无人机+高光谱 探求森林病虫害遥感监测新转机

申佩佩 邵月中

松材线虫病（Bursaphelenchus xylophilus）又称松树枯萎病，是全球森林生态系统中最具危害性的病害之一。对于松材线虫病的预防、监测和除治一直是中国林业生态监管工作的重中之重，松材线虫也被列在“重要（检疫性）有害生物”中森林病害的首位。

松树是浙江省造林先锋树种，其规模几乎占到全省森林总面积的“半壁江山”。多年来，浙江省对松材线虫病科学防治、有效监测的相关研究始终未曾懈怠，到2021年，这场旷日持久的“松林保卫战”转眼已持续了30年。2019年，宁波市测绘和遥感技术研究院联合市森防站成立了一支科研团队，针对当前松材线虫病监测工作中遇到的监测数据源单一、监测手段人工依赖性强等亟须解决的要点难点问题集中开展了技术攻关，“天空地协同的松材线虫病疫情遥感监测关键技术研究”项目应运而生。

“天空地”一体化协同监测

该项目充分利用宁波市测绘遥感院CW-10无人机和Cubert-S185成像高光谱传感器等基础设施装备，创新性地引入高光谱遥感技术应用于松材线虫病致死树识别和监测工作，实现了高空间分辨率卫星遥感影像数据、低空无人机高光谱遥感数据、地面遥感采样数据和实地踏勘核实数据等多源多平台数据的综合利用和有效融合。

地。地面遥感采样数据和实地踏勘核实数据是研究的重要基底和验证数据。项目实施期间，项目组成员抽样采集了研究区发病枯死松树的准确空间位置和实测光谱数据，并将采集的地面数据进行清洗整理，形成松材线虫病致死树光谱样本，为系统性研究宁波市松材线虫病致死树高光谱遥感图谱特征提供数据支撑。

空。低空无人机高光谱遥感数据，具有空间分辨率高（≤0.15米）、光谱分辨率高（≤4纳米）的优势，在项目关注的重点发病区采集了1.5万亩高光谱遥感影像数据。在此基础上，提出并建立了松材线虫病致死树的光谱特征指数，实现了基于无人机高光谱遥感成像技术的松材线虫病致死树智能化、精细化提取，提取准确率优于90%。

天。航天卫星遥感为大空间范围、高频高效时空监测提供了有效技术手段。利用无人机高光谱遥感提取的精细监测成果作为卫星遥感监测的“海量”训练数据，基于样本迁移算法實现多源数据间的相互利用和优势互补，采用随机森林机器学习算法实现了宏观监测尺度上的松材线虫病致死树高效化空间分布信息提取。

科技成果转化落地

2020年，该项目正式申请立项为首批浙江省自然资源厅科技项目，团队重点攻克了面向林业无人机高光谱遥感数据预处理、针对松材线虫病致死树的高光谱信息提取和多源遥感监测手段融合应用等关键技术难点，形成了一批具有自主知识产权的科技成果，并于2021年11月1日顺利通过了省自然资源厅在杭州组织的项目验收。

项目形成的天空地一体化松材线虫病疫情遥感监测技术方案顺利在实际工作中实现技术转化，目前已应用于宁波市林业局森林病虫害防治站2020年和2021年松材线虫病疫情监测及疫木处置评估等工作中，为摸清宁波森林病虫害疫情底数，提高监测效率和科学化管理水平提供遥感技术支撑。

在下一步研究和工作中，团队将进一步提高项目技术效力。一是要进一步扩充监测数据源，通过合理利用超高空间分辨率卫星遥感影像数据，将有望实现大范围疫木精准到株的监测和统计;二是要进一步优化提取算法，形成较大体量的样本作为先验知识库，有助于后续开展基于神经网络深度学习的松材线虫病致死树信息提取与监测研究，从算法层面进一步提升识别自动化程度和提取准确率;三是要进一步拓展应用场景，结合实际需求，开展大范围长时序的松材线虫病疫情遥感监测，形成病疫分布和扩张的监测时空大数据，进而对虫害发生频率、严重程度等指标开展监测分析，为疫情防治、风险排查和致死树处理方案提供科学参考依据。