遙感技術在森林病蟲害監測研究中的應用

崔亞琴

(山西省林業科學研究院，山西 太原 030012)

森林病蟲害是森林健康的大敵，影響著森林的可持續發展，每年直接或間接地造成經濟損失，被稱為“無煙火的森林火災”。2007年聯合國全球森林狀況報告顯示，全球每年約有65.3%的森林面積受到各種林業有害生物不同程度的影響，導致森林面積減小、質量下降。特別是一些外來入侵種，如紅脂大小蠹(Dendroctonusvalens)、美國白蛾(Hyphantriacunea)、舞毒蛾(Lymantriadispar)等，對森林造成了巨大的損失。

在過去，人們只能通過觀察來判斷病蟲害的發生情況與受害情況，不僅造成人力、物力等的浪費，而且不能準確地掌握森林病蟲害的發生、發展情況，無法對其發病前期進行監測和預測，錯過了控制林業有害生物發生的最佳時機。因此，我們必須要利用科學的監測手段和方法，全面、準確、快速地監測和預測森林病蟲害的發生與發展。

1 遙感技術

在20世紀60年代，遙感技術(Remote Sensing)迅速發展起來，它是以電磁波的理論為依據，采用各種遠距離傳感儀器，采集目標所輻射和反射的電磁波信息，通過分析和處理，最后成像，依據圖像對地面各種景物進行探測和識別的一種綜合技術。遙感技術推動了森林蟲害監測和預測預報的發展，使得大范圍蟲害動態監測成為可能，可以快速、實時的獲取地面數據，在全球定位系統(Global Position System)和地理信息系統(Geographic Information System)的輔助下，進行定位、空間分析、預測趨勢、空間查詢等。

2 遙感技術監測森林病蟲害的原理

植被遭受病蟲害后，改變了植物的外部形態特征，如，葉片卷曲、失葉、病斑、樹枝干枯等；植物內部的生理特征發生變化，如，葉綠素組織破壞、受損，影響植物的光合作用、營養和水分的吸收等。不論是外部形態特征的改變，還是內部生理結構的變化，都會造成植物光譜反射特性改變，從而引起光譜值變化，并在遙感影像數據上得以表達，這是森林病蟲害遙感監測的基礎和依據。正常植被的反射光譜曲線(反射特征)有明顯、獨特的規律，總呈現出明顯的“峰”和“谷”，主要表現為可見光波段(0.40 μm～0.76 μm)有一個反射小峰，峰值出現在0.55 μm，兩個吸收帶出現在0.48 μm的藍光區和0.67 μm的紅光區。不同植被類型由于其生境、長勢等不同，會表現出不同的反射率，但總體的特征光譜曲線保持不變。只有當植被受到病蟲害危害、污染或物候變化時，其光譜曲線才會發生改變。當綠色植物葉綠素含量高、生長活力旺盛時，此“紅邊”會向長波方向偏移(紅光方向)；當植物感染了病蟲害失綠后，“紅邊”會向短波方向偏移(藍光方向)。

3 遙感技術在森林病蟲害監測中的應用

在國外20世紀30年代，森林蟲害遙感監測就已被應用到森林害蟲的觀測試驗中。森林害蟲的動態監測，可以通過3種途徑來實現：針對害蟲行為進行監測、針對害蟲危害狀進行監測、針對害蟲生境進行監測。

3.1 針對害蟲行為進行監測

雷達是利用電磁波探測目標的一種主動式傳感器，具有全天候、全天時的探測能力，對冰、雪、森林、土壤具有一定的穿透能力。在不同波段，不同物質的光譜有很大的差異。由于昆蟲一般不會感覺到雷達波的存在，所以雷達最先應用于昆蟲學研究中。雷達遙感技術主要應用于遷飛性害蟲的監測，如舞毒蛾、非洲粘蟲(Spodopeteraexempta)、棉鈴蟲(Helicoverpaarmigera)、稻飛虱(Nilaparvatalugens)、草地蝗(Parapleurusalliaceus)和沙漠蝗(Schistocercagregaria)等。

國外對雷達技術的研究較早，在雷達昆蟲遷飛上的應用和發展也比較快。1949年首次在美國證實，通過雷達遙感設備可以檢測出昆蟲的動態。1954年在英國，通過雷達首次檢測到蝗群。隨后印度、美國、加拿大、澳大利亞等一系列發達國家，利用雷達技術來觀測、監測昆蟲(如蝗蟲、蛾類、蜜蜂、蚜蟲等)的遷飛活動、行為現象及時空分布，揭示了大氣結構和運動是如何影響昆蟲遷飛。目前，國外已經開展了對遷飛性鱗翅目昆蟲、澳大利亞疫蝗(Chortoicetesterminifera)和Helicoverpapunctigera蟲源區遷飛活動的連續監測。

我國在應用雷達遙感監測昆蟲遷飛活動研究起步較晚。1984年對草地螟(Loxostegesticticalis)的遷飛進行了觀測，之后陸續對粘蟲(Pseudalatiaunipuncta)、馬尾松毛蟲(Dendrolimuspunctatus)、稻飛虱(Nilaparvatalugens)、稻縱卷葉螟(Cnaphalocrocismedinalis)、甜菜夜蛾(Spodopteraexigua)和棉鈴蟲(Helicoverpaarmigera)等進行了研究，包括昆蟲遷飛的發生期、發生量及分布區預測，以及遷飛時間、數量、速度和高度等方面的研究[7,9]。

3.2 針對害蟲危害狀進行監測

雷達遙感僅能監測昆蟲的遷飛，卻無法識別其危害特征，具有很大的局限性。航空遙感技術的應用與發展，彌補了雷達的不足。在國外20世紀50年代，航空遙感就已經得到應用，起初是為了評估森林蟲害導致的失葉現象[10]。到20世紀60年代，利用航空影像可以監測柑橘園的根腐病，探索和研究健康葉片和受感染病樹葉片之間的光譜差異[11]。研究者應用彩色紅外航空影像數據，對德克薩斯州中部的橡樹枯萎病的感染程度進行了研究[12-14]，評估了芬蘭云杉林的失葉量，并取得了明顯效果[15]。

在航空遙感影像方面，我國開展的相關研究也較多，特別是對馬尾松毛蟲(Dendrolimuspunctatus)和松材線蟲的危害開展了監測和危險性評估，通過影像數據判別其危害后針葉的損失量、災害的發生點等[16-20]。

3.3 針對害蟲生境進行監測

航天遙感是以衛星、火箭、航天飛機、宇宙飛船為平臺，搭載傳感器進行探測的空間探測技術，具有宏觀、綜合、動態以及快速觀察的特點。衛星遙感具有強大的數據獲取能力，與地理信息系統結合起來，將更加有利于人們對害蟲的生存環境(寄主植物分布、降雨量和氣溫等)進行長期的、系統的、動態的監測[21]。

早在20世紀70年代，就已出現利用航天遙感影像對病蟲害開展監測的研究，主要是通過目視解譯的方法，解譯光學增強的MSS圖像，但限于空間/光譜分辨率低、通道波段少，不能很好地反映出由病蟲害引起的林冠形狀及顏色的變化特征。隨著科技的進步，越來越多高分辨率、多波段的傳感器被發射，數據的質量得到了提高，為森林病蟲害的監測奠定了基礎[22]。

在國外，通過分析解譯TM影像數據，對發生在美國新罕布什爾州和佛蒙特州的云杉森林災害開展了監測研究工作[23]，研究發現，地面樣地調查的森林災害情況分別與TM5/TM4和TM7/TM4的結果有相關性，這個結果適用于森林災害的定量研究。目前，國外森林病蟲害遙感監測工作主要是針對由食葉害蟲引起的樹體大面積失葉、變色和枯死展開[24,25]。同時，對于鉆蛀性害蟲也開展了一些研究工作，如鞘翅目小蠹蟲等，利用影像數據區分健康與受害森林的范圍[26]，結合高分辨率遙感影像，融合模糊子集理論和GIS綜合分析，判定蟲害發生的主要干擾區域[27]，同時對其種群動態進行監測[28]。

1978年，我國利用航天遙感技術對騰沖地區的松葉蜂(Diprionsp.)災害開始了監測，測定了健康木與蟲害木的光譜特征。利用NOAA/AVHRR數據，對吉林省大興安嶺地區林區危害嚴重的落葉松松毛蟲(Dendrolimussuperans)的災害信息進行提取，對森林災害的發生進行監測，但是無法開展廣泛的、進一步的實踐研究工作。直到21世紀90年代，戴昌達等人利用TM影像，在安徽省全椒縣孤山國營林場開展了松毛蟲災害的研究工作，利用垂直植被指數(PVI)辨別出(0%～10%～30%～100%)無、輕、重三級災害程度[29]。1989年，劉志明等人[30]利用氣象衛星AVHRR數據，對大興安嶺發生的落葉松毛蟲災害進行動態監測，運用比值植被指數(RVI)分析法與實地蟲災調查相結合的方法，可以得到不同災害程度下，RVU臨界值的變化，判對率可達70%以上，與同期TM圖像解譯結果進行統計分析，其相關系數可達0.91.武紅敢等人[31]經研究發現，TM5/TM4適用于在葉面積指數低的森林病蟲害監測中，而TM4/TM3則更適合于葉面積指數高的植被遙感監測，比值指數(TM7/TM4)可以用來估算馬尾松(Pinusmassoniana)林葉的生物量，據此方法，可以有效地對馬尾松林危害進行監測。此外，高光譜數據的大量應用，也推動了森林病蟲害早期監測的不斷發展。徐華潮等人[32]通過測定松材線蟲自然侵染后黑松(Pinusthunbergii)和馬尾松不同受害階段的光譜曲線，分析其光譜參數、光譜特征以及葉綠素的相應變化，結果表明，高光譜遙感技術可以實現松材線蟲病的早期監測，這為森林病蟲害早期監測預警提供了基礎。

4 存在問題與展望

4.1 存在問題

目前，對于遙感病蟲害監測的研究仍處于初級階段，研究過程中依然存著一些問題，需要在理論和實踐應用中開展更多的研究。

4.1.1 森林病蟲害受生物與非生物因素共同影響

森林病蟲害的發生，不僅是病蟲害與植物之間的危害與被害關系，同時也受氣候、生態環境(如立地條件、海拔、土壤和水分)等非生物因素的影響。因而，我們在研究過程中，一定要考慮到生物和非生物因素的共同影響作用，以便更全面、準確地利用遙感技術監測森林病蟲害。

4.1.2 早期遙感監測精度低

森林病蟲害早期遙感監測精度低，如，對于食葉害蟲，一般分為輕度、中度和重度3個危害等級，監測精度一般低于80%.森林病蟲害早期一般是植物發生生理變化，而外部形態沒有明顯變化，不易識別。因而，植物的理化參數指標也是遙感早期監測的重要部分。

4.1.3 數據質量影響

森林病蟲害從發生、危害到死亡是一個連續漸變的過程，而目前使用的大多數數據的空間分辨率比較低，影像數據間隔周期長，造成有效監測時間短，不能快速地對其發生進行有效監測。

4.2 展望

在今后的森林病蟲害遙感監測研究中，利用高分辨率、高光譜遙感影像數據及無人機設備，可以提高監測的準確性和靈活性。要利用植物的光譜特征變化，從生理、生化和生態學多角度分析植物葉水平和冠層水平的變化特征，為監測提供理論基礎。此外，可結合氣象數據對比分析及GIS和GPS，實現森林病蟲害的監測、預測預報和災害評估。