基于遙感影像分析的松材線蟲病疫情防控監管平臺設計

松材線蟲病是我國重大植物疫情，具有極強的擴散性和毀滅性，被稱為松樹“癌癥”，嚴重威脅我國松林的健康。針對松材線蟲病，我國采取了多種防治手段，雖然起到了一定的防治效果，但松材線蟲病依舊不斷蔓延，及時發現和準確定位被松材線蟲病感染的疫木并快速處置是松材線蟲病防控最關鍵的因素。為有效服務松材線蟲病疫情防控攻堅行動，實現疫情精準到小班，研究搭建了松材線蟲病疫情防控監管平臺的搭建。該平臺實現了松材線蟲病監測預報預警“空天地一體化、點線面相結合”的整體性布局，輔助松材線蟲病疫情的“早發現、早預警、早處置”，有效保護森林和草原生態安全。

一、系統總體設計

本文根據林草病蟲害管理流程，設計了松材線蟲病疫情防控監管平臺的系統框架、業務流程、數據流程以及疫情監測、工作監管、綜合展示等功能，提升了松材線蟲病信息收集、分析、展示及疫木除治監管能力，有效提升了決策管理水平和松材線蟲病除治效率，初步實現了林草部門對松材線蟲病疫情的科學監測和全流程閉環管理。

（一）系統框架設計

松材線蟲病疫情防控監管平臺架構自底向上包括基礎設施層、數據層、應用層和用戶層，總體技術設計框架如圖1所示。系統通過大數據分析預測及數據集成工作，利用深度學習人工智能算法，結合無人機/衛星遙感影像數據、人工核查數據及其他輔助數據，對松材線蟲病災害的發生區域實現了自動智能研判，同時對未知區域的松材線蟲病發生情況進行判斷和預測。

其中，基礎設施層包括應用程序、中間件、數據存儲以及AI計算服務器；數據層包括APP調查數據、歷史數據導入、林地資源數據、影響因子數據、無人機/衛星影像數據等數據；應用層主要包括松材線蟲病衛星/無人機遙感監測信息服務、松材線蟲病疫情地面信息服務，以及松材線蟲病疫情防控監管平臺；用戶層主要包括管理員、維護人員及國家級用戶。

（二）系統流程設計

系統流程設計如圖2所示。整體流程主要有數據采集、數據處理、數據分析及結果展示四個部分，首先將采集到的無人機/衛星遙感數據進行正射校正、影像配準、影像融合、影像增強、影像鑲嵌、影像裁剪等數據預處理工作。同時將現有的管理數據和基礎數據，通過數據格式轉換、信息融合、數據驗證的方式進行數據處理。然后將兩部分處理之后的數據統一到數據庫中，包括松林分布數據庫、地面調查及驗證數據庫、衛星遙感監測結果檔案庫、無人機監測結果檔案庫、松材線蟲病發生發展歷年數據庫、松材線蟲病大數據預測結果庫等，為松材線蟲病大數據基礎環境中分析預測提供基礎支撐。其中，數據庫通過定期備份和更新來保證數據的安全性和可持續性，最后，通過深度學習識別算法，如卷積神經網絡（CNN）、特征金字塔網絡（FPN）、NMS算法，將數據庫中各類數據實現地圖顯示、分析預測、數據可視化及檢測結果核查等功能。

（三）系統功能設計

松材線蟲病疫情防控監管平臺主要包含衛星遙感數據和無人機遙感數據兩大類，主要通過與地面監測APP的標準數據接口或外部數據導入的方式接入數據。將接入的數據進行以下的監測、展示及監管功能，可實現林草部門對全國松材線蟲病疫情的科學監測和全流程閉環管理。

1.監測模塊

通過標準數據接口或導入的方式接入衛星和無人機遙感數據，基于深度學習等相關智能識別技術方法，對監測區域內松材線蟲病異常林木開展分析監測，實現林木異常情況監測和區域疫情核查。主要功能詳情如表1所示。

2.展示模塊

可視化展示模塊依托地面調查監測數據、無人機多光譜及可見光影像、衛星遙感影像等立體化綜合監測信息，提供基于時間和空間維度的綜合監測信息展示。主要功能詳情如表2所示。

通過該模塊實現了松材線蟲病監測預報數據“一張圖”管理展示?？臻g上，集衛星遙感、無人機遙感、地面APP調查、地面物聯網監控設備于一體，實現了松材線蟲病“天、空、地”監測數據交互分析與展示；管理架構上，以分層、分級形式展示國家、省、市、縣、小班五級監測預報體系的地理位置標識、機構信息、人員組成、區域信息等，實現“以圖管點”，滿足了“多級別、跨區域、全覆蓋”監測預報綜合管理的需求。

3.監管模塊

通過與地面監測APP相結合的方式，監管模塊實現松材線蟲病疫木除治監管，包括提供基于全國、省、市、縣、小班的疫情除治空間數據查詢及展示，以及相關疫情除治監管統計。主要功能詳情如表3所示。

二、關鍵技術

松材線蟲病疫情防控監管平臺基于數據一體化管理技術、網格剖分技術、三維GIS技術和病蟲害擴散預測技術，探索解決監測過程中數據信息需求不一致、平臺發布空間數據困難、疫區狀態展示不夠直觀以及病蟲害監管不及時等問題。

（一）數據一體化管理技術

平臺通過數據一體化管理技術，匯聚地面監測數據、衛星遙感監測數據、無人機遙感監測數據。采用時空一體的數據管理模型和歷史數據狀態變遷表，將現勢數據和歷史數據置于一個統一的管理過程，可以實現任意時間點上病蟲害侵染松樹或者疫木除治的歷史或現狀數據，并獲取任何一個松林小班上的現狀數據隨時間的變化情況。同時采用全面細化的獲取數據資源的方式，在面向微觀層面的決策同時，可以通過合理的數據組織策略，采用ETL技術形成宏觀決策的數據體系，解決不同用戶對不同尺度信息的應用需要。

在實現多尺度、多時空數據一體化管理上，針對所整合的病蟲害普查數據結構，將異常數據根據其物理分布建立統一的空間索引，通過關系型數據庫管理系統進行多尺度空間數據管理，并且采用統一的空間坐標，進而可以快速調取數據庫中任意范圍的數據，達到對整個區域數據的無縫漫游，也可根據現實范圍的大小調入不同層次的數據信息；在數據庫表結構設計策略上，整個平臺的數據庫劃分為表空間、表和要素實體，將具有相同比例尺的空間數據放在同一空間下，并且在數據庫下建立不同的表空間，存放不同比例尺的空間數據，同時利用基于空間數據引擎的歷史歸檔技術來實現歷史數據管理。

（二）網格剖分技術

針對平臺基于網格剖分原理，建立多源異構海量空間數據管理和服務一體化模型，設計由時間、空間和屬性組成的空間數據三維全息管理框架，改變了空間數據的組織模型，將數據讀取模式從面向文件轉為面向網格，形成網格調度模式，縮小了調用的遙感影像數據體量，有效解決了遙感影像數據量大，平臺上傳及發布速度緩慢，疫木發現及除治時效性差等問題。

在上述模型基礎上，平臺構建了參數驅動的免切片多規格動態地圖服務模式，解決了傳統工藝地圖切片服務效率低、存儲量大、動態更新難等問題，大幅提升平臺服務效率。此外，動態切片技術管理多種切片規則（CGCS2000、WEB墨卡托、天地圖等）和切片算法，在服務端完成動態切片，采用不同參數調用即可得到不同規格的地圖服務，改變了不同規則需要生成多套切片數據的傳統模式。

經對比測試，動態切片技術可大大提升平臺發布林業遙感影像空間數據的效率?？臻g數據發布效率對比如表4所示：

（三）三維GIS技術

劉強等通過松材線蟲病發生格局及影響因素研究，結果表明海拔和坡度與病蟲害發生強度呈負相關關系，隨著海拔與坡度的增加，病蟲害呈減弱趨勢。針對該研究結果，利用三維GIS技術與松材線蟲病防控監管相結合的方式，能夠從宏觀及微觀層面全面了解病蟲害的侵蝕情況。

宏觀層面上，平臺將上傳圖片和視頻的地區以紅色氣泡的形式在3D地球上顯示，點擊即可查看圖片以及視頻詳細信息；同時利用不同顏色的小球可展示該地區上傳拼接圖中疫木株數，也可表示疫木的侵染程度。三維地球可視化使數據空間分布和關聯更加清晰直觀，使用戶在體驗功能的同時擁有良好的視覺感受。

微觀層面上，三維GIS技術通過搭載高分辨率的地形數據、影像數據和傾斜攝影模型數據，逼真還原受疫區域的三維場景，結合病蟲害監測數據，精準定位林木的具體侵染部位，輔助疫木管理。

（四）病蟲害擴散預測技術

平臺建立了基于衛星遙感的病蟲害遙感監測模型，實現大面積病蟲害遙感監測制圖，通過對松材線蟲入侵風險進行等級監測，清晰地展示了低、中、高風險區的疫區類型分布情況，并且通過對歷年災害類型、災害發生時間、氣候因素、植被情況、樹種類型、蟲情特征、地形特征等因素進行綜合分析，建立松材線蟲病災害預測預報時空動態模型，從而預測災害可能發生的地區和類型，分析病蟲害擴散趨勢。

三、系統實現與應用

結合以上系統設計與關鍵技術，松材線蟲病疫情防控監管平臺已在實際業務中進行了應用，并取得了良好的應用成效。

松材線蟲病疫情防控監管平臺如圖3所示。

四、結論

松材線蟲病疫情監管平臺，基礎數據包括全國疫情小班空間及屬性數據，通過統計疫區、疫點、疫情小班、發生面積、病死樹數量以及每日定時獲取的全國疫情小班監測和除治數據，管理人員可以及時掌握疫情發生及除治情況，為全國松材線蟲病疫情防治工作提供決策支撐。平臺已有監測小班達百萬級，通過集成遙感影像智能識別算法，平臺識別松材線蟲病災害的準確率達到89%。平臺運行以來，直接服務于全國松材線蟲病疫情防控攻堅行動，提高了松材線蟲病疫情精細化、精準化管理水平。