張林燕, 徐麗麗,李 莉, 劉云鵬*

(1.溧陽市林業(yè)站，江蘇 溧陽 213300； 2. 江蘇省林業(yè)科學(xué)研究院，江蘇 南京 211153)

松材線蟲病是一種對松林資源具有毀滅性危害的森林病害，也是我國一級危害性林業(yè)有害生物，有著松樹“癌癥”的稱號[1]。截至2022年，我國松材線蟲病疫情已擴散到全國19個省(市)731個縣級行政區(qū)(縣)，最西端已擴散至四川涼山，最北端到達遼寧撫順，在廬山、黃山、九華山等國家級風(fēng)景名勝區(qū)和生態(tài)保護區(qū)也有入侵，防控形勢依然嚴(yán)峻。監(jiān)測預(yù)警是做好松材線蟲病防控的基礎(chǔ)和關(guān)鍵。目前，松材線蟲病的監(jiān)測主要還是依靠人工林間踏查為主。但是受地形地勢、林間雜灌等影響，人工踏查難以做到全面普查，特別是在林分茂密、人員無法到達的區(qū)域踏查尤為困難，迫切需要適宜大面積疫情監(jiān)測的技術(shù)和裝備，能夠全面、精確掌握疫情分布和發(fā)生動態(tài)。松樹感染松材線蟲病后，針葉會出現(xiàn)由綠轉(zhuǎn)黃褐色，嚴(yán)重后轉(zhuǎn)變?yōu)榧t褐色的典型癥狀，并在其光譜特征中有所體現(xiàn)，這為遙感監(jiān)測技術(shù)的應(yīng)用提供了理論基礎(chǔ)[2-8]。

近年來，基于高分系列、資源系列和環(huán)境系列等遙感衛(wèi)星獲得數(shù)據(jù)源的林業(yè)有害生物監(jiān)測研究已有很多。然而，受空間分辨率、大氣云層和運行周期的影響，衛(wèi)星遙感在獲取松材線蟲病的高精度遙感影像方面依然有較大局限。無人機遙感具有機動靈活、實時性強等優(yōu)點，能夠較好地解決人工踏查效率低、衛(wèi)星遙感分辨率差和重訪周期固定等問題。目前，國內(nèi)外關(guān)于松材線蟲病遙感監(jiān)測的原理、圖像處理和解譯算法方面的研究很多[9-11]，但面向生產(chǎn)的應(yīng)用研究和大面積推廣還處于起步階段。

本研究從完善松材線蟲病無人機遙感監(jiān)測應(yīng)用流程出發(fā)，利用小型多旋翼無人機加載6通道多光譜相機，大范圍采集松材線蟲病典型疫區(qū)低空航攝影像，進而利用專業(yè)軟件對獲取的影像進行配準(zhǔn)、拼接、輻射定標(biāo)，最終得到一張多光譜全景影像。再將多光譜反射率影像導(dǎo)入Yusense Map+軟件進行分析，對松材線蟲病死樹進行識別和定位，獲取其分布圖及坐標(biāo)數(shù)據(jù)，并通過人工林間踏查驗證。研究結(jié)果可為大面積松材線蟲病疫情遙感監(jiān)測和流行動態(tài)研究、防控效果評價和災(zāi)害損失評估提供參考。

1 試驗區(qū)概況

試驗區(qū)位于江蘇省溧陽市(E119.13—119.62°，N31.15—31.67°)，地處蘇浙皖3省交界，境內(nèi)南部和西北部多為低山丘陵區(qū)，陡坡崗地眾多；腹地自西向東地勢平坦，以平原圩區(qū)為主，是江蘇松材線蟲病的典型疫區(qū)之一。其幅員面積1 535 km2，林業(yè)用地27 735.8 hm2，林木覆蓋率31.6%。針葉林面積9 376.3 hm2，主要以馬尾松和黑松為主，并伴有部分香樟、麻櫟、楓香樹、山胡椒等闊葉樹種。自1995 年發(fā)生松材線蟲病危害以來，受害面積超2 400 hm2，累計病死松樹超30萬株。近年來，通過實施綜合治理工程，疫情總體得到有效遏制，病死樹率維持在3‰以下。然而，由于病死樹分布零散，林下雜灌眾多，通行不便，大面積的病死樹人工監(jiān)測一直是工作難點。

2 材料與方法

2.1 試驗地點

試驗樣地位于溧陽市天目湖鎮(zhèn)十里長山，其松林總面積210.8 hm2，其4角經(jīng)緯度分別為: 西北角E 119.41°，N 31.37°、東北角E 119.41°，N 31.38°、東南角E 119.42°， N 31.36°和西南角E 119.41°，N 31.36°。

2.2 航攝裝備

選用DJI M300 RTK多旋翼無人機，其最大續(xù)航時間55 min，懸停精度±0.5 m，最大飛行限制風(fēng)速15 m/s，適配可見光相機、多光譜相機等多種云臺相機。飛行器內(nèi)置RTK模塊，可實現(xiàn)高精度準(zhǔn)確定位。遙感信息采集運用長光禹辰的MS600 PRO多光譜相機，包含允許用戶在400—900 nm范圍內(nèi)預(yù)設(shè)的17種波長任選6種組配攝像通道，單通道120萬像素，12 bit數(shù)字量化位深，捕獲速率≥1s，精度15 cm。本研究參考國內(nèi)外松材線蟲病光譜特征分析，選擇450，555，660，720，750，840 nm等6個光譜通道作為航拍參數(shù)。

2.3 航攝環(huán)境條件及實施情況

無人機航攝時間為2021年11月3日，氣溫為9—14 ℃，晴，風(fēng)速1—3級，無持續(xù)風(fēng)向，空氣質(zhì)量良好；飛行時段為10:00—14:00 。由于飛行區(qū)域總面積較大，為保證起伏地形下的數(shù)據(jù)拼接兼容性，航攝高度為200 m，航速7 m/s，航向重疊度80%以上，旁向重疊度70%以上。每個架次起飛前和降落后分布進行灰板拍攝，便于后期對不同時段影像的配準(zhǔn)和定標(biāo)。

2.4 航攝影像預(yù)處理

航攝圖像數(shù)據(jù)采集之后，采用Yusense Map航空遙感預(yù)處理軟件[長光禹辰信息技術(shù)與裝備(青島)有限公司提供]對原始多光譜數(shù)據(jù)進行預(yù)處理。通過影像內(nèi)置GPS新建工程，選擇5—10張具有代表性圖像，在相機參數(shù)設(shè)置中實現(xiàn)空中三角測量、自動轉(zhuǎn)點等工作最終輸出虛擬相機參數(shù)。通過生成的虛擬相機參數(shù)將波段配準(zhǔn)、概略DSM、單片正射影像、鑲嵌正射影像、拼接、輻射定標(biāo)，最終得到具有真實地面反射率的多光譜遙感影像。

2.5 無人機航攝影像分析及解譯

將遙感影像導(dǎo)入Yusense Map+系統(tǒng)進行影像分析；系統(tǒng)分析算法主要基于病死樹的典型光譜特性構(gòu)建，并采用監(jiān)督分類方法進行。系統(tǒng)識別之前人工輔助選取多處典型的松材線蟲病病死樹影像，作為病死樹光譜數(shù)據(jù)樣本進行深度學(xué)習(xí)，再通過軟件進行自動識別和定位，最后對分析結(jié)果進行目視檢驗校正，增刪明顯誤提、漏提的點，確保提取結(jié)果的準(zhǔn)確度。

2.6 識別及定位精度驗證

為驗證松材線蟲病病死樹識別正確率及定位的精度，將Yusense Map+軟件中的病死樹GPS坐標(biāo)文件導(dǎo)入林調(diào)通或GPS定位設(shè)備，再通過人工現(xiàn)場核查的方式對相關(guān)監(jiān)測數(shù)據(jù)點位和屬性進行驗證，計算識別正確率。同時，測定被識別的病死樹實際位置與系統(tǒng)提取的坐標(biāo)點位置之間距離，檢查自動化識別的定位精度。最后對試驗區(qū)疫木進行人工拉網(wǎng)式徹底清理，統(tǒng)計清理株數(shù)，計算漏檢率。

3 結(jié)果與分析

3.1 航攝數(shù)據(jù)采集及拼接

本次航攝采集了試驗區(qū)450，555，660，720，750，840 nm等6個波段的多光譜圖像，經(jīng)校正、拼接、配準(zhǔn)、融合處理，獲得試驗區(qū)的全景正射圖像和歸一化植被指數(shù)(NDVI)圖像(如圖1)，覆蓋區(qū)域面積為210.8 hm2。將全景正射圖像部分區(qū)域進行放大觀察和影像信息顯示，表明航拍數(shù)據(jù)質(zhì)量和精度較好無明顯的重影或扭曲現(xiàn)象，地面精度達15 cm，目視情況下能夠分辨出典型的病枯死松樹單株(見圖2)。

圖1 拼接獲得的多光譜圖像(a)、彩色全景圖相(b)和NDV1偽彩圖像(c)

圖2 航攝精度(15 cm)效果圖像

3.2 無人機航攝影像解譯結(jié)果

利用Yusense Map+軟件的松材線蟲病病死樹識別與定位模塊，對本次航攝圖像中的病枯死樹進行自動化識別和定位，并結(jié)合目測校正，共識別出病死松樹83株，病死樹冠幅總面積約315.78 m2。同時，還獲得了所有病死樹坐標(biāo)點GPS坐標(biāo)，其分布標(biāo)示圖如圖3。

圖3 枯死松樹分布標(biāo)示

3.3 識別的正確率及定位精度驗證

將獲取的83株病死樹GPS坐標(biāo)導(dǎo)入林調(diào)通，并按照圖示位置人工進入林區(qū)尋找對應(yīng)坐標(biāo)點上的病死樹，測量樹種和與系統(tǒng)定位坐標(biāo)的距離。結(jié)果顯示，根據(jù)圖像識別的83株病死樹，實地調(diào)查確認(rèn)有79株為死亡松樹，1株為秋季彩葉烏桕，2株為山胡椒，1株為死亡杉木，識別精度為95.2%(見表1)。根據(jù)系統(tǒng)提取的位置信息與 GPS 實測位置信息比對，病死樹坐標(biāo)點位置的平均水平誤差為2.6 m，其中最大水平誤差為6 m，最小為0.5 m。11月底，對航拍試驗區(qū)的病死樹進行全面清理，共清理病死樹92株，較航拍圖像分析獲得的83株有所增加。按此計算本次遙感監(jiān)測漏檢率為9.8%。造成漏檢的主要原因是有少部分枯死樹為航拍后至清理前1個月內(nèi)新增的病死木，大部分為林下被壓木或針葉脫落比較嚴(yán)重的早期枯死木?？傮w而言，基于多旋翼無人機+多光譜遙感的松材線蟲病病死木分析精度和定位精準(zhǔn)度可以用于疫情監(jiān)測和病死樹清理定位參考。

表1 無人機多光譜遙感監(jiān)測病死樹識別與定位驗證統(tǒng)計

4 結(jié)論與討論

多光譜遙感是基于多個特定光譜波長的圖像數(shù)據(jù)采集，因此，相對可見光遙感圖像所獲得的信息更豐富，特別是對松材線蟲病這種感病后針葉顏色有顯著光譜反射變化的情況，使大面積、快速監(jiān)測成為可能。

多光譜遙感信息獲取途徑主要有衛(wèi)星遙感、航拍多光譜遙感2種。1972年美國成功發(fā)射了世界上第一顆地球資源衛(wèi)星(Landsat)，開創(chuàng)了利用衛(wèi)星遙感影像進行病蟲害監(jiān)測的新篇章[12]?；贚andsat TM，ETM+等衛(wèi)星遙感影像，監(jiān)測山松甲蟲、松材線蟲病等侵害已有大量研究，監(jiān)測精度能夠達到67%—85%不等[13-15]。然而，目前的多光譜衛(wèi)星遙感影像分辨率大多在米級，對于連片的、大面積的災(zāi)害監(jiān)測有優(yōu)勢，但對于松材線蟲病這種病死樹分布較為分散的單株識別，其相對精度仍然偏低。此外，松材線蟲病在我國多分布于山區(qū)，山體陰影和大氣云層對衛(wèi)星遙感影像的拼接、融合和解譯分析有較大影響[16]。而航拍遙感作為一種低空遙感監(jiān)測，在數(shù)據(jù)獲取過程中受云層影響較小，且具有作業(yè)靈活性、時空分辨率較高等優(yōu)勢。特別是近年來，隨著無人機和高精度遙感拍攝設(shè)備和技術(shù)水平的快速發(fā)展，無人機遙感圖像的質(zhì)量和所包含信息量都得到顯著提升。武紅敢等[17]利用固定翼無人機遙感(航高450 m)在重慶市沙坪壩區(qū)對松材線蟲病監(jiān)測應(yīng)用，監(jiān)測準(zhǔn)確率為94%，定位精度在10 m 以內(nèi)。黃煥華等[18]利用固定翼無人機搭載可見光相機和多光譜相機，以450 m航高，采集了廣東省部分松材線蟲病疫點的遙感影像，分析獲得了區(qū)域內(nèi)病死樹的數(shù)量和GPS坐標(biāo)，驗證監(jiān)測準(zhǔn)確率達到80%，GPS坐標(biāo)點位置精度為2—3 m。本研究利用大疆DJI M300 RTK多旋翼無人機搭載6通道多光譜相機獲取率溧陽市天目湖鎮(zhèn)典型松材線蟲病疫區(qū)的低空遙感影像，病死樹識別精度達到95.2%，坐標(biāo)點位置的水平誤差為2.6 m，漏檢率低于10%。相比較而言，本次試驗的病死樹識別精度、漏檢率、坐標(biāo)水平誤差均有所改善，一方面得益于大疆DJI M300 RTK多旋翼無人機的飛控平臺穩(wěn)定性，另一方面也得益于多旋翼無人機的航高(200 m)相對固定翼更低，成像分別率更高的優(yōu)勢。

松材線蟲病的遙感監(jiān)測中，影像的解譯方法對最終病死樹的識別精度也有至關(guān)重要的作用。目前，松材線蟲病的無人機遙感圖像解譯主要依靠人工目視或人機結(jié)合的方式進行判讀，這種方式對判讀人員專業(yè)技術(shù)要求很高，存在主觀性強、效率低的弊端，難以滿足大面積快速識別、判讀的應(yīng)用需求。本研究采用的Yusense Map+軟件，配置專門的松材線蟲病病死樹識別和定位功能模塊，可以實現(xiàn)系統(tǒng)自定識別和定位。但在操作過程中也發(fā)現(xiàn)，基于系統(tǒng)的自動識別，存在將裸地錯誤識別、提取為變色病死樹，或?qū)⒎堑湫妥兩∷罉溥z漏的現(xiàn)象，尚需人工輔助對上述明顯的誤提、漏提加以糾正，才能得到相對較為精準(zhǔn)的病死樹識別結(jié)果。

因此，實現(xiàn)無人機遙感在松材線蟲病監(jiān)測中的大面積推廣應(yīng)用，尚需進一步優(yōu)化解譯算法，提高系統(tǒng)自動識別精度。重點可以從以下幾個方面加以改進：一是積累更加豐富的變色病死樹樣本數(shù)據(jù)庫，提高系統(tǒng)自動識別過程中的比對成功率；二是有針對性地增加松樹與其他地面地物、不同場景下的試驗區(qū)分析實驗，增強不同環(huán)境下的影像解譯算法的魯棒性；三是進一步規(guī)范無人機遙感監(jiān)測作業(yè)流程和要求，如航高、航速、航向重疊率等參數(shù)設(shè)置，遙感影像采集季節(jié)、航拍時間節(jié)點等，提高航攝影像的質(zhì)量。此外，專業(yè)的飛手也是必不可少，只有飛手對飛行參數(shù)的科學(xué)合理的規(guī)劃、設(shè)計和操控，才能確保獲得高質(zhì)量的遙感數(shù)據(jù)。