无人机载高光谱成像系统松线虫病监测

一、项目背景

松木林在我国分布范围非常广泛。然而，该树种却受到松材线虫的致命威胁。松材线虫属我国重大外来入侵种，已被我国列入对内、对外的森林植物检疫对象。人工次生林其抗病虫害能力较弱，森林病虫害的预防、监测和治理，已经成为林业管理部门的工作重心之一。目前基于人工现场勘测和样地法的森林管理和病害监测防治方法，已无法满足目前的要求。

随着行业级无人机的发展，利用无人机在高空巡航和遥控地面端人工识别的的手段，可以克服传统的人工踏勘费时、费力以及在大范围水体人工遗漏检测的弊端。高光谱遥感技术在森林病虫害监测中具有较强的优势和巨大潜力，利用高光谱影像和高光谱数据分析技术研究树木受病虫危害后的变化，确定病虫害监测的敏感波段和敏感时期，为大面积森林监测与管理提供了契机。

利用高光谱特性可以识别不同染病期的松木监测，并且与无人机进行结合，可以实现高效大面积森林的高效监测。

二、技术原理

不同健康程度的松叶光谱呈现很大差别，其中健康松叶光谱在680-760 nm波长附近呈现很陡的斜坡（即“红边”），表明叶片具有较高的叶绿素含量以及健康的细胞结构。染病松叶部分叶片表现健康，少部分叶片脱水枯黄，对应的光谱曲线“红边”斜率下降，黄色和红色光波段（约530-680 nm）反射率增强，与叶片叶绿素含量下降导致变黄有关。

对于枯死叶片，无明显反射率特征，光谱曲线呈现平缓上升趋势。

不同健康程度的松叶光谱成像

将高光谱成像系统与无人机平台相结合，利用遥感技术与高光谱成像与分析技术，对目标区域进行遥感测量，得到目标区域的图像和光谱信息，再利用各类指数模型计算光谱，可反演NDVI、NDWI等多种农林和植被参数。

高光谱植被识别原理图

三、监测流程

监测地点勘察-编制飞行方案-现场设备调试-飞行轨迹规划-飞行数据采集-光谱数据处理-病害数据提取-监测结果输出

四、分析结果

识别结果图

由上图可以看出，黄色的部分为染病树木，红色的部分为病害枯死树木。

本次调查有4个区域，分别对应的编号及区域调查结果如下：

调查区域划分鸟瞰图

区域一面积为：约300m*300m

区域二面积为：约300m*200m

区域三面积：约400m*400m

区域四面积：约400m*400m

五、监测结论

本次基于无人高光谱航拍获取的数据,通过深度学习和传统阈值分割方法相结合，获取无人机遥感的松材线虫病树监测结果。总体来看本次监测目标区域内枯死树木较少，患病树整体比例较低，低于1%；但染病树木呈现分散分布，应注意及时现场确认并进行提早处理，避免后续大规模扩散。患病树的GPS坐标后续可通过专门地图软件获取，便于现场核对及处理。