劉春燕 曾慶圣 李亭潞 楊振意高億波 陳湛昊 趙丹陽 孫 思

（1. 廣東省森林資源保育中心, 廣東 廣州 510173；2. 華南農(nóng)業(yè)大學(xué) 林學(xué)與風(fēng)景園林學(xué)院，廣東 廣州 510642；3. 廣東省森林培育與保護利用重點實驗室/廣東省林業(yè)科學(xué)研究院, 廣東 廣州 510520）

由于松材線蟲病在我國的發(fā)生形勢越來越嚴峻，國家對松材線蟲病的防控也愈加重視，科研的力度也逐步增大，各種防控技術(shù)不斷發(fā)展[1-3]。調(diào)查監(jiān)測是防控工作的前端，目前調(diào)查監(jiān)測的研究熱點是應(yīng)用深度學(xué)習(xí)識別無人機航拍圖上的染病變色松樹[4-11]。

在廣東省，松樹染病后變紅的高峰期為8、9、10 月，而傳播松材線蟲的媒介昆蟲——松褐天牛Monochamus alternatus的羽化高峰在5 月。如果監(jiān)測與清理死樹等防控工作在8 月以后才開展，實際已經(jīng)錯過了消滅侵染來源的最佳時期，導(dǎo)致防控效果不理想。因此，監(jiān)測工作應(yīng)安排在5 月，即開展早期監(jiān)測，發(fā)現(xiàn)染病松樹后（此時松樹并沒有明顯變色）立即清除，才能真正達到消滅初侵染來源的目的。根據(jù)多光譜傳感器對植物的生長勢極為敏感的特性[12]，Run Yu 等[13]使用搭載多光譜傳感器的無人機與深度學(xué)習(xí)算法相結(jié)合開展了識別染病早期松樹的工作，取得了較好的效果，證明了這一技術(shù)的可行性。

已有研究表明，無論是否早期監(jiān)測，都是在同一時間點，利用人工地面調(diào)查或人工判讀航拍圖的方法來驗證深度學(xué)習(xí)識別效果的準確度，屬于靜態(tài)監(jiān)測。本研究的思路是讓試驗進一步融入防控工作，以清理病死松樹的結(jié)果來驗證航拍監(jiān)測結(jié)論，即用后時間點數(shù)據(jù)驗證前時間點數(shù)據(jù)，屬于動態(tài)監(jiān)測，以期最終實現(xiàn)早期航拍監(jiān)測數(shù)據(jù)作為清理發(fā)病初期松樹的依據(jù)，進而達到鏟除松材線蟲病初侵染來源的目標。

1 材料與方法

1.1 試驗地概況與試驗對象

試驗地位于廣東省某松材線蟲病疫區(qū)，試驗林總面積為32 hm2，其中馬尾松Pinus massoniana純林約12 hm2，均為30 年生以上，在航拍影像上極易觀察。在經(jīng)歷多年的松材線蟲病侵染以后，原有的馬尾松大部分已經(jīng)死亡，只剩下數(shù)十株，即本試驗的目標植株。

經(jīng)向本地森防主管部門咨詢，本地的防治措施是發(fā)現(xiàn)病死松樹（變?yōu)榧t褐色的松樹）后立即清理，即發(fā)現(xiàn)一株清理一株。清理工作由本地森防主管部門開展，本試驗不對清理工作產(chǎn)生任何影響，只通過觀察清理結(jié)果驗證監(jiān)測試驗的準確 性。

1.2 試驗儀器與軟件

無人機：精靈4 多光譜版，深圳大疆創(chuàng)新科技有限公司；軟件：Pix4Dmapper 4.4，Pix4d SA公司；ArcGIS Pro 2.9，Esri 信息技術(shù)有限公司。

1.3 試驗方法

利用無人機對試驗地進行航拍，從2021 年5 月至2022 年10 月逐月拍攝。由于5 月是監(jiān)測的關(guān)鍵時間，2021 年5 月拍攝兩次，中間間隔20 天。使用軟件將原始圖片拼接生成正射影像圖（DOM）和歸一化植被指數(shù)圖（NDVI）。將DOM與NDVI 導(dǎo) 入Pix4Dmapper，在DOM 上 生 成 覆蓋目標松樹樹冠的直徑相等的圓形面要素，再使用 “以表格顯示分區(qū)統(tǒng)計” 工具將面要素和NDVI結(jié)合生成每一株松樹的NDVI 值，代表每一株松樹的生長勢。將所有松樹的NDVI 值排序，排序最低的松樹即為最衰弱的松樹，理論上是最有可能被首先清理的對象。以NDVI 值排序最低的兩株松樹為目標，通過逐月從航拍圖上檢查被清理的松樹是否是排序最低的松樹來驗證這一方法的可行性。松樹NDVI 值排序和觀察被清理松樹的工作均在航拍圖上進行。每次拍攝照片約480 張（含紅，綠，藍，近紅外4 種單波段和可見光影像），分辨率約為21.5 cm/pix。

試驗共進行了兩輪。第一輪試驗利用2021 年5 月拍攝的兩次影像生成的NDVI 值預(yù)測可能被清理的病死松樹，然后將結(jié)果與從6 月開始的可見光影像逐月核對，發(fā)現(xiàn)預(yù)測結(jié)果準確度不理想。討論原因以后，改為從2021 年11 月拍攝的影像生成的NDVI 值預(yù)測，然后將結(jié)果與從2021 年12月的可見光影像開始逐月核對。

2 結(jié)果與分析

2.1 第一輪試驗

2021 年5 月第一次拍攝的可見光影像與生成的NDVI 圖，及勾繪的代表松樹樹冠的面要素見圖1。共勾繪了36 株松樹樹冠，其NDVI 值分別為0.548 915，0.531 875，0.512 815，0.600 104，0.572 241，0.620 448，0.619 774，0.565 905，0.580 137，0.573 165，0.584 135，0.589 903，0.556 181，0.595 256，0.647 511，0.536 033，0.608 412，0.592 071，0.605 772，0.603 196，0.543 188，0.523 893，0.629 952，0.613 818，0.572 280，0.585 984，0.596 234，0.580 898，0.581 085，0.556 181，0.644 736，0.550 760，0.557 737，0.617 886，0.635 638，0.532 723。 其中最低值為0.512 815，0.523 893，對應(yīng)的樹木如圖1 箭頭所指。

圖1 第一次拍攝可見光影像（上）與NDVI 圖（下）Fig.1 RGB image (above) and NDVI image (below) of first shot

2021 年5 月第二次拍攝的可見光影像與生成的NDVI 圖，及勾繪的代表松樹樹冠的面要素見圖2。36 株松樹樹冠的NDVI 值分別為0.687 346，0.722 920，0.674 452，0.740 928，0.728 433，0.712 167，0.690 275，0.765 626，0.718 508，0.702 434，0.653 731，0.648 423，0.634 612，0.757 567，0.759 324，0.661 856，0.731 181，0.696 179，0.662 553，0.630 803，0.596 621，0.507 846，0.672 736，0.718 776，0.579 072，0.637 952，0.683 635，0.787 105，0.526 113，0.596 569，0.732 417，0.644 683，0.673 968，0.609 240，0.673 264，0.685 313。其中最低值為0.507 846，0.526 113，對應(yīng)的樹木如圖2 箭頭所指。

圖2 第二次拍攝可見光影像（上）與NDVI 圖（下）Fig.2 RGB image (above) and NDVI image (below)of second shot

逐月航拍調(diào)查發(fā)現(xiàn)，在2021 年9 月，有一株松樹被清理，10 月，第二株松樹被清理，如圖3。但被清理的松樹與2021 年5 月兩次調(diào)查分析的結(jié)果均不相同，即從航拍圖上觀察到被清理的松樹與NDVI 值排序最低的松樹不一致。

圖3 2021 年10 月最早被清理的兩株松樹Fig.3 The first two pines to be cleared in October 2021

2.2 第二輪試驗

由于第一輪監(jiān)測效果不理想，我們對試驗過程進行了探討分析，確定原因為地面茂盛的植被掩蓋了衰弱松樹降低的NDVI 值。因此，將預(yù)測時間改為地面植被較少的冬季，具體為2021 年11 月。

2021 年11 月拍攝的可見光影像與生成的NDVI 圖，及勾繪的代表松樹樹冠的面要素見圖4。死亡兩株松樹后剩余34 株松樹，其樹冠的NDVI 值分別為0.582 373，0.629 933，0.487 411，0.590 495，0.564 952，0.547 075，0.554 286，0.499 494，0.506 566，0.639 696，0.608 792，0.498 869，0.560 560，0.412 431，0.502 033，0.602 765，0.542 891，0.318 315，0.476 104，0.447 705，0.530 532，0.560 642，0.504 666，0.383 832，0.551 780，0.412 810，0.525 996，0.511 683，0.587 047，0.595 711，0.626 463，0.480 096，0.416 615，0.584 393。其中最低值為0.318 315，0.383 832，對應(yīng)的樹木如圖4 箭頭所指。

圖4 可見光影像（上）與NDVI 圖（下）Fig.4 RGB image (above) and NDVI image (below)

逐月航拍調(diào)查發(fā)現(xiàn)，在2022 年8 月，有一株松樹被清理，9 月，有2 株松樹被清理，即截止2022年9 月共清理了3 株松樹，如圖3。通過NDVI 值排序預(yù)測的兩株衰弱松樹與這3 株松樹中的兩株對應(yīng)。

圖5 2022 年10 月最早被清理的3 株松樹Fig.5 The first three pines to be cleared in October 2022

3 結(jié)論與討論

3.1 本研究使用動態(tài)監(jiān)測的思路，最終選擇在11月對感染松材線蟲病但未表現(xiàn)癥狀的松樹開展早期監(jiān)測，準確識別到了衰弱松樹，取得了較好的試驗效果。

如前言所述，從防控的角度，松材線蟲病監(jiān)測的最佳時機為松褐天牛羽化之前。因為天牛羽化，病害已經(jīng)開始傳播，就不能達成消滅初侵染來源的目的。本研究初始也根據(jù)這一理論將監(jiān)測時間定在5 月，結(jié)果發(fā)現(xiàn)通過監(jiān)測所定位的最衰弱松樹并沒有首先變紅枯死并被清理。探討其原因時發(fā)現(xiàn)，定位到的最衰弱松樹恰巧都接近無植被空地。根據(jù)圖1，2 的可見光影像，5 月時地被植物生長旺盛。與11 月地被植物生長稀疏的影像對比，這一現(xiàn)象更加明顯。雖然本研究的目標松樹十分高大，從地面上看，其樹冠與地被植物完全處于不同的高度，但在航拍圖上，兩者有合為一層的趨勢。特別是在NDVI 指數(shù)圖上，兩者實際上融為一體，從代表植被的綠色的均勻度就可以看出這一情況。由于這一原因，長勢衰弱的松樹在航拍圖上與下層植被融為一體，其NDVI 值得到提升；而原本一些健康松樹由于樹冠下方為無植被空地，其NDVI 值反而排序較低。

為了解決這一問題，本研究在開展第二輪試驗時，在地被植物稀疏的11 月進行監(jiān)測分析，所定位到的衰弱松樹在第二年首先變紅枯死，并立即被清理。這也證明了對第一輪試驗結(jié)果不理想的原因分析的正確性。

根據(jù)本研究的結(jié)論，早期監(jiān)測的時機選擇在冬季較為合適。這一結(jié)論雖然從表面上看有悖于在天牛羽化之前，即春夏之交的時期開展監(jiān)測的理論，但也可理解為將監(jiān)測時間再提前，同樣還是屬于早期監(jiān)測的范疇。最終哪種方法合適，則由防控的實際效果確定。

3.2 本研究第二輪的試驗使用航拍技術(shù)證明了松材線蟲病潛伏侵染的存在。試驗結(jié)果表明確實存在有部分當(dāng)年發(fā)病的松樹實際在上一年已經(jīng)被侵染導(dǎo)致衰弱，但沒有表現(xiàn)明顯癥狀。

如果從地面開展證明松材線蟲病潛伏侵染存在性的試驗，方法是在冬季，松褐天牛已經(jīng)停止在不同樹木轉(zhuǎn)移的時期，從發(fā)病林分中選擇無癥狀的松樹進行取樣檢測。如為陽性，則表示該株松樹處于潛伏侵染的狀態(tài)。但其缺陷是，無癥狀的松樹多數(shù)就是健康松樹，所以要檢測大量的樣本。而利用航拍的方法則大大提高了工作效率。

3.3 已有的航拍監(jiān)測技術(shù)通常是在監(jiān)測的同一時間點，通過地面調(diào)查等方法來對監(jiān)測結(jié)果進行驗證，屬于靜態(tài)監(jiān)測。靜態(tài)監(jiān)測近年來在結(jié)合了深度學(xué)習(xí)技術(shù)以后，無論是病死樹的監(jiān)測還是無癥狀染病松樹的早期檢測，準確率都在逐步提高[4-11]。但從實際防控工作的角度，由于松材線蟲病傳染性極強，如果監(jiān)測染病松樹的準確率達不到100%，就無法阻止其繼續(xù)傳播，即從理論上不允許有漏網(wǎng)之魚。因此靜態(tài)監(jiān)測技術(shù)在生產(chǎn)實際中有一定局限性。

本研究準確捕捉到了衰弱松樹，且通過動態(tài)監(jiān)測得到了防控工作的驗證。但本研究的場景具有一定特殊性，如試驗地的松林組成為稀疏的高大松樹，在航拍圖上樹冠十分清晰，有利于監(jiān)測。而廣東的松林，無論是針闊混交林還是馬尾松純林，主要都是中幼林，且郁閉度相對較高，從航拍圖上難以準確的分割樹冠。此外，試驗地防控措施較為嚴格，可以做到發(fā)現(xiàn)一株病死松樹，清理一株，但實際上很多地方做不到這一點，這也限制了本技術(shù)的推廣應(yīng)用。因此，能夠適用于實際工作的松材線蟲病染病早期松樹航拍監(jiān)測方法有待于進一步研發(fā)。