基于时序无人机遥感影像的松材线虫病扩展趋势分析_刘春燕.pdf

2023 年 3 期智慧农业智慧农业导刊Journal of Smart Agriculture基于时序无人机遥感影像的松材线虫病扩展趋势分析刘春燕1，高亿波1，曾庆圣1，李亭潞1，陈湛昊2，孙思2*（1.广东省森林资源保育中心，广州 510173；2.华南农业大学 林学与风景园林学院，广州 510642）松材线虫病是目前我国最严重的林业病害。由于该病害通常发生在偏远林区，且面积较大，利用无人机遥感技术对其进行调查监测极具优势。目前无人机遥感已经成为研究松材线虫病的主流手段之一1，研究的热点为利用机器学习快速准确地识别单株枯死松树2-10。识别单株枯死松树的目的，除了为生产实际中的防控工作提供数量依据以外，另一个目标就是开展流行病学调查，目前这方面的研究相对较少。嵇保中等11利用地面调查数据研究了松材线虫病枯死松树的空间分布型，陆雪雷12研究了单一时间尺度枯死松树在不同方位、坡向、坡位和海拔等立地因子条件下的空间分布规律。本研究团队在 2020 年 11 月至 2021 年 10 月开展了松材线虫病发生初期的林地逐月航空监测，虽然发现了枯死松树，但枯死松树在调查区域内为随机分布或均匀分布，没有出现由发生初期的侵染源向外扩散的趋势13。本研究的目标区域区别于松材线虫病发生初期的林地，为松材线虫病已经严重发生且罹病木分布广泛的林地。研究的目标除了探索枯死松树的分布规律外，还包括探索往年枯死松树的分布和当年枯死松树分布之间的关系，以期为病害的防控措施提供理论依据。1调查地及调查方法1.1调查地概况调查地位于广东省某松材线虫病疫区县，航摄面积约 427 hm2，地形为低山丘陵。样地内除山林外，还有村落，溪流，道路（含高速路）和农田等。林地为针阔混交林，针叶树为马尾松（Pinus massoniana），阔叶树有多个种类。样地内已经发现大量枯死松树，且近期没有砍伐枯死松树的计划（图 1）。基金项目：广东省林业科技计划项目（F2109CC10-ZCY3）第一作者简介：刘春燕（1977-），女，博士，高级工程师。研究方向为林业有害生物监测和防治工作。*通信作者：孙思（1980-），男，博士，副教授。研究方向为林业有害生物防控与林业灾害遥感。摘要：为探索松材线虫病致死松树的分布与扩散规律，在已经严重发生松材线虫病的林地，从 2021 年 5 月开展逐月连续航拍监测，记录枯死树数量、分析分散程度和密度。结果表明：5 月只观察到往年枯死松树，没有出现新增枯死松树；6 月开始出现新增枯死松树，8 月增幅最大，到 10 月枯死松树增量为往年数量的 87.9%，且枯死松树仍在继续增加。从表观上，枯死松树呈现由高密度区域向低密度区域扩散的趋势。2021 年枯死松树的内核与往年枯死松树的内核高度重叠，证明当年松材线虫病的发生是由往年枯死松树为侵染源传播而来。该结果为清理枯死木这一防控措施提供理论依据。关键词：松材线虫病；无人机；航空影像；扩展；枯死松树中图分类号：S433文献标志码：A文章编号：2096-9902（2023）03-0006-04Abstract:In order to explore the distribution and diffusion of pine trees killed by pine wilt disease,monthly continuous aerialsurveillance was carried out in the woodland where pine wilt disease had occurred seriously in May 2021 to record the number ofdead trees and analyze the degree of dispersion and density.The results showed that only dead pine trees in previous years wereobserved in May,and there were no new dead pine trees;new dead pine trees appeared in June,with the largest increase inAugust,and the increase of dead pine trees in October was 87.9%of that in previous years,and dead pine trees continued toincrease.On the surface,the dead pine tree showed a trend of spreading from high density area to low density area.The core ofthe dead pine tree in 2021 is highly overlapping with that of the dead pine tree in previous years,which proves that theoccurrence of pine wilt disease in that year was transmitted by the dead pine tree as the source of infection.The results provide atheoretical basis for the prevention and control measure of cleaning up dead trees.Keywords:pine wilt disease;UAV;aerial image;expansion;dead pine treeDOI：10.20028/j.zhnydk.2023.03.0026-2023 年 3 期智慧农业导刊Journal of Smart Agriculture智慧农业1.2航空影像获取设备与处理软件无人机：Mavic2Pro，深圳大疆创新科技有限公司。软件：Pix4Dmapper 4.4，Pix4d SA 公司；ArcGIS Pro2.6，Esri 信息技术有限公司。图1松材线虫病航拍调查试验地1.3数据获取与处理从 2021 年 511 月，每月中下旬对试验地进行航拍，共拍摄 7 次。每次拍摄完成后，将原始影像导入Pix4Dmapper 软件进行拼接，生成正射影像图（DOM），再将正射影像图导入 ArcGIS Pro 进行分析。每次拍摄的原始图片数量为 220225 张，拼接以后的正射影像图分辨率为 11.011.5 cm/pix。在每个月的正射影像图上对枯死松树进行人工判读并标记为点要素。往年枯死松树点的标记和当年枯死松树点的标记分开进行，生成不同的图层，以方便比较。全部月份标记完成后，首先用 ArcGIS Pro 中的“平均最近邻空间统计”工具对每个月的枯死松树点要素进行分散程度分析（结果以 z 值表示）。如果发现点要素的分布存在非随机性的聚集分布，再用“核密度”工具对点要素进行密度分析。分析过程中，为了便于比较，参数均采用相同的尺度。最后，将不同月份的结果进行综合比较分析。标记时发现进入深秋后（11 月），出现大量变红阔叶树，对标记枯死松树点的工作干扰很大，因此标记至 10月为止，对 11 月的航拍图不再进行标记。同时分析时发现 6 月和 7 月由于点要素数量太少，达不到分析的要求，因此没有进行分析。2结果与分析2.1枯死松树数量变化趋势在 5 月的正射影像图上观察到的枯死松树均为灰白色，没有观察到新发生的枯死松树。因此 5 月标记结果代表往年数据，主要为 2020 年枯死松树数量与分布。从 6 月开始，发现当年（2021 年）新增枯死松树。5 月标记结果为 157 株枯死松树。610 月新发生枯死松树变化趋势如图 2 所示。图2610月新发生枯死松树数量6 月和 7 月增加的枯死松树仅为个位数，到 8 月新发生的枯死松树开始大幅增加，增幅超过 7 月的 10 倍，9 月和 10 月增幅趋缓，但增加的数量仍较大。2.2枯死松树分布规律各月份枯死松树的 z 值分别为：5 月，-16.150 281；8月，-8.303 58；9 月，-9.378 555；10 月，-9.982 274。各月分析报告如图 3 所示。由各月 z 值和图 3 可以看出，5 月、8 月、9 月和 10月代表枯死松树的要素点均为聚集分布，且这种聚集是随机产生的可能性小于 1%。枯死松树聚集分布的结果有一定规律性。图35、8、9、10月枯死松树点“平均最近邻空间统计”工具分析报告2.3枯死松树密度分析5、8、9、10 月的分析结果如图 4 所示。6月9月8月7月10月04080120160月份枯死松树/株3682108138显著显著（随机）聚集离散随机显著性水平（p值）005010010005001关键值(z-值)-2.581.96-1.961.65-1.651.651.651.961.962.582.587-2023 年 3 期智慧农业智慧农业导刊Journal of Smart Agriculture对 8、9、10 月的“核密度”分析结果直观比较，表明随时间推移，“核”的深色部分面积不断增加，且“核”在不断扩大，说明外围的枯死松树在不断增加，即枯死松树出现从内核向外扩散的趋势。5 月分析结果的“内核”与 8、9、10 月的分析结果分别叠加，可以看出 5 月“核”的圆心与 8、9、10 月“核”的圆心均基本重叠如图 5 所示。这表明往年枯死树发生较多区域，同样也是当年枯死树发生较多的区域。综合 6 月和 7 月枯死松树出现的位置，在本试验地，2021 年枯死松树新发生的趋势为在往年枯死松树聚集区域最先出现，随时间推移数量逐渐增加，形成一个显著与往年枯死松树高密度区域重叠的高密度区域，同时外围区域的枯死松树也逐渐增加，形成从内向外扩散的趋势。（a）5月“内核”与8月“内核”的位置比较（b）5月“内核”与9月“内核”的位置比较（c）5月“内核”与10月“内核”的位置比较注：虚线圆圈代表 5 月内核，圆心代表 8，9，10 月内核。图55月“内核”与8、9、10月“内核”的位置比较3结论与讨论3.1枯死松树数量的增加情况松材线虫病的寄主枯死症状在广东省出现的高峰一般是 810 月，但具体发生态势的实验数据还鲜见报道。根据本研究，枯死松树在 67 月增量较少，从 8 月开始陡增，910 月仍在大幅增加，与地面观察到的枯死松树从夏季开始大幅增加这一定性结果一致。到 10月为止，2021 年枯死松树增量（当年新发生数量）为2020 年数量的 87.9%，并且至 11 月枯死松树仍在继续增加，只是由于无法从航空影像上剔除其他红色树木影响而没有再统计而已。可以预测，枯死松树的增量最终会超过100%。3.2枯死松树的表观扩散趋势首先必须明确的是，虽然枯死松树先发生在密度高的区域，再发生于密度低的区域，呈现一种由内向外扩散的趋势，但新发生的枯死松树当中，只有一部分是在当年受到侵染，还有一部分枯死松树在往年已被侵染，但没有表现症状，直到下一年才表现症状。这两者的传播链条不同，但都掩盖在由内向外扩散的趋势之下，所以这种趋势只能称为表观趋势。要精确测定松材线虫病在一块林地的传播链条，必须从所有发病松树上分离松材线虫，提取 DNA，进行全基因组测序后比对。这在目前条件下难度极大，因此笔者是根据表观结果得出了病害呈现由内向外扩散的结论。（a）5月分析结果（b）8月分析结果（c）9月分析结果（d）9月分析结果图4“核密度”分析结果8-2023 年 3 期智慧农业导刊Journal of Smart Agriculture智慧农业5 陈亦军，范巍挺，孟庆亮.浅议现代农业机械智能化的应用与发展J.农业与技术，2020，40（15）：59-60.6 张文斌，张龙全，齐宝萍.基于无人机应用的智慧农场构建探索