陆地生态系统碳监测卫星松材线虫病变色木识别指数研究

松材线虫病是一种严重威胁松树生存的林业有害生物疫情。高分辨率卫星遥感技术是松材线虫病变色松木识别的有效手段。通过研究植被指数阈值法，利用2022年8月4日发射的陆地生态系统碳监测卫星(句芒号)优于2 m高分辨率4谱段相机的特点，开展基于指数的松材线虫病木识别示范，验证该卫星松材线虫病监测应用能力。基于松材线虫染病松木光谱特征，提出基于与生物量和色素相关的双指数识别策略，设计了松材线虫病指数(PWDI),并在山东省栖霞市疫区进行句芒号松材线虫病识别测试。结果表明，双指数识别策略相比单指数策略性能更优，其中PWDI与NDVI组合的松材线虫病变色松木识别能力最强，总体精度达到84.5%,NWI—NDVI,NGRDI—NDVI组合次之。在单指数策略下，PWDI的识别性仍能优于其他5个测试植被指数。研究表明，句芒号卫星具有可靠识别松材线虫病变色松木的良好潜力，松材线虫病变色松木双指数识别策略及新的识别指数PWDI可为其他类似卫星的松材线虫病监测提供借鉴。     

基于可见光波段的城市航空影像植被提取

指出了通过遥感技术提取植被信息已经是植被提取的主要方式,而植被指数是遥感技术植被提取的重要手段。植被在近红外波段有一个反射峰值,根据这一特性,植被指数一般都包含近红外波段。由于航空摄影一般都只搭载仅包含可见光波段的数码相机,所以需要设计出仅依赖可见光波段的波段指数来提取植被信息。试验比较了几种主要的可见光波段指数方法,通过比较其效果发现,航空影像植被指数跟绿波段和蓝波段的差异较为相关,而跟红波段相关性小。进而提出了一种加强绿波段和蓝波段差异的植被指数,试验结果证明:提取的植被效果很好,可以作为航空影像植被提取的一个有效方法。     

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。     

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...     

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...     

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。     

严格措施 严明责任 全力做好保卫黄山松工作

松材线虫病自1982年由境外传人我国后，不断蔓延，黄山市周边一些地区先后发生疫情，对“黄山松”的安全构成严重威胁。在省委、省政府的正确领导下，在省直有关部门的大力支持下，黄山市实施了松材线虫病预防体系一期工程，采取监测普查、检疫检查、专项执法行动等工程治理和综合治理相结合的措施，有效地阻止了松材线虫病的入侵。目前，全市尚未发现松材线虫病疫情。     

松材线虫病考察报告

值得警惕的是，松材线虫病对我省森林资源已经构成严重威胁今春，省森保局组织了一个26人的考察队，专程赴江西、浙江、江苏等省考察松材线虫病，所见所闻，感慨良多。松林线虫病于1982年在南京中山陵景区外边界的小山头上首次发现，扩散蔓延迅速，中山陵松材线虫病现发生面积8000亩，占松林面积的267％。江苏省已扩散到4市14个县（市），发生面积17．7万亩，占全省松树的门叽。浙江省舟山市是全国松林线虫病发生面积最大的地区，发生面积为29万亩，病枯木达253万株，计立木蓄积60847立方米，危害面积占全市松林的461％，涉及2县、2区40个乡…     

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。     

韩国松材线虫病防控成效及启示

由松材线虫引起的松材线虫病对松林构成了严重威胁,松材线虫病的防控受到社会极大关注。30多年来,韩国为了遏制松材线虫病的扩展蔓延,减少灾害损失,保障生态安全,对松材线虫病采取立法及检疫、化学防治、清理病死树及疫木无害处理、预防性造林、检测和监测等措施,取得了良好的防治效果。文中回顾韩国松材线虫病发生过程,分析其流行特点,介绍防控措施及成效和近期研究现状,提出韩国松材线虫病防控成效对我国松材线虫病研究与防控的主要启示,即制定和完善松材线虫病防治相关法规,分类施策、综合治理,建立适合我国国情的松材线虫病防控体系和加强科学研究,提高科技支撑水平。     

结合注意力机制与YOLOv5的松材线虫病受害木检测

松材线虫病是我国近几十年来最严重的一种森林病害,加强疫情的监测迫在眉睫。本研究在自建数据集的基础上采用3种不同的注意力模块(CBAM、SE和CA)改进YOLOv5算法并结合数字正射影像图自动识别松材线虫病受害木,分别对比了改进模型CBAM-YOLOv5、SE-YOLOv5、CA-YOLOv5与YOLOv5模型的识别效果,实现了对变色松树和枯死疫木检测效果的提升。结果表明：3种注意力改进策略的变色松树查全率、平均精度和F1分数显著提高,查准率不逊色于YOLOv5模型;综合考量查全率和F1分数指标,SE-YOLOv5模型的变色松树和枯死疫木检测效果最好,其F1分数分别达到89.7%和76.9%,比原模型分别提高了5.5%和5.4%,其检测精度分别为91.7%和80.3%,较YOLOv5模型分别提升了4.7%和5.1%;在理想置信度阈值情况下3种注意力改进策略的变色松树和枯死疫木查全率均值分别为85.4%和76.6%,基本满足实际检测需求。对各注意力改进模型检测层的特征图和热力图进行剖析可以看出,嵌入注意力机制有利于提取高贡献度的特征成分,可以提升变色松树特征提取的准确性。因此,改进的YOL...     

基于特征优选的面向对象毛竹林分布信息提取

【目的】提出一种基于Relief F特征优选的面向对象分类方法,为解决面向对象森林资源遥感分类提供参考。【方法】以SPOT5高分辨率遥感影像为数据源,以浙江省安吉县山川乡为研究区,通过影像分割,选取8个地物类别的370个对象样本,并设置SPOT5影像每个波段的8个灰度共生矩阵纹理、每个波段及NDVI的平均值和标准差等42个对象特征。利用Relief F算法对设置的42个对象特征进行优选,采用面向对象的最近邻方法提取研究区毛竹林分布信息。为了比较基于最优特征的面向对象的分类结果,另采用CART决策树方法在相同的分割参数和训练样本前提下,通过样本构建决策树分类规则,对研究区进行分类并提取竹林信息。【结果】1)通过Relief F特征优选方法对分类特征进行优选,大幅提高了毛竹林样本的分类精度,与特征优选前相比,毛竹林样本分类精度由68%提高到88%,优选的红波段均值、绿波段均值、红波段均质纹理、红波段熵纹理和NDVI植被指数均值5个特征能够精确地提取研究区毛竹林分布信息,其用户精度和生产者精度分别达到97%和95%;2)基于CART决策树面向对象的研究区毛竹林用户精度和生产者精度均低于基于最优特征的最近邻分类结果,主要原因是CART决策树中毛竹林、针叶林和阔叶林之间的误分相对较高。【结论】Relief F算法特征优选时注重特征的分类能力,筛选的特征参与面向对象分割提取的毛竹林分布信息高于同类研究,可为面向对象多尺度分割森林资源遥感分类时特征的选取提供一个更为科学合理的方法。     

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。     

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。     

松材线虫病等重大林业有害生物防控领导组召开会议

1月6日，山西省松材线虫病等重大林业有害生物防控领导组召开第一次会议，会议通报了山西省松材线虫病等重大林业有害生物防控形势及任务，并就《山西省松材线虫病和美国白蛾防控应急预案》征求意见。山西省松材线虫病等重大林业有害生物防控领导组由郭迎光副省长任组长，省政府王纯副秘书长、省林业厅李永林厅长任副组长，     

十堰市林相改造路径及对策

摘要：松材线虫病因其致病性强、传播速度快、治理难度大等特性对中国多省市生态安全造成严重威胁。湖北省安陆市是松材线虫的适宜生长区，且易感松材线虫病的马尾松与传播媒介昆虫松褐天牛在该地区普遍分布。近几年，安陆市松材线虫病疫情发生面积年均约400hm2。在调查安陆市松材线虫病的发生现状，并对当前存在问题进行阐述与分析，从防止疫情扩散与防治层面提出遏制松材线虫病扩散和蔓延的对策。     

夷陵区松材线虫病疫情防控工作探讨

通过概述近年来宜昌市夷陵区松材线虫病发生情况，回顾和总结夷陵区在认清松材线虫病发生规律、落实疫情科学防控措施、压实政府主体责任及保障资金投入等方面的防控工作经验，提出了松材线虫病防治关键在“预防”,重点在疫木除治和利用生物措施提高林木自然抗病能力等建设性意见，以期为今后夷陵区乃至全省松材线虫病防治工作提供参考。     

利用松褐天牛早期监测松材线虫病技术研究

在室内对因松材线虫病死亡马尾松树干羽化出的松褐天牛测定结果表明，８６％的天牛携带松材线虫，平均１头天牛携带３５９０条。林间引诱松褐天牛，在没有松材线虫病的健康林地，分离不到松材线虫，而松材线虫病发生区引诱到的天牛６５％携带松材线虫，携带量在１０１～５０００条之间。在５月下旬～６月中旬，应用黑光灯，新鲜马尾松木段，引诱松褐天牛１０头能上，采用松材线虫常规分离方法，可以早期监测松材线虫病的发生情况。     

松材线虫病发生规律及防控措施

<正>松材线虫病是危害松属Pinus等植物的一种毁灭性流行病,被称之为松树的"癌症",也被列为检疫对象。在松属植物大面积分布的林区,如果防控不力,将会严重破坏森林资源,造成巨大的生态和经济损失。总结了松材线虫病发生规律和疫情的防控措施,为广大林区提供参考,有利于保障生态安全。1松材线虫的危害及疫情发生规律松材线虫病由松材线虫引起。侵入树体后,可造成松树针叶呈黄褐色或红褐色、萎蔫、蒸腾作用     

马尾松毛虫危害程度的高光谱监测方法

以受松毛虫不同危害程度的马尾松林分为研究对象,对在受到松毛虫危害时的马尾松冠层物理参数(单簇针叶体积、针叶长度、针叶中间直径)和马尾松林冠层高光谱光谱指数之间的关系进行分析,结果表明:(1)冠层的单簇针叶体积的变化可直接反应松毛虫的危害程度,单簇针叶体积越小虫害越严重,它的变化也引起了冠层光谱的各植被指数发生不同程度的变化,而其他冠层物理参数不能反应出松毛虫的危害程度。(2)从马尾松林冠层提取的高光谱遥感植被指数对虫害的不同程度的敏感性不同。增强型植被指数(EVI)、绿波段叶绿素指数(Red/Green)和归一化指标指数(NDVI)在虫害发生的中期与晚期有显著变化,但具有饱和现象,不能用来对马尾松林分受松毛虫虫害时进行早期监测;而红边波段叶绿素指数(CI_(rededge))、比值植被指数(RVI_(550))、比值植被指数(RVI_(700))、绿波段归一化植被指数(gNDVI)、差值植被指数(DVI)和结构不敏感色素指数(SPID)在虫害发生的整个时间范围内都有很明显的变化,不会达到饱和,可以在虫害发生的早期就进行监测。