无人机高光谱技术对林业病虫害监测的可行性分析

无人机高光谱技术对林业病虫害监测的可行性分析

四川双利合谱科技有限公司-黄宇

　　一、背景简介

　　（一）行业简介

　　林业是全国生态建设的主体， 在保持经济和社会发展中有着不可或缺的作用，我国拥有森林面积1.75亿公顷，森林蓄积量为124.56亿立方米，森林覆盖率为18.21%。森林病虫害是森林的主要灾害之一，与森林火灾，乱砍滥伐并称为林业“三害”。在我国，森林病虫害有8000多种，危害极其严重的200多种，近20年来，几乎每年都有3-5种过去多为零星发生的病虫害转为大面积暴发成灾，危害极其严重。每年由于病虫害引起的森林受灾面积达到800万hm2 ，损失木材生长量逾1 700万 m3 ，造成直接经济损失超过1100亿元，严重影响了我国的森林资源利用与可持续发展。因此，迫切需要一种快捷、准确的方法来达到森林病虫害实时监测的目的。

　　（二）行业需求

　　1．林业面积广阔，开展林业资源监测、巡查工作，人工成本高，效率低，且无法迅速掌握全局。

　　2．对于森林病虫害检测及防治，无法做到药物投放批量化，通过人工实施作业，进度慢，作业面积小，成本高。

　　3. 纵观目前国内外森林病虫害监测技术，大多数需要借助高空卫星，然而高空卫星受时间分辨率、空间分辨率、光谱分辨率、外界天气等因素的影响，无法实时、定点获取森林发病前中后等不同时期的影像数据，且因缺少病虫害的特征波段导致监测森林病虫害效果并不理想。而航空遥感由于空域管理制度和经费的限制等，航空遥感不可能作为我国常规的森林病虫害监测手段，只能在重大灾情发生时，作为卫星遥感的一种补充。所以有的技术方案基础实施投资太大，多达几百万美元，投入成本过高，这些都难以满足我国森林病虫害监测的实际需要。

　　二、高光谱技术诊断病虫害的原理

　　植物的光谱特性是植物在生长过程中与环境因子(生物因子和非生物因子)相互作用的综合光谱信息。当植物遭受病虫害侵染后，主要有两种表现形式:一是植物外部形态的变化，外部形态变化包括有落叶、卷叶，叶片幼芽被吞噬，枝条枯萎，导致冠层形状发生变化：二是内部生理变化，内部生理变化则表现于叶绿素组织遭受破坏，光合作用，养分水分吸收、运输、转化等机能衰退。但无论是形态的变化或生理的变化，都必然导致植物光谱特征发生变化。

　　受害绿色植物的光谱特性与健康绿色植物的光谱特性相比，某些特征波长的值总会发生不同程度的变化。当植物生长健康，处于生长期高峰，叶绿素含量高时，“绿峰”向蓝光方向偏移，而植物因病虫危害或缺素而“失绿”时，“绿峰”则向红光方向偏移。在近红外波段绿色植物的光谱反射率取决于叶片内部的细胞结构。一般认为健康叶片的海绵状叶肉组织的所有空间都充满水分而膨胀时，对任何辐射都是一种良好的反射体，间插在叶肉组织的栅状柔软网胞组织，吸收可见光中的蓝光和红光而反射绿光。当植物受病害侵害时，叶片组织的水分代谢受到阻碍，此后随着病虫害危害的加重，植物细胞结构遭到破坏，各种色素的含量也随之减少，导致叶片对近红外辐射的反射能力减少。在光谱特征上表现为可见光区(400 nm - 700 nm)反射率升高而近红外区(720 nm - 1100 nm)反射率降低。近红外区研究的重点是“红边”。红边的定义是反射光谱的一阶微分的最大值对应的光谱位置(波长)，通常位于680nm-750 nm之间。“红边”位置依据叶绿素含量、生物量和物候变化，延波长轴方向移动。当叶绿素含量高、生长活力旺盛时，“红边”会向红外方向偏移；当植物由于感染病虫害或因污染、物候变化而“失绿”时，则“红边”会向蓝光方向移动。研究发现近红外部分反射率的改变是发生在可见光部分的反射率发生改变之前。这是因为在这段时间内，细胞组织中的叶绿素的数量和质量还没有发生改变。由此可见红外波段的光谱特征的变化早于人用肉眼观测到的病虫危害，这对于病虫害的早期调查和测报具有极其重要的意义。

　　图1是健康和感病杉木的冠层光谱特征。从图1可以看出，健康杉木冠层的光谱反射率在绿光区域有一个明显的峰区，这是由于在这一波段叶绿素吸收相对较少，因此形成了一个叶绿素的绿色强反射峰区，简称“绿峰”，在视觉上表现为绿色;而在红光区域由于叶绿素强烈吸收辐射能而形成了一个吸收谷，约在680 nm附近达到最大，简称“红谷”；近红外区域位于植物的高反射区，与细胞结构有关，是对于病虫害变化最敏感的波段，其光谱差异表现也最突出。从图上可以看出，随着病情的加重，杉木冠层光谱发生了明显的变化，主要表现为绿光范围内的“绿峰”和红光范围内的“红谷”逐渐消失，红光到近红外陡峭的红边被逐渐拉平，在近红外区域，健康杉木的光谱反射率明显大于感病杉木的光谱反射率。这种在光谱上的差异使得应用地面高光谱遥感技术通过监测受害林木的生物化学参数变化，研究和利用受害林木生物化学参数变化引起的相应光谱特征的变化，可以探测到病虫害的早期危害，定量分析病虫害的危害程度，并为大规模监测森林病虫害的发生情况及发展动向提供了及时、可靠的信息支持。

图1不同程度炭疽病胁迫下的杉木冠层光谱特征

　　三、高光谱技术监测森林病虫害研究现状

　　利用高光谱影像和高光谱数据分析技术研究树木受病虫危害后的变化，寻找病虫危害程度与原始光谱、植被指数等变化之间的关系，确定不同树种病虫害监测的敏感波段和敏感时期，是目前高光谱遥感用于森林病虫害监测的研究热点和关键。

　　目前，有许多研究是利用光谱仪获取植株的高光谱数据后提取植物的各类生化参数，得到植株的病虫害信息，以此来实施对森林病虫害的监测。伍南等分析了炭疽病胁迫下杉木 Cunninghamia lan-ceolata 冠层的高光谱特征，并将冠层光谱、一阶微分光谱参数与相应的色素含量进行回归分析，发现病害胁迫下杉木冠层色素含量与一阶微分光谱在红边( 695-754 nm) 内相关性最高，且与单波段一阶微分光谱 741 nm 处的相关系数最大，于是指出可利用高光谱信息定量估算病害胁迫下杉木冠层的色素含量，以此来实现对杉木炭疽病的早期监测预报。李军 等以6年生意大利214杨 Populus × canadensis cv.‘I-214’为材料，分别测定了试验和对照区冠层、叶片的高光谱数据及相应的生化参数(叶绿素含量、含水量等) ，结果表明，意大利214杨受杨扇舟蛾 Clostera anachoreta和杨小舟蛾 Micromelalopha troglodyta 危害后，冠层和叶片的光谱反射率均变小，冠层和叶片光谱的红边具有“双峰”现象，且相应的生化参数叶绿素含量、含水量等均显著减少。许章华 等以福建省南平市延平区实测的51条不同马尾松毛Dendrolimus  punctate punctata 虫害等级的马尾松 Pinus massoniana高光谱数据为基础，分析了健康、轻度虫害、中度虫害、重度虫害等 4个虫害等级的光谱反射率及一阶微分光谱特征，并在建立7个检验参数的基础上，构建了虫害等级的检测模型。

　　王晓堂等采用高光谱技术研究了松萎蔫病的动态变化，发现可以借助高光谱数据分析，定量反演冠层叶绿素含量，判断是否感病，以此实现松萎蔫病的早期监测预警（表1）。

表 1 利用高光谱数据提取生化参数监测森林病虫害示例

　　将植株的高光谱数据和叶绿素含量进行相关性分析，建立二者的数学模型，然后利用获得的高光谱数据反演植株的叶绿素含量，得到植株的病虫害信息，以此实现对病虫害的监测也是目前研究的一大热点。林辉等以湖南省攸县黄丰桥国有林场杉木成熟林为对象，利用手持式光谱仪采集波谱数据，并对数据和叶绿素含量进行相关性分析，建立了杉木叶绿素含量的高光谱模型: y = 0. 291 b₃₉₅ + 20. 172 b₅₂₁ +0. 758( b为某一波段处的光谱反射率)。而刘秀英等以类似的方法，分析了樟树 Cinnamomum cam-phora 叶片光谱与叶绿素含量之间的关系，并建立了樟树叶绿素含量的高光谱模型: y = exp[1. 356 +(-361. 973) Db] ( Db 是蓝边内一阶微分光谱中的最大值，蓝边覆盖 490- 530 nm)。石韧等在2005 年吉林省敦化、和龙两市落叶松 Larix gmelini冠层采样测量数据的基础上，根据不同健康程度的落叶松冠层光谱曲线在可见光及近红外波段的差异，利用反应这些差异的光谱特征参数建立了落叶松冠层光合色素含量的回归模型(表1) 。这几项研究为利用高光谱数据定量预测和反演森林光合色素含量提供了方法和依据，而如何将这些研究结果应用到实践中去是下一步研究的主要内容。

　　以上大量研究表明，高光谱遥感技术可以准确、迅速地提取植物的生化参数，得到植株的病虫害信息，以此来判断植株是否感病，这种监测方法不仅方便、快捷，而且获得的信息具有较好的时效性，因此利用高光谱遥感技术提取生化参数监测森林病虫害具有较高的应用价值和广阔的发展前景。

　　四、高光谱技术在森林病虫害监测中的发展趋势

　　（一）高光谱技术搭载平台

　　随着遥感在林业上的广泛应用，利用高光谱遥感监测森林病虫害也越来越引起人们的广泛关注，但由于研究条件和时间的限制，卫星遥感无法满足森林病虫害的实时监测，而航空遥感受空域、飞行成本等因素的影响也不可能作为我国常规的森林病虫害监测手段，只能在重大灾情发生时，作为卫星遥感的一种补充。因此利用无人机搭载光谱相机获取光谱数据和遥感影像进行病虫害的早期监测成为了未来发展的趋势。由于无人机遥感技术具有低成本、低损、可重复使用且风险小等诸多优势，其应用领域从最初的侦察、早期预警等军事领域扩大到资源勘测、气象观测及处理突发事件等非军事领域。无人机遥感的高时效、高分辨率等性能，是传统卫星遥感所无法比拟的，越来越受到研究者和生产者的青睐，大大扩大了遥感的应用范围和用户群，具有广阔的应用前景。

　　（二）高光谱监测病虫害的发展趋势

　　利用高光谱技术监测林业病虫害仍有许多问题需要进行更深入的探讨和研究。今后利用高光谱监测病虫害研究将主要集中在以下几个方面: 1) 加强利用高光谱遥感监测森林病虫害的基础理论研究，区分不同病虫害所引起的不同树种的光谱特征变化，提高监测的准确性；2) 将理论研究应用于生产实践，尝试利用无人飞机获取光谱数据和遥感影像进行病虫害的早期监测；3) 加大高光谱遥感在监测森林病虫害中的应用，建立多种森林病虫害的光谱数据库，为利用高光谱遥感监测森林病虫害打下坚实的理论基础； 4) 建立集监测、预警及决策为一体的森林病虫害高光谱遥感监测系统，实现对森林病虫害的实时监测，做到对病虫害的早期预警及信息发布。

　　五、我司无人机高光谱技术的优势

　　我司提供的可搭载无人机的高光谱相机有内置推扫型GaiaSky-mini-V10 (400-1000 nm）、LCTF相机GaiaSky-Micro（550-960 nm或420-720 nm）。下图为GaiaSky-mini搭载于大疆M600无人机。

图2  GaiaSky-mini搭载于大疆M600无人机

　　（一）GaiaSky-mini推扫型相机的主要功能

　　1.自动调焦、自动扫描速度匹配、自动完成数据采集

　　2.可搭载于轻型旋翼无人机，极低的系统成本与测试成本

　　3.采用悬停拍摄方式，无需高精度惯导系统，图像实时自动拼接

　　4.操作方便，无需专业无人机操控手，可实现单人操作

　　5.图像实时回传，监控拍摄效果

　　6.辅助取景摄像头实现真正的所见即所得

　　7.数据预览及矫正功能：辐射度校正、反射率校正、区域校正支持批处理

　　8.数据格式完美兼容ERDAS、ENVI等第三方数据分析软件

　　9.支持Win7-32位或64位系统

　　与目前的国内外现有的便携式高光谱成像仪相比，GaiaField独有的软硬件功能如下：

　　● 辅助取景摄像头实现真正的所见即所得

　　● 图像实时回传，监控拍摄效果

　　● 自动调焦、自动扫描速度匹配、自动完成数据采集

　　● 采用悬停拍摄方式，图像实时自动拼接

　　自动扫描速度匹配、自动曝光

表2 GaiaSky-mini无人机高光谱成像系统的技术参数

　　（二）GaiaSky-Micro 简介

　　GaiaSky-Micro 是基于 LCTF 凝视成像技术（面阵推扫）获取高光谱影像数据。该系列机载光谱成像系统根据飞行要求设计，在机械性能、成像调节、环境适应性等方面具有优越性能，整体系统由光学系统、光谱调节系统、图像采集系统、机载控制系统、地面控制系统、图像处理分析系统组成。可实现在地面控制系统对目标采集光谱图像及后续目标分类、识别、提取等功能。在目标侦查、农业普查、环境监测及地理勘探领域具有广泛的应用前景。 基于液晶可调滤光片的多光谱成像技术是一种新型的光谱成像技术，其通过实现电控连续或间断光谱调谐。其重量为 3kg，图像分辨率为 2048*2048，视场角为 10°*10°，光谱范围为 550nm - 960nm，光谱分辨率为 15nm，空间分辨率为0.3m（以高度 1km 为例）。图2和图3为GaiaSky-Micro搭载于悬翼和固定翼无人机的外观图。

图3  LCTF相机GaiaSky-Micro（550-960 nm）搭载于悬翼无人机

图4  LCTF相机GaiaSky-Micro（550-960 nm）搭载于固定翼无人机

　　LCTF型GaiaSky-Micro 具有以下显著特点：