基于航拍数据的松材线虫病区域检测

李丰毅 余光柱 陈宪超

摘要：对于松树来说，松材线虫的危害是致命的，情况严重时甚至会摧毁松树林原有的生态平衡，给全世界带来非常巨大的损失。日常林场维护工作中，必须严格检测进出林场的树材，保障外来病原体不进入林场。只有针对松材线虫的特点制定防护措施，才能让生态环境的保障最大化。虽然在农林病虫害检测过程中，航空录像和卫星遥感能够获得非常不错的效果，但是依然存在成本较高和精确度不足的缺陷，导致推广应用的效果不理想。现如今，随着直升机技术的发展越趋成熟，其性能也得到了不斷地完善和提升，在军用和民用中占据了相当大的份额，主要包含了森林防火、土地利用情况调查、煤矿资源勘测、环境保护等。特别是我国近些年不断爆发的自然灾害，使得其在农林病虫害的遥感监测的研究方面也得到了相应的发展。但是直升机遥感图像监测松材线虫病方面依然处于发展阶段，其中图像信息的采集过程对受虫害侵染的区域的准确识别是最关键的部分。

关键词：航拍数据；松材线虫病；区域检测

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2018）29-0239-03

人们将松材线虫病称为松树的癌症，松树感染该病后几个月就会出现死亡。虽然在国际范围内林业的松材线虫病是重点检疫的对象，但是松材线虫病预防技术仍然未得到很好的发展。现如今，对松材线虫病预防，只能够运用松树检疫的加强、伐除被侵害的松树等手段。为了最大限度地减少损失，防控松材线虫病才是重点。检测与监控能够更及时的发现疫情，定期排查和不定期抽检相结合的方式是当前比较推崇的方式。定期排查和不定期抽检必须保持每年两次的频率，在人口密集区域、木材加工企业、重点旅游区等的监测力度需要加大，这样才能够及时对松树感染疫情进行判断。专业人员应当注意在特定区域及时处理疫区里的枯死松树，尽可能避免更大的损失。

“松材线虫病”原产于北美，后来逐渐传入韩国和日本。1982年，我国南京第一次发现“松材线虫病”，在30多年里逐渐波及我国皖、粤、鲁、鄂、浙、苏六省，导致了超过1600万株松树枯死，140万亩的发病面积。在我国，松树占森林资源的1/4，对林业的发展有很直接的影响。松材线虫病具有防治难度大、树木致死迅速、传播速度快等特征。现如今，国内外并未有很好的防治方法。所以，我国松树等针叶林受到了松材线虫病的威胁非常大。在我国出口木质包装中，松树是不可或缺的重要原料，防治松材线虫病效果对我国相关产品的出口有显著的影响。

1 基于航拍数据的松材线虫病区域的检测方法

松材线虫病传统的检测方法主要集中在染病木的检疫方面，包含了产地调运检查力度、天牛迁飞的控制、择伐病死树、接种试验、漏斗分离检验、解剖检验、直观检验等方法。传统的监测方法具有宏观动态检测范围小和实时性较差的缺点，不能从根本上解析松材线虫病对生态系统功能和结构的影响，确定森林生态系统的可入侵性和灾变与入侵的关系。所以，对松材线虫病检测的新技术的研究需要进行进一步的探讨。虽然航拍数据技术在多种病虫害的研究领域得到了广泛的应用，但是与松材线虫病相关的研究却很少。因此，从松材线虫害与寄主植被关系的角度应用航拍数据技术来进行研究，能够更好地为松材线虫害的防治与检测进行服务。其中，图像识别中处理初级阶段的特征提取是重要运算，在众多特征中有效识别和选取合适的特征向量是特征提取的最终任务。笔者在本文中主要对健康松林区域、松材线虫病区域和其他地物区域进行航拍数据的纹理和颜色的对比进行分析。因此，本文主要对航拍数据的颜色特征进行使用和论述。通过肉眼可以最直观地对航拍数据的颜色进行观测，对彩色图像的重要视觉信息进行了体现，对比其他形状、纹理等特征来说，其具有简单提取的特性，虽然对于图像的尺度、平移、旋转等变换的敏感度不强，但是依然是监测过程中常用的和稳定性较强的图像特征。人们在日常生活中，能够通过视觉系统来对颜色进行感知，具有相对的主观性，需要客观的标准对图像颜色特征进行提取。所以，必须在特定颜色空间内提取颜色的特征，除图像中的形状、亮度、颜色外，灰色变化也具有规律特性，图像纹理可以认为是图像中的区域内灰色或基元变化规律，而且由于其在图像中存在的比较多，所以纹理就是图像处理的主要特征，纹理的这一特征与亮度、颜色等特征的描述相比有一定的描述难度。图像处理中提取纹理特征的意义非常重大，所以很多学者很早就开始研究图像纹理特征的提取方法。纹理特征提取要想提升其实用性，就必须要尽可能地实现纹理特征提取具有较低的维数、提取简单易行和较强区分度的特征。现如今，纹理特性提取的研究在很多方面得到了成功的应用，例如图像分类、图像分割、模式识别等方面。实践证明，纹理特征在分类过程中的应用能够让分类的精度得到提升。可以将测量纹理特性的算法分成结构纹理分析和统计纹理分析两种，前者主要是对纹理组成的基元，对形成的结构层面的纹理进行研究。后者主要是描述图像属性纹理特征的信息。现如今，统计纹理分析在实践中得到了广泛的应用。

2 航拍数据的松材线虫病区域的检测结果

正常生长的植被通常能够呈现出规则的光谱反射曲线，呈现出约0.52-0.6?m的绿光区反射峰，蓝光和红光分别约0.48?m和0.68?m且各有一吸收带，进入0.75-1.3?m的近红外区反射率急剧上升，反射峰比较鲜明，可以成为绿色植物的近红外陡坡效应。各波段的反射值会受到所处生长环境、生长阶段、植被类型等因素的影响，但是光谱曲线总体特征依然不会产生变化。病虫害侵袭植物之后才会让其出现一定的变动。植物遭受病虫害通常会使植物内部生理和外部形态产生变化。外部形态变化主要有卷叶和落叶两种特征，病虫害吞噬叶片幼芽，枝条枯萎，冠层形状出现变化等。内部生理变化主要是叶绿素组织被破坏，养分水分的转化、运输、吸收、光合作用等机能出现衰退。植物光谱辐射特征和反射的变化会受到生理或形态的变化而变化，遥感图像的光谱值也会出现相应的变化。森林病虫害遥感监测主要将光谱特征上的变化来进行参考，通过这一参考与GPS、GIS和地面调查相结合，能够对森林病虫害遥感监测进行不同尺度的研究和分析。松材线虫病检测基于纹理特征和显著性检测相结合的基本步骤如下：

显著性算法的运用能够提取图中红外线和可见光的疑似病虫害区域并进行校正。如图1，图2。

将地面病虫害的情况已知区域中获取的红外图像和可见光图像——健康松树区、病虫害区类和其他地物区三类地物图片区域的像素点进行随机提取作为训练样本。分别提取三类像素点的纹理和颜色特征，獲得样本特征向量。将提取的特征向量在深度神经网络分类器进行输入和分类，进而对该区域进行细分，对病虫害区域检测的目的予以实现。如图3，图4。

将实际病虫害区域与实验检测的区域的吻合度进行比照。能达到较为理想的效果，所以基于航拍数据的病虫害检测方法在实际检测过程中比较适用。

3 结论与建议

3.1 结论

自七十年代运用航拍技术以来，其综合性和宏观性的特征

让其在森林资源的动态变化和资源现状的研究中得到了广泛的应用，在病虫害动态检测领域的研究占比多，但是关于害虫栖息环境的监测研究较少。在实际检测过程中，只有对生态影响因子受害虫影响的变化进行掌握和了解才能够有效的动态检测和预测害虫的危害情况。本文的研究主要是对马尾松受害前后的空间分布格局进行对比，将遥感技术与数量生态学的相关知识相结合，更好的应用遥感手段的种群空间格局分析技术来解决相对复杂的病虫害检测和防治的现实问题。

3.2 建议

部分区域松材线虫病具有感染面积较大和发病周期较长的特点，春节前后应当组织专业砍伐人员对大面积出现病树和枯树的松树林进行全面彻底的清除，一并清除该区域内的其他植物，进一步的降低寄生虫感染源。松树林出现严重的疫情就必须实施封山育林的措施，杜绝该病大幅度的传播。对枯树面积较小、整体面积较小和发病周期短的区域只需要采取清除病树和枯树就能够有效减少病虫的数量。同时还需要设置有效的防护带，让其传播范围得到有效的遏制。全部砍伐完染病区域的枯树之后，采取化学方式（喷洒化学药剂）对该区域进行处理，彻底清除松材线虫及其幼虫，连根砍伐的方式也能够全面清除松材线虫。我们还可以采取集中焚烧的方式来处理容易清理的枯树。染病松树砍伐之后出现天牛的情况，需要采取集中存放并利用药物熏蒸的方式进行处理，如果未实现全面清理的，需要再次实施清理。在处理过程中，加热处理方式的运用也比较普遍，必须保持60℃的热处理温度，为实现全面清理的情况就必须再次加热处理一次。进而对存在的松材线虫进行有效的消除。

参考文献：

[1] 徐华潮，骆有庆，张廷廷，等.松材线虫自然侵染后松树不同感病阶段针叶光谱特征变化[J].光谱学与光谱分析，2011，31（5）：1352-1356.

[2] 石进，马盛安，蒋丽雅，等.航空遥感技术监测松材线虫病的应用[J].中国森林病虫，2006，25（1）：18-20.

[3] 潘沧桑.松材线虫病研究进展[J].厦门大学学报：自然科学版，2011，50（2）：476-483.

[4] 徐华潮，骆有庆，张琴.松材线虫自然侵染对黑松、马尾松针叶含水量、色素及抗氧化酶活性的影响[J].林业科学，2012，48（11）：140-143.

[5] 黄明祥，龚建华，李顺，等.松材线虫病害高光谱时序与敏感特征研究[J].遥感技术与应用，2012，27（2）：954-960.

[6] 安树杰.应用遥感与的松材线虫病预测模型的研究[D].北京林业大学，2006.

[7] 云丽丽，栾庆书，金若忠，等.遥感技术在森林病虫害监测上的研究进展[J].辽宁林业科技，2013，1：013.

[8] 陈福海.马尾松毛虫害遥感监测及其影响因子分析[D].福建农林大学，2012.

[9] 石雷.基于3S技术的云南省松材线虫病风险评估研究[D].北京：中国林业科学研究院，2008.

【通联编辑：梁书】