变色立木卫星影像样本特征分析及应用

变色立木的全覆盖监测是当前松材线虫病疫情防控的重要保障手段。利用多种植被指数对松材线虫病所致的变色立木卫星遥感影像样本集进行分析。结果表明：包含蓝波段的植被指数提取变色立木的能力较差，由红、绿波段构成的植被指数提取能力较强；基于红、绿波段，用不同方式构造的植被指数提取能力有所区别，计算了由红、绿波段构成的4个植被指数：RGRI、GRRI、RGNDI和ExR，其中ExR的提取结果最佳，查全率达到81.0%，查准率达到86.2%,F1分数达到83.5%。表明红波段和绿波段蕴含丰富的变色立木信息，其构成的过红植被指数ExR可有效识别冠幅大于5 m的变色立木。     

基于多特征提取与注意力机制深度学习的高分辨率影像松材线虫病树识别

为了提高松材线虫病树的监测效率,减少其对林业生产造成的损失,提出一种基于多特征提取与注意力机制深度学习的高分辨率影像松材线虫病树识别方法.该方法首先在高分辨率遥感影像上提取松材线虫病树的光谱特征、空间特征等多特征,然后进行Relief特征选择算法,取特征权重前8个特征进行病树识别,发现选择差值植被指数DVI(diffe...     

松材线虫病变色松树遥感监测研究进展

[目的]综合评述了松材线虫病变色松树遥感监测的数据和方法研究进展,并就星-机-地多源遥感数据协同监测变色松树提出展望。[方法]通过分析松材线虫病染病松树的生理生态特征和冠层光谱,综述遥感数据的获取、基于遥感数据的变色松树解译方法,讨论当前松材线虫病变色松树遥感监测存在的主要问题,并指出未来可能的研究方向。[结果]不同的遥感监测平台对于变色松树的识别各具其优势,地面调查具有高可靠性优势、卫星遥感具有多时相优势、无人机遥感具有高空间分辨率和高灵活性优势。其中以无人机遥感和高分卫星遥感为主的遥感技术的发展,伴随着遥感图像解译算法和计算机软硬件的改进,为松材线虫病疫区变色松树的快速定位和计数提供了新的手段。但新手段在变色松树监测过程中还存在着监测手段单一,定位位置偏差大、识别精度和识别效率低等问题。[结论]未来随着卫星数量的增多和无人机影像获取成本的减少,从多源遥感影像上采用人工智能算法快速定位出单株变色松树和疫区变色松树的计数将成为新的模式。     

基于多特征的高分辨率影像松材线虫病树识别

为了提高松材线虫病树的监测效率,减少其对林业生产造成的损失,利用在高分辨率遥感影像上提取松材线虫病树的光谱特征、空间特征等多特征,然后进行Relief特征选择算法,提取的合适特征为归一化植被指数NDVI(Normalized Vegetation Index)、差值植被指数DVI(Difference Vegetation Index)、OHTA颜色模型作为病树与非病树的光谱特征,对目标影像进行自动筛选,得到疑似病树像元。运用DBscan空间聚类算法对疑似病树像元进行聚类,并以周围一定范围内有一定数量的健康树像元为空间分布参考,对拍摄地点30°1′N/111°43′E附近、分辨率为0.1 m的3幅高分辨率遥感影像筛选病树。自动筛选耗时分别是人工筛选的43.99%、51.08%和46.62%,相对于人工筛选的数量准确度分别为79.37%、77.85%和82.56%。结果表明:采用光谱特征与空间特征相结合的方法在高分辨率遥感影像上识别松材线虫病树识别效率更高。     

无人机遥感影像的松材线虫病危害木自动监测技术初探

针对常规松材线虫病(Bursaphelenchus xylophilus)普查监测耗时长、数据实时性和真实性差的现状,作者基于无人机采集的高分辨率影像和e Cognition遥感图像处理软件,采用目视判读、模版匹配2种方法分别对疫区松材线虫病危害木进行遥感识别。根据研究区域实地踏勘结果,从识别精度和数据处理效率方面比较2种方法,发现相较于目视解译的传统信息提取方式,模版匹配方法在精度和效率方面具有明显优势,能有效提高松材线虫病危害木监测效率。     

中国的12个省份113个县发现松材线虫病

国家林业局新闻发言人曹清尧称，中国的松材线虫病疫区已扩大到12个省份的113个县，江苏、浙江、安徽、福建和广东省的19个县是今年新增的疫区。松材线虫病也传播蔓延至山东、湖北、湖南、重庆、贵州和云南。利用松木包装材料包装货物跨省运输，特别是一些疫区非法调运、加工松木的现象日益增多，是中国松材线虫病扩散蔓延最为重要的原因，大部分松材线虫病新发疫点的疫情是由松木包装材料引起的。     

大连市无人机预防监测松材线虫病技术路线

该文主要研究无人机技术平台在大连市松材线虫病预防中的技术路线。通过以无人机为平台,融合遥感(RS),全球定位系统(GPS)、地理信息系统(GIS),通过植被指数(NDVI)运算,确定相应的值,根据相应的值快速准确的提取发病像素点,通过矢量化运算从而定位松材线虫发病区域,有效的对发病区域实施布控,将松材线虫病的危害降到最低,避免再次大规模爆发。     

变色立木的无人机遥感监测技术

笔者简要阐述了国内外应用高空间分辨率遥感数据监测单木级森林病虫灾害的研究现状,提出可服务于松材线虫病死树普查的变色立木低空遥感监测技术要求,给出主要工作流程,建议规范松材线虫病的无人机遥感监测服务市场。     

松材线虫病发生34 a的综合防控——以江苏省镇江市为例

镇江市于1985年发现松材线虫致病松树以来,该病迅速扩散蔓延,给当地的经济和生态造成了重大损失,成为江苏省松材线虫病发生最为严重的地区之一,镇江市多个县、区为松材线虫病疫区。自从发生松材线虫病疫情以来,镇江市积极采取行动,采取了一系列综合防控松材线虫的方法。包括开展松材线虫病普查工作、加强松材线虫检疫、感病松林病死松木清理、传播媒介林间施药防治和引诱防治、生物防治以及开展营林措施防治。经过多年的防控实践,从2009年开始,镇江市各辖市、区松材线虫病的发生面积和病死树数量都呈现双下降趋势,镇江市松材线虫防治工作取得了明显的成效。     

襄阳市枯死松树天空地监测体系构建探索

针对襄阳市松材线虫病监测现状,构建了枯死松树天空地监测体系,综合运用卫星遥感监测、无人机航测、人工地面踏查等技术,采取“互联网+无人机举证+人工地面踏查”的模式,对枯死松树进行监测核查。基于GNSS、卫星遥感、互联网+等技术,研发了《襄阳市松材线虫病疫情监测核查管理信息系统》,实现枯死松树的坐标定位及身份证化管理。监测体系在襄阳市的推广使用,基本实现了疫情监测智慧化、管理信息化。     

园林树木遮荫功效研究进展

摘要：卫星遥感是现阶段测绘领域应用较为成熟的技术,然而在农林业病虫害监测预警方面使用较为迟缓,特别是针对省级管理机构缺乏监管技术和预警能力,本研究探索了利用卫星遥感技术开展异常变色林木监测的应用实践,以服务于区域松材线虫病防控的技术指导和督查。经过3年的应用表明,高空间分辨率卫星遥感技术具有客观、科学和实时的优势,能够为上级管理机构提供决策依据。     

湖北松材线虫病卫星遥感监管技术初探

卫星遥感是现阶段测绘领域应用较为成熟的技术,然而在农林业病虫害监测预警方面使用较为迟缓,特别是针对省级管理机构缺乏监管技术和预警能力,本研究探索了利用卫星遥感技术开展异常变色林木监测的应用实践,以服务于区域松材线虫病防控的技术指导和督查。经过3年的应用表明,高空间分辨率卫星遥感技术具有客观、科学和实时的优势,能够为上级管理机构提供决策依据。     

松材线虫病在纯松林内自然扩散规律的研究

在偏僻地带的大面积轻微发病纯松林内通过反复强度清理病死、濒死松树及所有可疑松树，及在中心部位人为设置“中心侵染源”松木段，模拟松材线虫病Ｂｕｒｓａｐｈｅｌｅｎｃｈｕｓｘｙｌｏｐｈｉｌｕｓ自然扩散。经定期定点观察，初步摸清了华东丘陵地带松材线虫病及松褐天牛在纯松林内自然扩散规律，为松材线虫病治理提供了依据     

基于无人机多光谱影像的松材线虫病疫区枯死树识别

为探寻最优波段组合，提高多光谱无人机（Unnamed Aerial Vehicle,UAV）对松材线虫（Bursaphelenchus xylophilus）病疫区枯死树的自动识别准确率，进而提高松材线虫病疫情监测水平，以柳州市三江侗族自治县、河池市宜州区和大化瑶族自治县、南宁市横州市及桂林市平乐县的42个疫点小班及其周边2 km内的所有松树林图斑为研究区，采用无人机采集多光谱影像，获取可见光、红光波段、绿光波段、近红外波段和红边波段影像；完成辐射校正后进行正射拼接和植被指数计算，得到3组可见光和多光谱正射影像波段组合；将各组影像分别输入卷积神经网络（Convolutional Neural Network,CNN），进行相同参数的学习和预测。将模型预测结果与人工标注结果进行对比，以识别准确率为指标，进行精度评价。结果表明，利用多光谱影像自动识别疑似松材线虫病枯死树的最高识别准确率为86.33%，比单一可见光自动识别准确率（81.25%）提高了5.08个百分点。在相同参数条件下，多光谱影像比单一可见光影像具有更准确的自动识别能力。该方法的多光谱最优波段组合为可见光影像+红光波段影像+绿...     

明光市松材线虫病治理对策

松材线虫病Bursaphelenchus xylophilus（Steiner ＆ Bulbrer）Niclde是松树的毁灭性病害，我市于1988年在原卞庄乡首次发现该病，至今先后有1185．9hm2松林发病，累计枯死松树60余万株，经济损失上亿元。尤其在2003年省政府将我市划定为松材线虫病疫区后，我市松木生产和销售大受影响，损失无法估量。近几年松材线虫病工程治理的开展，疫木管理力度的加大，使松材线虫病发病率、死树率、松褐天牛种群密度显著降低，疫木利用秩序得到有效规范。     

无人机遥感监测技术在松材线虫病疫情监测中的应用探讨

基于无人机遥感的松材线虫病监测技术,能够及时获取多时态、多角度、多光谱和高精度的遥感图像,为决策者提供松材线虫病监测和防控数据支持,在松材线虫病防控上有着较大的发展空间。对松材线虫病无人机遥感监测技术的基本原理、遥感图像的采集、处理与解译研究进展以及应用现状等方面进行了阐述,提出了无人机遥感监测松材线虫病实际应用中存在的问题和不足,并就其在松材线虫病监测中的发展方向和应用前景进行了展望。     

松材线虫病的发生原因、危害症状及防治策略

松材线虫病能够引起大面积松树出现枯死现象,对松树林产生毁灭性伤害,属于世界性病害。为了有效促进我国林业发展,需要对松材线虫病加强防治。而目前我国在防治松材线虫病过程中难度相对较大,防治技术也比较滞后,资金不足等问题导致难以高效控制松材线虫病。基于此,深入探究松材线虫病的发生原因、危害症状,并提出了有效的防治策略。     

湖北宜昌市2018—2021年松材线虫病疫情扩散时空演变分析

松材线虫病疫情分布、危害及传播具有一定地理空间分布与时间演变规律，以湖北省宜昌市2018—2021年松材线虫病疫情危害松林位置空间信息为研究对象，运用空间数据统计分析与地图可视化、反距离权重法、时空模式挖掘、Slope趋势分析等分析疫情传播扩散时空演变，揭示其时空分异特征。结果表明：宜昌市属危害严重区域，2018年松材线虫病疫情出现危害高峰值，疫情由点状扩散到面状辐射蔓延，经政府主导防治后危害呈逐年递减趋势。危害高发区域随时间转移，2018年和2019年危害程度集聚性最高。反距离权重插值图显示疫情传播的最危险和严重性区域分布在夷陵区和当阳市。归一化植被指数（NDVI）具有明显的空间异质性，Slope线性回归预测松材线虫病疫情治理与扩散变化趋势呈现危害增加和危害减少两种类型。疫情时空热点呈分散型，空间演变体现治理成效特征，冷点趋势类别为连续冷点、持续冷点、分散冷点，分布区域长阳县、五峰县治理成效显著，危害较轻。辅助空间统计建模分析、测度时空演变差异性以及挖掘相关影响因子，为研究松材线虫病疫情传播扩散蔓延提供了借鉴，为探索综合防控提供辅助决策。     

航空遥感技术监测松材线虫病的应用

探讨了通过航空录像技术获取林木健康信息及手持式GPS地面定位变色树木的方法。结果表明,遥感监测所获取的地面变色的树木数据资料能够较为准确地与地面对应。利用该方法能够对有松材线虫病症状的松林准确、快速定位,从而起到及时监测疫情的作用。     

基于Multiple-RSS识别技术的松材线虫疫情监测——以清原县为例

松材线虫病是由松材线虫寄生在松树体内而引起松树迅速死亡的一种流行性、传染性、毁灭性林木病害,为实现对清原满族自治县的松材线虫病疫木的有效监测,提出了Multiple-RSS识别技术。该技术主要包含TS-INSAR影像粗分类与顾及后向散射系数时序变化的深度学习方法两部分,其中深度学习采用AttU-Net深度神经网络模型。该方法以多期时序干涉合成孔径雷达影像、GF2光学影像为数据源,参考项目区的“林地一张图”、地国情监测、物候数据、气象数据等,通过时序雷达的干涉测量与地理编码,获取后向散射系数时序变化分类因子,通过语义模型进行雷达影像粗分类,获取松材线虫病疫情区域。通过掩膜技术结合雷达后向散射系数时序变化的“深度学习”识别方法对项目区的松材线虫病疫木进行了精确监测。该技术在清原满族自治县进行了试验,在一期监测中获得松材线虫疫情小班754处,二期监测获得松材线虫疫情小班812处,三期监测获得松材线虫疫情小班793处。通过清原满族自治县林业主管部门反馈,小班识别率高达83%,表明：监测成果客观可靠,可为其他林区开展松材线虫病疫情监测提供方法。