方國(guó)飛黃文江牟曉偉劉洪安周宏威張軍強(qiáng)張弼堯李曉冬陳怡帆

(1.中國(guó)礦業(yè)大學(xué)(北京)，北京 100083；2.國(guó)家林業(yè)和草原局生物災(zāi)害防控中心，林草有害生物監(jiān)測(cè)預(yù)警國(guó)家林業(yè)和草原局重點(diǎn)實(shí)驗(yàn)室，遼寧沈陽(yáng) 110034；3.中國(guó)科學(xué)院空天信息創(chuàng)新研究院，北京 100094；4.林草生物災(zāi)害監(jiān)測(cè)預(yù)警國(guó)家創(chuàng)新聯(lián)盟，遼寧沈陽(yáng) 110034；5.東北林業(yè)大學(xué)，黑龍江哈爾濱 150040)

松材線蟲(chóng)病(pine wilt disease)是我國(guó)重大植物疫情，已成為威脅我國(guó)生態(tài)安全、生物安全和經(jīng)濟(jì)發(fā)展的心腹大患[1]。自1982年我國(guó)首次發(fā)現(xiàn)以來(lái)，疫情快速擴(kuò)散，造成嚴(yán)重危害[2]。截至2021年底，松材線蟲(chóng)病疫情在我國(guó)19個(gè)省(自治區(qū)、直轄市)742個(gè)縣(區(qū)、市)5 530個(gè)鄉(xiāng)鎮(zhèn)34.05萬(wàn)個(gè)松林小班中發(fā)生[3]。經(jīng)過(guò)40年的不懈努力，我國(guó)松材線蟲(chóng)病疫情防控已經(jīng)取得了一定的成效，疫情發(fā)生面積僅占松林面積的2.9%。但總體發(fā)生形勢(shì)依然十分嚴(yán)峻，近年來(lái)疫情“北擴(kuò)西進(jìn)”趨勢(shì)明顯，且在疫情老發(fā)生區(qū)由點(diǎn)向面持續(xù)擴(kuò)散[4]。

總體而言，我國(guó)松材線蟲(chóng)病疫情防控較為被動(dòng)。疫情監(jiān)測(cè)技術(shù)相對(duì)落后，發(fā)現(xiàn)難、本底不清、數(shù)據(jù)長(zhǎng)期失真失實(shí)是制約科學(xué)防控的主要原因之一。近年來(lái)，地球空間信息科學(xué)和傳感器技術(shù)的迅猛發(fā)展，宏觀尺度下實(shí)時(shí)、動(dòng)態(tài)的對(duì)地觀測(cè)能力顯著增強(qiáng)[5－6]，綜合地面調(diào)查、無(wú)人機(jī)和衛(wèi)星遙感形成的天空地一體化對(duì)地觀測(cè)網(wǎng)絡(luò)目前已經(jīng)被廣泛應(yīng)用于地理國(guó)情監(jiān)測(cè)[7－8]，在松材線蟲(chóng)病疫情監(jiān)測(cè)領(lǐng)域也得到了較為廣泛的研究和應(yīng)用示范。筆者結(jié)合科研與生產(chǎn)實(shí)踐，介紹當(dāng)前松材線蟲(chóng)病變色立木天空地監(jiān)測(cè)技術(shù)研究及行業(yè)應(yīng)用情況，分析當(dāng)前的技術(shù)瓶頸和亟待解決的問(wèn)題，展望松材線蟲(chóng)病疫情精準(zhǔn)監(jiān)測(cè)的未來(lái)發(fā)展趨勢(shì)，并提出相關(guān)對(duì)策建議，以期為松材線蟲(chóng)病疫情防控和五年攻堅(jiān)行動(dòng)提供理論指導(dǎo)和技術(shù)支撐。

1 松材線蟲(chóng)病變色立木天空地立體監(jiān)測(cè)技術(shù)進(jìn)展

松材線蟲(chóng)病由病原松材線蟲(chóng)Bursaphelenchus xylophilus在松樹(shù)體內(nèi)大量繁殖造成導(dǎo)管阻塞，引發(fā)植株失水、蒸騰作用降低、樹(shù)脂分泌急劇減少和停止，在外觀上表現(xiàn)為針葉萎蔫、褪綠，逐漸變?yōu)辄S色至紅褐色[9]。通過(guò)監(jiān)測(cè)樹(shù)冠顏色、色素和水分含量等指標(biāo)的動(dòng)態(tài)變化發(fā)現(xiàn)異常松樹(shù)，進(jìn)而取樣檢驗(yàn)是否含有松材線蟲(chóng)，是松材線蟲(chóng)病疫情監(jiān)測(cè)確認(rèn)的主要技術(shù)路徑。針對(duì)松材線蟲(chóng)病傳播范圍廣、監(jiān)測(cè)精度要求高等特點(diǎn)，以衛(wèi)星廣域普查、無(wú)人機(jī)區(qū)域詳查、人工地面核查3種策略結(jié)合互補(bǔ)，初步形成了松材線蟲(chóng)病變色立木天空地一體化監(jiān)測(cè)技術(shù)體系。

1.1 地面巡查檢測(cè)

1.1.1 日常巡查和專項(xiàng)普查

長(zhǎng)期以來(lái)，我國(guó)松材線蟲(chóng)病疫情監(jiān)測(cè)主要依靠秋季普查，疫情監(jiān)測(cè)的時(shí)效性不足。2021年國(guó)家林業(yè)和草原局發(fā)布的新版?松材線蟲(chóng)病防治技術(shù)方案?，將日常監(jiān)測(cè)和專項(xiàng)普查進(jìn)行了統(tǒng)籌和明確。其中，日常監(jiān)測(cè)立足于新疫情發(fā)現(xiàn)，強(qiáng)調(diào)全面調(diào)查、準(zhǔn)確鑒定、及時(shí)報(bào)告，一般要求2個(gè)月一次常態(tài)化巡查，其監(jiān)測(cè)范圍主要是未發(fā)生疫情的松林(小班、散生松林)，主要任務(wù)是發(fā)現(xiàn)松樹(shù)異常、取樣鑒定、新發(fā)疫情松林小班確認(rèn)及詳查；專項(xiàng)普查立足于全面掌握疫情發(fā)生情況和防控成效，一年一次秋季普查，其監(jiān)測(cè)范圍是所有松林小班(日常監(jiān)測(cè)開(kāi)展扎實(shí)的，其監(jiān)測(cè)范圍實(shí)際上可僅是疫情小班)，主要任務(wù)是查清疫情小班病死樹(shù)數(shù)量，并為冬春季疫木山場(chǎng)集中除治服務(wù)。

1.1.2 巡查和檢測(cè)方法

傳統(tǒng)地面監(jiān)測(cè)主要依靠人工巡查，配備望遠(yuǎn)鏡等工具，以小班為單位進(jìn)行網(wǎng)格化巡查。巡查前，需查閱相關(guān)檔案資料，了解松林分布和松材線蟲(chóng)病疫情發(fā)生情況，根據(jù)地形地貌和交通情況合理設(shè)計(jì)巡查路線。巡查時(shí)，以危害為導(dǎo)向，重點(diǎn)發(fā)現(xiàn)松樹(shù)異常變色情況。同時(shí)重點(diǎn)加強(qiáng)電網(wǎng)和通信線路沿線、通信基站、公路、鐵路、水電等建設(shè)工程施工區(qū)域附近，以及木材集散地周邊、自然保護(hù)地、疫情發(fā)生地毗鄰地區(qū)的巡查力度。

發(fā)現(xiàn)異常變色松樹(shù)后，組織開(kāi)展取樣鑒定等疫情排查工作。傳統(tǒng)的松材線蟲(chóng)檢測(cè)方法是依據(jù)形態(tài)學(xué)鑒定，判定的主要特征包括雄蟲(chóng)交合刺、雌蟲(chóng)長(zhǎng)陰門(mén)蓋和尾尖突等，鑒定的難點(diǎn)在于排除擬松材線蟲(chóng)的干擾。目前，分子檢測(cè)技術(shù)被廣泛應(yīng)用于松材線蟲(chóng)檢測(cè)[10]，其中以聚合酶鏈?zhǔn)椒磻?yīng)(PCR)為基礎(chǔ)而發(fā)展起來(lái)的多種分子檢測(cè)技術(shù)能夠適用于松材線蟲(chóng)和擬松材線蟲(chóng)檢測(cè)鑒定，比如常規(guī)PCR、SCAR標(biāo)記[11]、限制性片段長(zhǎng)度多態(tài)性技術(shù)(RFLP)[12]、隨機(jī)擴(kuò)增多態(tài)DNA(RAPD)[13]、rDNA－ITS區(qū)序列分析法[14]、熒光定量PCR技術(shù)(Real-time PCR)[15]和單鏈構(gòu)象多態(tài)性(PCR－SSCP)[16]等。隨著檢測(cè)鑒定技術(shù)的發(fā)展和對(duì)松材線蟲(chóng)檢測(cè)效率要求的提升，越來(lái)越多研究者在探究無(wú)損、方便快速便捷的松材線蟲(chóng)檢測(cè)方法。

1.2 變色立木遙感監(jiān)測(cè)

1.2.1 遙感監(jiān)測(cè)機(jī)理

遙感技術(shù)是指借助遙感傳感器在不與探測(cè)目標(biāo)接觸的情況下，記錄目標(biāo)物對(duì)電磁波的輻射、反射、散射等信息，揭示目標(biāo)物的特征、性質(zhì)及其變化的綜合探測(cè)技術(shù)。遙感技術(shù)具備大面積、客觀、快速、無(wú)損等特點(diǎn)。近年來(lái)遙感技術(shù)的不斷發(fā)展使人類(lèi)獲取陸表信息的粒度和維度得到了極大提升，并已在大面積自然資源監(jiān)測(cè)、土地利用變化、植被長(zhǎng)勢(shì)監(jiān)測(cè)和估產(chǎn)等多領(lǐng)域發(fā)揮了重要作用。松樹(shù)在感染松材線蟲(chóng)病后的光譜變化表現(xiàn)為綠峰和紅谷的消失、紅邊斜率下降以及紅邊藍(lán)移[17－19]。其中，近紅外和短波紅外波段通常最先表現(xiàn)出一定差異，然后可見(jiàn)光范圍內(nèi)的光譜特征出現(xiàn)明顯的變化[20－22]，反映在影像上的顏色、紋理等特征。這種影像光譜特征變化的顯著性為利用遙感技術(shù)開(kāi)展松材線蟲(chóng)病災(zāi)害識(shí)別奠定了基礎(chǔ)。利用衛(wèi)星遙感影像監(jiān)測(cè)具有范圍大、成本低等特點(diǎn)，主要適用于大尺度監(jiān)測(cè)。利用無(wú)人機(jī)遙感監(jiān)測(cè)具有靈活機(jī)動(dòng)、快速高效、時(shí)空分辨率高等特點(diǎn)。無(wú)人機(jī)和衛(wèi)星遙感監(jiān)測(cè)，其本質(zhì)都是通過(guò)敏感光譜和圖像差異發(fā)現(xiàn)異常變色立木，需要通過(guò)地面人工核查和取樣鑒定進(jìn)行疫情確認(rèn)。

1.2.2 無(wú)人機(jī)遙感技術(shù)

無(wú)人機(jī)作為一種可人為控制、搭載不同類(lèi)型傳感器并執(zhí)行多項(xiàng)任務(wù)的無(wú)人駕駛航空器，具有輕便、操作方式靈活、探測(cè)周期短、空間分辨率高、可控性強(qiáng)等優(yōu)點(diǎn)[23]。無(wú)人機(jī)飛行平臺(tái)大致可分為多旋翼、固定翼、單旋翼和復(fù)合翼。無(wú)人機(jī)監(jiān)測(cè)關(guān)注的重點(diǎn)包括載荷、續(xù)航時(shí)間、監(jiān)測(cè)精度和空間分辨率等。在選擇無(wú)人機(jī)飛行平臺(tái)時(shí)需要考慮操控性、穩(wěn)定性和飛行持久性等多方面因素，從而確保獲取質(zhì)量較好的數(shù)據(jù)。無(wú)人機(jī)搭載的傳感器通?？煞譃榭梢?jiàn)光、多光譜和高光譜等類(lèi)型(表1)。

表1 無(wú)人機(jī)遙感監(jiān)測(cè)松材線蟲(chóng)病常用機(jī)載傳感器Tab.1 UAV sensors for PWD monitoring

可見(jiàn)光傳感器是利用可見(jiàn)光譜段(波長(zhǎng)0.4～0.7 μm)，可得到具有高地面分辨率的黑白全色或彩色影像?，F(xiàn)在較多可見(jiàn)光傳感器已把工作波段外延至近紅外區(qū)(約0.9 μm)。在成像方式上也從單一的攝影成像發(fā)展為包括黑白攝影、紅外攝影、彩色攝影、彩色紅外攝影及多波段攝影和多波段掃描，其探測(cè)能力得到極大提升，是目前應(yīng)用廣泛的傳感器之一。可見(jiàn)光傳感器特點(diǎn)是獲取影像空間分辨率高，有利于獲取地表不同地物類(lèi)型的空間特征。按照拍攝方式的不同，可以分為單鏡頭和五鏡頭，通過(guò)垂直攝影或傾斜攝影獲得高分辨率的RGB影像，借助一些專業(yè)軟件制作成正射影像圖或三維實(shí)景模型，廣泛應(yīng)用于國(guó)土測(cè)繪、城市管理、地災(zāi)監(jiān)測(cè)、環(huán)境監(jiān)測(cè)、森林和農(nóng)業(yè)病蟲(chóng)害監(jiān)測(cè)以及應(yīng)急救災(zāi)等領(lǐng)域。在選擇可見(jiàn)光傳感器時(shí)，光譜響應(yīng)/IR抑制、最大勒克斯數(shù)、光敏度、集成信號(hào)調(diào)節(jié)功能、功耗以及封裝大小和重量等是需要重點(diǎn)關(guān)注的技術(shù)指標(biāo)。

多光譜傳感器按照分光方式的不同，可以分為單鏡頭加分光系統(tǒng)型和多鏡頭分光型，其中多鏡頭分光型通過(guò)在探測(cè)器焦面之前設(shè)置具有不同光譜透過(guò)率的濾光片實(shí)現(xiàn)，原理簡(jiǎn)單，技術(shù)方案相對(duì)成熟，因而在無(wú)人機(jī)載多光譜傳感器領(lǐng)域廣泛使用。就波段而言，通常選擇綠、紅、紅邊以及近紅外等波段完成對(duì)植被、土壤等典型地物的信息獲取。在選擇多光譜傳感器時(shí)，波段設(shè)置、輻射測(cè)量精度、輻射測(cè)量分辨率(與探測(cè)器量化位數(shù)相關(guān))、信噪比等是需要重點(diǎn)關(guān)注的技術(shù)指標(biāo)。

1.2.3 衛(wèi)星遙感技術(shù)

衛(wèi)星遙感技術(shù)已廣泛應(yīng)用于森林火災(zāi)監(jiān)測(cè)、林業(yè)資源調(diào)查及評(píng)估等方面，但現(xiàn)有的森林防火或林業(yè)資源調(diào)查等遙感衛(wèi)星空間分辨率、波段和算法等不能滿足松材線蟲(chóng)病災(zāi)害遙感監(jiān)測(cè)的需求。如松材線蟲(chóng)病災(zāi)害遙感監(jiān)測(cè)與森林防火遙感監(jiān)測(cè)的主要區(qū)別在于分析原理和數(shù)據(jù)源不同，森林防火遙感監(jiān)測(cè)主要利用熱紅外等波段，松材線蟲(chóng)病災(zāi)害遙感監(jiān)測(cè)主要利用可見(jiàn)光和近紅外波段。松材線蟲(chóng)病監(jiān)測(cè)與林業(yè)資源監(jiān)測(cè)的主要區(qū)別在于時(shí)空尺度和技術(shù)難度等方面。林業(yè)資源調(diào)查周期長(zhǎng)，一般5 a左右1次，無(wú)法滿足松材線蟲(chóng)病災(zāi)害月度監(jiān)測(cè)的需要，且松材線蟲(chóng)病的有效識(shí)別時(shí)段一般在秋季，而混交林中的落葉植被同樣會(huì)在秋季出現(xiàn)變色和枯萎，因此衛(wèi)星影像的拍攝時(shí)間應(yīng)盡量選擇在疫木已經(jīng)出現(xiàn)萎蔫而落葉植被還未開(kāi)始變色的時(shí)間段。雖然松材線蟲(chóng)病災(zāi)害遙感監(jiān)測(cè)研究在我國(guó)起步較早，但因其受專業(yè)性和技術(shù)的復(fù)雜性、時(shí)空尺度的精細(xì)性等因素限制，其實(shí)質(zhì)性應(yīng)用晚于森林資源和防火監(jiān)測(cè)。

衛(wèi)星遙感的優(yōu)勢(shì)在于大范圍連續(xù)的空間覆蓋能力，相比之下其空間粒度相對(duì)有限。松材線蟲(chóng)病變色立木的分布通常是離散的，在空間尺度上表現(xiàn)為單株(簇)級(jí)別，其所需衛(wèi)星影像的空間分辨率一般應(yīng)優(yōu)于單株冠層直徑[24]，通常需要達(dá)到米級(jí)或亞米級(jí)，如國(guó)內(nèi)高分2號(hào)、北京2號(hào)、北京3號(hào)、高景1號(hào)，以及國(guó)外 IKONOS、QuickBird、WorldView、Planet、Pleiades等衛(wèi)星影像。國(guó)內(nèi)外學(xué)者基于無(wú)人機(jī)和衛(wèi)星遙感針對(duì)松材線蟲(chóng)病疫情監(jiān)測(cè)開(kāi)展了大量研究，證明了遙感監(jiān)測(cè)松材線蟲(chóng)病變色立木的光譜響應(yīng)機(jī)理和可行性，為松材線蟲(chóng)病的監(jiān)測(cè)和防控提供了科學(xué)依據(jù)[25]。國(guó)內(nèi)外典型高分辨率光學(xué)衛(wèi)星傳感器通常覆蓋可見(jiàn)光——近紅外波段，能夠捕捉監(jiān)測(cè)區(qū)域因松材線蟲(chóng)病引起的光譜敏感波段的變化和圖像與紋理特征的變化。

1.3 遙感影像智能識(shí)別方法

松材線蟲(chóng)病早期遙感監(jiān)測(cè)主要以目視解譯和單景影像人工處理為主，效率相對(duì)較低。為提高松材線蟲(chóng)病大面積快速監(jiān)測(cè)、提升監(jiān)測(cè)識(shí)別效率，近年來(lái)研究重點(diǎn)集中在遙感影像的智能識(shí)別上，并逐漸形成了無(wú)人機(jī)可見(jiàn)光、無(wú)人機(jī)多光譜和衛(wèi)星遙感3個(gè)智能識(shí)別研究分支。

1.3.1 無(wú)人機(jī)可見(jiàn)光智能識(shí)別

無(wú)人機(jī)可見(jiàn)光遙感可以獲得高分辨率(5～10 cm)的松林影像數(shù)據(jù)，可以直觀地獲取變色立木的色彩、紋理、形狀和位置等特征信息。其識(shí)別機(jī)理相對(duì)明確，可根據(jù)經(jīng)驗(yàn)通過(guò)目視判讀直接提取疫木信息。但該方法人力需求大、成本高、時(shí)效性差、監(jiān)測(cè)盲點(diǎn)多。近年來(lái)發(fā)展起來(lái)的基于人工智能圖像識(shí)別技術(shù)，通過(guò)構(gòu)建大量的變色立木特征樣本數(shù)據(jù)庫(kù)，借助深度學(xué)習(xí)算法實(shí)現(xiàn)疫木分類(lèi)識(shí)別[20－21]。這一類(lèi)方法通過(guò)大量的樣本訓(xùn)練、構(gòu)建更深的網(wǎng)絡(luò)以及減少參數(shù)數(shù)量和計(jì)算量，提高識(shí)別準(zhǔn)確率和計(jì)算效率。如Deng等[20]提出了一種采用無(wú)人機(jī)遙感和人工智能技術(shù)的大規(guī)模松材線蟲(chóng)病檢測(cè)與定位方法，通過(guò)計(jì)算機(jī)視覺(jué)工具增強(qiáng)了無(wú)人機(jī)遙感圖像，基于RPN(region proposal network)網(wǎng)絡(luò)和 ResNet殘差神經(jīng)網(wǎng)絡(luò)的Faster－RCNN(faster region convolutional neural networks)深度學(xué)習(xí)框架用于訓(xùn)練松樹(shù)枯病死檢測(cè)模型；徐信羅等[26]采用Faster R－CNN目標(biāo)檢測(cè)算法實(shí)現(xiàn)對(duì)染病變色松樹(shù)的自動(dòng)識(shí)別，與傳統(tǒng)受害木識(shí)別方法不同，該模型考慮了其他枯死樹(shù)和紅色闊葉樹(shù)對(duì)受害木識(shí)別的影響。然而，可見(jiàn)光無(wú)人機(jī)遙感的缺點(diǎn)是光譜波段有限，無(wú)法通過(guò)光譜分析實(shí)現(xiàn)早期監(jiān)測(cè)預(yù)警[27]。

1.3.2 無(wú)人機(jī)多光譜智能識(shí)別

無(wú)人機(jī)多光譜遙感在可見(jiàn)光傳感器的基礎(chǔ)上增加了近紅外、短波紅外、紅邊等多個(gè)波段，能夠有效探測(cè)植被除顏色、形態(tài)之外的色素、水分等生理參數(shù)，為松材線蟲(chóng)病疫木識(shí)別提供更為豐富、有效的感知信息。因此，在基于多光譜影像的智能識(shí)別算法中通常會(huì)涉及到諸多定量遙感方面的理論與方法，以提取更豐富的光譜指數(shù)來(lái)描述松材線蟲(chóng)病疫木冠層的變化。在識(shí)別模型的構(gòu)建中，多光譜無(wú)人機(jī)遙感通常聯(lián)合運(yùn)用光譜、紋理、形狀等特征，通過(guò)使用篩選出的光譜特征波段，區(qū)分松材線蟲(chóng)病疫木與大部分其他地物，進(jìn)而借助于紋理、形狀特征，以機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等算法進(jìn)一步對(duì)疑似目標(biāo)場(chǎng)景進(jìn)行精細(xì)分類(lèi)與識(shí)別，降低“異物同譜”現(xiàn)象對(duì)識(shí)別結(jié)果的影響，提高識(shí)別精度與效率[28]。

1.3.3 衛(wèi)星遙感智能識(shí)別

隨著衛(wèi)星影像空間分辨率和光譜分辨率的提高以及深度學(xué)習(xí)技術(shù)的發(fā)展，通過(guò)衛(wèi)星影像進(jìn)行松材線蟲(chóng)病的識(shí)別將成為監(jiān)測(cè)治理松材線蟲(chóng)病的重要手段。衛(wèi)星遙感智能識(shí)別主要在構(gòu)建變色立木影像特征數(shù)據(jù)庫(kù)基礎(chǔ)上，通過(guò)植被指數(shù)計(jì)算、紋理和形狀指標(biāo)構(gòu)建以及多時(shí)相分析等方法實(shí)現(xiàn)影像光譜、空間和時(shí)間特征增強(qiáng)，并基于專家知識(shí)和機(jī)器學(xué)習(xí)等方法進(jìn)行分類(lèi)，最終實(shí)現(xiàn)疫木的提取(表2)[29－33]。Takenaka等[29]利用帶有紅邊波段的 World View－2/3影像計(jì)算了18種植被指數(shù)，輸入到支持向量機(jī)分類(lèi)模型中提取出不同感病程度的疫木，不同時(shí)期的總體精度分別達(dá)到72%和98%；黃芳芳 等[31]利用原始波段反射率和RVI、NDVI和DVI光譜指數(shù)，基于隨機(jī)森林和決策樹(shù)算法對(duì)湖北省宜昌市松材線蟲(chóng)病發(fā)生情況進(jìn)行監(jiān)測(cè)，結(jié)果平均精度在76%以上；馬云強(qiáng)[32]利用融合后0.8 m的北京2號(hào)衛(wèi)星影像計(jì)算RGI指數(shù)，基于面向?qū)ο蟮姆诸?lèi)方法提取了馬尾松Pinus massoniana林地中的松材線蟲(chóng)病疫木區(qū)域，總體精度達(dá)到90.65%。在深度學(xué)習(xí)方法中，Huang等[33]基于增強(qiáng)后的高分影像構(gòu)建松材線蟲(chóng)病樣本數(shù)據(jù)集，利用深度學(xué)習(xí)技術(shù)進(jìn)行松材線蟲(chóng)病發(fā)病區(qū)的識(shí)別研究，可實(shí)現(xiàn)對(duì)松材線蟲(chóng)病感病區(qū)域準(zhǔn)確的分類(lèi)識(shí)別。在單株疫木識(shí)別上，目前已有ResNet殘差網(wǎng)絡(luò)[34]、VGG神經(jīng)網(wǎng)絡(luò)[35]等方法應(yīng)用于衛(wèi)星遙感中的松材線蟲(chóng)病疫木識(shí)別，識(shí)別結(jié)果的精度可達(dá)85%以上，在一定程度上解決了區(qū)分易混淆目標(biāo)的難題。此外，Zhang等[36]利用基于雙時(shí)相變化檢測(cè)和空間卷積對(duì)影像進(jìn)行了時(shí)空特征增強(qiáng)，排除了區(qū)域內(nèi)變色落葉樹(shù)的干擾，對(duì)比單時(shí)相機(jī)器學(xué)習(xí)分類(lèi)方法顯著降低了疫木的錯(cuò)檢率。

表2 松材線蟲(chóng)病衛(wèi)星遙感監(jiān)測(cè)主要研究方法Tab.2 Main research method of satellite remote sensing monitoring of PWD

2 行業(yè)應(yīng)用實(shí)踐

松材線蟲(chóng)病疫情的快速傳播擴(kuò)散，且發(fā)現(xiàn)新的媒介昆蟲(chóng)[37]、感染新的寄主植物[38]，并突破年均溫10℃線向遼寧、吉林等中溫帶和秦嶺等高海拔地域擴(kuò)張[39]，嚴(yán)重威脅著我國(guó)6 000萬(wàn)hm2松林生態(tài)安全。及時(shí)全面監(jiān)測(cè)成為松材線蟲(chóng)病疫情防控迫切而現(xiàn)實(shí)的要求，也促進(jìn)了天空地一體化監(jiān)測(cè)技術(shù)的行業(yè)應(yīng)用和發(fā)展。

2.1 松材線蟲(chóng)病無(wú)人機(jī)遙感監(jiān)測(cè)

當(dāng)前利用無(wú)人機(jī)遙感監(jiān)測(cè)松材線蟲(chóng)病變色立木在技術(shù)上已相對(duì)成熟。一些地方通過(guò)實(shí)施能力提升工程，為基層森防部門(mén)購(gòu)置了一大批無(wú)人機(jī)設(shè)備，加之監(jiān)測(cè)社會(huì)化購(gòu)買(mǎi)服務(wù)的推進(jìn)，極大提升了無(wú)人機(jī)遙感監(jiān)測(cè)松樹(shù)變色立木的普及應(yīng)用。據(jù)林草生物災(zāi)害監(jiān)測(cè)預(yù)警國(guó)家創(chuàng)新聯(lián)盟初步統(tǒng)計(jì)，近年來(lái)聯(lián)盟成員單位共提供有60余項(xiàng)松材線蟲(chóng)病監(jiān)測(cè)服務(wù)項(xiàng)目，總監(jiān)測(cè)面積達(dá)630.07萬(wàn)hm2。其中，新疫情發(fā)現(xiàn)、專項(xiàng)普查、質(zhì)量評(píng)估和防效監(jiān)管、科學(xué)研究項(xiàng)目占比分別為15%，64%，14%和7%；監(jiān)測(cè)的純林區(qū)域、混交林區(qū)域分別占總監(jiān)測(cè)面積的62%和38%。當(dāng)前實(shí)踐中，無(wú)人機(jī)遙感監(jiān)測(cè)影像的空間分辨可控制在0.1 m，定位誤差可以達(dá)到0.5 m以內(nèi)，變色立木識(shí)別準(zhǔn)確率達(dá)到80%以上，能夠滿足松科植物變色立木監(jiān)測(cè)的要求。

2.2 松材線蟲(chóng)病衛(wèi)星遙感監(jiān)測(cè)

早在20世紀(jì)90年代就有報(bào)道利用衛(wèi)星遙感監(jiān)測(cè)林業(yè)有害生物[40]。亞米級(jí)衛(wèi)星遙感影像數(shù)據(jù)源的豐富，推進(jìn)了松材線蟲(chóng)病變色立木衛(wèi)星遙感監(jiān)測(cè)的實(shí)際應(yīng)用。2018年，國(guó)家林業(yè)和草原局森林和草原病蟲(chóng)害防治總站(現(xiàn)國(guó)家林業(yè)和草原局生物災(zāi)害防控中心)首次利用衛(wèi)星遙感監(jiān)測(cè)手段，通過(guò)目視解譯方法發(fā)現(xiàn)了浙江省2個(gè)縣存在異常變色松樹(shù)，后經(jīng)實(shí)地取樣鑒定確認(rèn)發(fā)生松材線蟲(chóng)病疫情，并發(fā)文通報(bào)。這標(biāo)志著衛(wèi)星遙感監(jiān)測(cè)松材線蟲(chóng)病進(jìn)入行業(yè)實(shí)質(zhì)性應(yīng)用階段。

2018年以來(lái)，衛(wèi)星遙感監(jiān)測(cè)結(jié)果多次為國(guó)家林業(yè)和草原局組織開(kāi)展松材線蟲(chóng)病疫情春秋兩季除治情況核實(shí)核查、蹲點(diǎn)暗訪和秋季普查工作提供了支撐服務(wù)，并逐步建立了一整套以衛(wèi)星遙感監(jiān)測(cè)發(fā)現(xiàn)異常與地面人工核實(shí)、災(zāi)情監(jiān)測(cè)服務(wù)指導(dǎo)和核查問(wèn)責(zé)相結(jié)合的松材線蟲(chóng)病立體監(jiān)測(cè)監(jiān)管模式。其中:2019年分析處理428景衛(wèi)星遙感數(shù)據(jù)，覆蓋面積達(dá)2 450萬(wàn)hm2，涉及18省(自治區(qū)、直轄市)390個(gè)縣級(jí)行政區(qū)，發(fā)現(xiàn)3處撤銷(xiāo)疫區(qū)復(fù)發(fā)、1處新疫區(qū)和多地存在大面積松樹(shù)異常死亡情況；2020年累計(jì)處理衛(wèi)星遙感影像500余景，覆蓋國(guó)土面積2 760萬(wàn)hm2，涉及12省(自治區(qū)、直轄市)39個(gè)縣(區(qū))，發(fā)現(xiàn)3處縣級(jí)新發(fā)疫情；2021年累計(jì)篩查高空間分辨率衛(wèi)星遙感影像1 000多景，覆蓋國(guó)土面積5 000多萬(wàn)hm2，涉及遼寧、甘肅、吉林、廣西、貴州、山西、廣東等7省21個(gè)縣(區(qū))，發(fā)現(xiàn)2處縣級(jí)新發(fā)疫情并經(jīng)地面核實(shí)確認(rèn)。目前，衛(wèi)星遙感監(jiān)測(cè)已成為松材線蟲(chóng)病新疫情發(fā)現(xiàn)、疫情核查、應(yīng)急監(jiān)測(cè)、防治督導(dǎo)的重要手段之一，正改變著我國(guó)林業(yè)生物災(zāi)害監(jiān)測(cè)長(zhǎng)期依靠人工地面調(diào)查的傳統(tǒng)模式，成為國(guó)家層面獨(dú)立獲取疫情信息開(kāi)展督導(dǎo)監(jiān)管的重要技術(shù)手段。

2.3 松材線蟲(chóng)病疫情監(jiān)測(cè)監(jiān)管平臺(tái)及應(yīng)用系統(tǒng)

為推進(jìn)松材線蟲(chóng)病疫情監(jiān)測(cè)精細(xì)化管理，解決疫情數(shù)據(jù)監(jiān)管缺失、數(shù)據(jù)展示不直觀等問(wèn)題，浙江、江西、重慶、湖南等地積極應(yīng)用信息化手段研發(fā)了監(jiān)測(cè)調(diào)查APP和監(jiān)管平臺(tái)及應(yīng)用系統(tǒng)。如浙江省開(kāi)發(fā)了“數(shù)字森防”和手機(jī)APP場(chǎng)景應(yīng)用，對(duì)疫情普查、疫木除治、疫源管控、抽樣檢測(cè)、打孔注藥等進(jìn)行全鏈條閉環(huán)精細(xì)管控。2020—2021年，根據(jù)國(guó)家林業(yè)和草原局生態(tài)感知專班總體部署，依托國(guó)家林業(yè)和草原局松材線蟲(chóng)病防控科技攻關(guān)“揭榜掛帥”項(xiàng)目“天空地一體化監(jiān)測(cè)和大數(shù)據(jù)預(yù)報(bào)技術(shù)”研究成果，基于林草資源一張圖，國(guó)家林業(yè)和草原局生物災(zāi)害防控中心組織研發(fā)并在行業(yè)運(yùn)行了“松材線蟲(chóng)病疫情防控精細(xì)化監(jiān)管平臺(tái)”。該平臺(tái)分為綜合展示、疫情監(jiān)測(cè)、工作監(jiān)管和科普宣傳4個(gè)模塊，集成了地面數(shù)據(jù)采集、無(wú)人機(jī)及衛(wèi)星遙感影像在線智能識(shí)別等，構(gòu)建了天空地立體化監(jiān)測(cè)技術(shù)體系和網(wǎng)格化常態(tài)化監(jiān)管體系，初步實(shí)現(xiàn)了天空地一體化監(jiān)測(cè)技術(shù)的集成和面向社會(huì)的云端服務(wù)，實(shí)現(xiàn)了疫情管理精準(zhǔn)到松林小班并落地上圖，推進(jìn)了松材線蟲(chóng)病疫情監(jiān)測(cè)發(fā)現(xiàn)、檢測(cè)鑒定、疫木除治的可視化精細(xì)化管理。該平臺(tái)已在2021年全國(guó)松材線蟲(chóng)病秋季普查中廣泛應(yīng)用，并將成為推進(jìn)全國(guó)松材線蟲(chóng)病疫情防控精細(xì)化管理的主要抓手，同時(shí)也為疫情防控分區(qū)分級(jí)管理、科學(xué)精準(zhǔn)施策提供重要技術(shù)和數(shù)據(jù)支持。

3 問(wèn)題與展望

3.1 堅(jiān)持預(yù)防為主，扎實(shí)開(kāi)展松材線蟲(chóng)病疫情精準(zhǔn)監(jiān)測(cè)攻堅(jiān)行動(dòng)

國(guó)家林業(yè)和草原局統(tǒng)計(jì)數(shù)據(jù)表明，在2000—2012年新增的207個(gè)松材線蟲(chóng)病新發(fā)疫區(qū)中，70%以上在發(fā)現(xiàn)時(shí)發(fā)生面積已超過(guò)20 hm2，25%以上病死樹(shù)超過(guò)1 000株[41]；2021年新發(fā)的24個(gè)縣級(jí)疫區(qū)病死樹(shù)平均為1 216株，發(fā)生面積超過(guò)20 hm2的占62.5%。松材線蟲(chóng)病疫情監(jiān)測(cè)發(fā)現(xiàn)不及時(shí)、監(jiān)測(cè)數(shù)據(jù)失真失實(shí)，嚴(yán)重影響我國(guó)松材線蟲(chóng)病疫情防控決策，導(dǎo)致疫情加速蔓延?！笆奈濉逼陂g，我國(guó)將實(shí)行“分區(qū)分級(jí)、科學(xué)精準(zhǔn)”的松材線蟲(chóng)病疫情防控策略，并要求“消除存量、控制增量”，遏制疫情嚴(yán)重發(fā)生和擴(kuò)散蔓延勢(shì)頭。實(shí)現(xiàn)上述防控策略和目標(biāo)，需要精準(zhǔn)掌握并科學(xué)研判疫情發(fā)生動(dòng)態(tài)，需要統(tǒng)籌疫情預(yù)防和治理，在做好3%已發(fā)生疫情松林救治的同時(shí)，更要注重97%健康松林的預(yù)防，并實(shí)現(xiàn)“早發(fā)現(xiàn)、早報(bào)告、早除治、早拔除”。因此，做好松材線蟲(chóng)病疫情精準(zhǔn)監(jiān)測(cè)尤為重要。應(yīng)統(tǒng)籌護(hù)林員、村級(jí)森防員、資源監(jiān)測(cè)隊(duì)伍以及行業(yè)內(nèi)外力量，組織開(kāi)展疫情精準(zhǔn)監(jiān)測(cè)攻堅(jiān)行動(dòng)，推行網(wǎng)格化精細(xì)化常態(tài)化疫情監(jiān)測(cè)管理，實(shí)現(xiàn)疫情在空間維度上精準(zhǔn)到松林小班、在時(shí)間尺度上控制在兩個(gè)月以內(nèi)發(fā)現(xiàn)。同時(shí)，積極借助天空地一體化監(jiān)測(cè)技術(shù)體系，充分發(fā)揮各自優(yōu)勢(shì)區(qū)分不同場(chǎng)景，加速無(wú)人機(jī)遙感、衛(wèi)星遙感和地面物聯(lián)網(wǎng)監(jiān)測(cè)技術(shù)的融合和普及應(yīng)用，豐富疫情監(jiān)測(cè)調(diào)查和數(shù)據(jù)核實(shí)核查手段，提升監(jiān)測(cè)發(fā)現(xiàn)和監(jiān)管能力。

3.2 以人工智能為方向，提升松材線蟲(chóng)病疫情監(jiān)測(cè)末端感知能力

我國(guó)林業(yè)有害生物防治基層組織隊(duì)伍存在“線斷、網(wǎng)破、人散”風(fēng)險(xiǎn)，傳統(tǒng)勞動(dòng)密集型基層監(jiān)測(cè)組織模式難以為繼。人力短缺是推進(jìn)松材線蟲(chóng)病精準(zhǔn)監(jiān)測(cè)面臨的重大問(wèn)題?，F(xiàn)階段，商業(yè)化的松材線蟲(chóng)病變色立木無(wú)人機(jī)監(jiān)測(cè)單次費(fèi)用大約18～120元/hm2，成本過(guò)高導(dǎo)致行業(yè)無(wú)力承擔(dān)其大面積商業(yè)化監(jiān)測(cè)；衛(wèi)星遙感有效影像數(shù)據(jù)仍然有限，且多依賴目視解譯，工作量龐大，也限制了其應(yīng)用。近年來(lái)，以5G、云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)等為代表的新技術(shù)快速發(fā)展，人工智能技術(shù)也因深層網(wǎng)絡(luò)神經(jīng)的成功而獲得了巨大進(jìn)步。信息化的發(fā)展遵循從數(shù)字化到網(wǎng)絡(luò)化再到智能化。人工智能是破解基層監(jiān)測(cè)人員短缺，推進(jìn)天空地一體化監(jiān)測(cè)融合發(fā)展，實(shí)現(xiàn)松材線蟲(chóng)病精準(zhǔn)監(jiān)測(cè)轉(zhuǎn)型升級(jí)的核心驅(qū)動(dòng)力。當(dāng)前，松材線蟲(chóng)病變色立木無(wú)人機(jī)遙感監(jiān)測(cè)智能識(shí)別技術(shù)已基本成熟，衛(wèi)星遙感智能識(shí)別也可在人機(jī)交互下開(kāi)展行業(yè)應(yīng)用。制訂變色立木遙感監(jiān)測(cè)數(shù)據(jù)采集和處理技術(shù)規(guī)范，融合天空地一體化監(jiān)測(cè)技術(shù)搭建智能解譯平臺(tái)，面向社會(huì)提供云端在線智能解譯服務(wù)，是降低無(wú)人機(jī)遙感監(jiān)測(cè)成本、推動(dòng)航空航天遙感監(jiān)測(cè)普及、提升基層末端發(fā)現(xiàn)能力的“互聯(lián)網(wǎng)＋”解決方案?？上驳氖?，“松材線蟲(chóng)病疫情防控精細(xì)化監(jiān)管平臺(tái)”已初步搭建了智能在線解譯的應(yīng)用場(chǎng)景。隨著平臺(tái)的應(yīng)用和數(shù)據(jù)積累，其智能識(shí)別算法將不斷更新優(yōu)化，將極大提升我國(guó)松材線蟲(chóng)病末端感知能力的數(shù)字化、網(wǎng)絡(luò)化和智能化水平。

3.3 整合資源，推進(jìn)精準(zhǔn)監(jiān)測(cè)技術(shù)和產(chǎn)品協(xié)同創(chuàng)新

40年來(lái)，我國(guó)圍繞松材線蟲(chóng)病監(jiān)測(cè)防控及相關(guān)技術(shù)產(chǎn)品研發(fā)，投入了大量資金和人力。僅2021年我國(guó)松材線蟲(chóng)病防控資金中央預(yù)算內(nèi)投入達(dá)到20多億元，全國(guó)累計(jì)高達(dá)100億元。巨大的行業(yè)需求，進(jìn)一步推進(jìn)了松材線蟲(chóng)病監(jiān)測(cè)防控相關(guān)技術(shù)及防控產(chǎn)品的研發(fā)。但總體而言，我國(guó)松材線蟲(chóng)病疫情監(jiān)測(cè)技術(shù)研發(fā)創(chuàng)新能力不足，高效簡(jiǎn)便經(jīng)濟(jì)的監(jiān)測(cè)技術(shù)和產(chǎn)品相對(duì)短缺。同時(shí)，低水平重復(fù)建設(shè)、信息孤島現(xiàn)象較為普遍，信息數(shù)據(jù)資源共享機(jī)制尚未建立，行業(yè)數(shù)據(jù)難以有效匯聚融合和合理利用，造成了科研資源的極大浪費(fèi)。如在變色立木智能識(shí)別和末端感知技術(shù)產(chǎn)品研發(fā)方面，僅林草有害生物監(jiān)測(cè)預(yù)警國(guó)家創(chuàng)新聯(lián)盟內(nèi)部就有30多家科研院所和中小企業(yè)一哄而上平行開(kāi)展變色立木遙感影像樣本數(shù)據(jù)庫(kù)構(gòu)建等相關(guān)研發(fā)工作。要高度警惕低水平重復(fù)建設(shè)和由此帶來(lái)的惡性競(jìng)爭(zhēng)。松材線蟲(chóng)病變色立木遙感智能監(jiān)測(cè)技術(shù)研發(fā)涉及多學(xué)科跨界融合，更需要產(chǎn)學(xué)研深度合作。有關(guān)行業(yè)管理部門(mén)應(yīng)加速優(yōu)化產(chǎn)業(yè)鏈創(chuàng)新平臺(tái)一體化布局，進(jìn)一步強(qiáng)化戰(zhàn)略導(dǎo)向和目標(biāo)引導(dǎo)，整合有效資源開(kāi)展協(xié)同攻關(guān)，建立以企業(yè)為主體、市場(chǎng)為導(dǎo)向、產(chǎn)學(xué)研深度融合的技術(shù)創(chuàng)新體系，形成“行業(yè)指引、資源集聚，協(xié)同創(chuàng)新、優(yōu)勢(shì)突出，開(kāi)放共享、產(chǎn)業(yè)孵化”的新型科技創(chuàng)新創(chuàng)業(yè)模式，全面推進(jìn)松材線蟲(chóng)病精準(zhǔn)監(jiān)測(cè)技術(shù)和產(chǎn)品高質(zhì)量發(fā)展。