于開魯縣黑龍壩鎮(zhèn)、義和塔拉鎮(zhèn)、小街基鎮(zhèn)、麥新鎮(zhèn)和建華鎮(zhèn)玉米查災(zāi)采樣點(diǎn)較多,因此對(duì)該5個(gè)鎮(zhèn)蟲害程度劃分結(jié)果進(jìn)行精度檢驗(yàn),驗(yàn)證結(jié)果如圖4所示??傮w來看,開魯縣玉米蟲害劃分總體精度為75%,表明上述方法精度較高。其中,小街基鎮(zhèn)玉米蟲害程度劃分精度最高,可達(dá)83.33%,建華鎮(zhèn)受害程度劃分精度最低,為50%。原因是建華鎮(zhèn)農(nóng)作物類型較豐富,影響了監(jiān)督分類結(jié)果精度,從而導(dǎo)致該鎮(zhèn)玉米蟲害程度劃分結(jié)果精度低于其他鎮(zhèn)。
此外,根據(jù)保險(xiǎn)公司上報(bào)數(shù)據(jù),開魯縣2018年7月中旬玉米蟲害爆發(fā),7月25日開始防治,10 d±災(zāi)情基本得到控制,本次研究選用的遙感影像時(shí)相處于災(zāi)情防治住之前,此時(shí)開魯縣實(shí)際受蟲害脅迫玉米面積達(dá)玉米種植總面積的80%以上。統(tǒng)計(jì)遙感提取結(jié)果可知,開魯縣受蟲害玉米占比達(dá)82.93%,與保險(xiǎn)公司提供的實(shí)際受害面積占比相符,進(jìn)一步說明了該方法的可靠性。
圖3 開魯縣玉米受害程度分布圖
圖4 5個(gè)鎮(zhèn)精度驗(yàn)證結(jié)果
通過中國氣象局可以得到開魯縣2018年5月1日至7月31日的旬平均溫度、旬平均最高氣溫、旬平均最低氣溫、旬降水和旬平均相對(duì)濕度數(shù)據(jù),并制作變化曲線圖(圖5、6)。根據(jù)前人研究結(jié)果可知,內(nèi)蒙古東部地區(qū)各氣象站點(diǎn)雨季平均降水量為225.6 mm[15],而開魯縣該氣象站雨季降水量為94.4 mm,遠(yuǎn)低于歷年平均值。此外,該站點(diǎn)6月中旬至7月中旬平均氣溫24.7℃、平均最高氣溫30.49℃、平均最低氣溫19.54℃、平均相對(duì)濕度63.5%,同時(shí)由于降水較少,出現(xiàn)干旱等災(zāi)情,而高溫干旱的氣象條件十分有利于玉米紅蜘蛛的發(fā)生。
圖5 開魯縣5月—7月旬氣溫變化曲線圖
圖6 開魯縣5月—7月旬降水及相對(duì)濕度變化圖
根據(jù)2018年內(nèi)蒙古農(nóng)作物主要病蟲害發(fā)生趨勢報(bào)告來看,該地區(qū)2017年三代粘蟲總體為害程度重于2016年,使得2018年有效蟲源數(shù)量偏多,從而導(dǎo)致該縣2018年二代粘蟲中等偏輕發(fā)生。
根據(jù)2018年開魯縣土壤墑情普查結(jié)果,可知開魯縣該年大部地區(qū)土壤墑情為3類墑情,土壤含水率較低,墑情較差,這也是導(dǎo)致玉米紅蜘蛛爆發(fā)的因素之一。
此外,受灌溉期和發(fā)育期差異的影響,開魯縣大量玉米沒有得到適時(shí)澆水,加上7—8月間該縣降水偏少,而玉米需水量大,灌水不及時(shí)導(dǎo)致玉米非常容易受旱,為紅蜘蛛的發(fā)生、發(fā)展創(chuàng)造了有利的環(huán)境條件,這是該縣玉米紅蜘蛛發(fā)生重的又一原因[16]。
除了上述幾種原因外,玉米蟲害的發(fā)生還受作物種植方式、施藥量與時(shí)間和天敵等因素的綜合影響,是各種因素綜合作用的結(jié)果。
(1)利用玉米蟲害遙感模型進(jìn)行監(jiān)測的結(jié)果表明,以鎮(zhèn)為單位進(jìn)行監(jiān)測精度最高可達(dá)83.33%,以縣為單位監(jiān)測精度為75%。
(2)基于玉米蟲害監(jiān)測模型,生成了開魯縣2018年玉米蟲害程度分布圖,準(zhǔn)確反映了開魯縣玉米受蟲害脅迫程度相對(duì)輕重的分布情況,為玉米蟲害治理提供技術(shù)支持。
(3)玉米蟲害爆發(fā)受蟲源基數(shù)、氣象條件、土壤墑情和灌溉條件等多方面綜合作用的影響。