CN109211802A - 卫星监测感染松材线虫病枯死马尾松的快速提取算法 - Google Patents

Abstract

本发明公开了一种卫星监测感染松材线虫病枯死马尾松的快速提取算法，包括如下步骤：1)采集马尾松冠层960nm、760nm、650nm和540nm波段冠层光谱反射率；2)计算比值植被指数RVI和植被状态指数α；3)计算光谱指数β，根据计算得到的β的值来获得马尾松感染松材线虫病的评价结果。本发明以光谱数据分析技术为基础，提取与马尾松松材线虫病发生动态密切相关的960nm、760nm、650nm和540nm光谱参数，根据比值植被指数和光谱指数预测马尾松感病阶段，以光谱指数变化规律与比值植被指数的变化阈值判断肉眼可识别前感病与否，为未知情况下的森林健康无损鉴定提供了依据。

Description

卫星监测感染松材线虫病枯死马尾松的快速提取算法

技术领域

本发明涉及本发明涉及松材线虫病定量监测方法，特别涉及一种卫星监测感染松材线虫病枯死马尾松的快速提取算法。

背景技术

中国森林病虫害共有8000多种，经常造成危害的有200多种，森林病虫害大面积发生，危害极为严重。对病虫害进行早期预警，是控制病虫害大范围蔓延、维护森林健康与持续发展的重要内容。松材线虫病(Pine Wilt Disease)又称松树萎蔫病或松树枯萎病，于1971年确认是由松材线虫(Bursaphelenchus xylophilus)引起的松树枯萎死亡。该病主要寄生松属植物，传播蔓延极快，一旦发病将造成极为严重的损失，已有40多个国家将其列为检疫对象。我国自1982年在南京中山陵首次发现该病，现已蔓延至江苏、浙江、安徽、山东、湖北、广东、江西、重庆、贵州等省份的113个县以及台湾和香港的部分地区造成林业经济、森林生态上的巨大损失和自然景观的严重破坏，并严重威胁著名风景区及主要乡土树种马尾松和黄山马尾松的安全。

高光谱遥感以纳米级的超高光谱分辨率和几十或几百个波段同时对地表地物成像，获得包括森林资源的地面物体连续光谱信息。在森林植被的高光谱信息中，光谱维方向的特征主要集中在因植物叶片中生物化学成分含量的变化而形成的吸收波形处，其实质上反映了植物内部物质(叶绿素等生物化学成分)的吸收波形变化。当病虫害入侵植被后，感病植株自身的各种营养元素必然即时发生改变，因而受害林区(林株)的光谱特征(吸收波形)就会相应发生细微变化。高光谱遥感以其强大的光谱敏感性能够探测到植被在病虫害侵害早期与健康植被的细微光谱差异，为森林病虫害的早期监测预警提供了可能。

发明内容

针对现有技术存在的上述问题，本发明提供一种马尾松松材线虫病的光谱监测方法。

为了解决上述技术问题，本发明采用的技术方案是：

一种卫星监测感染松材线虫病枯死马尾松的快速提取算法，其中，包括如下步骤：

1)根据监测面积获取图像块，对所述图像块进行预处理，得到融合的图像块数据；

2)对所述融合的图像块数据进行采集马尾松冠层960nm、760nm、650nm和540nm波段冠层光谱反射率；

3)基于反射率数值，计算比值植被指数RVI和植被状态指数α；

4)基于所述比值植被指数和植被状态指数，计算光谱指数β，根据计算得到的β的值来获得马尾松感染松材线虫病的评价结果。

优选的是，所述的卫星监测感染松材线虫病枯死马尾松的快速提取算法，其中，所述步骤2)中RVI的计算公式为：

RVI_(960，650)＝ρ₉₆₀/ρ₆₅₀；

其中，RVI_(960，650)为波段960与650nm的比值植被指数；ρ₉₆₀、ρ₆₅₀分别代表960nm、650nm的光谱反射率值。

优选的是，所述的卫星监测感染松材线虫病枯死马尾松的快速提取算法，其中，所述步骤2)中α的计算公式为：

α_(540，760)＝ρ₅₄₀/ρ₇₆₀；

其中，α_(540，760)为波段540与760nm的植被状态指数；ρ₅₄₀、ρ₇₆₀分别代表540nm、760nm的光谱反射率值。

优选的是，所述的卫星监测感染松材线虫病枯死马尾松的快速提取算法，其中，所述步骤3)中β的计算公式为：

β＝RVI_(960，650)/α_(540，760)。

优选的是，所述的卫星监测感染松材线虫病枯死马尾松的快速提取算法，其中，所述步骤(1)中，采集马尾松冠层光谱反射率的方法为：采用ASD便携式光谱辐射仪，在晴好天气10:00～14：00区间，50°≤太阳高度角≤60°进行测量，测定时探头垂直向下距冠层顶1.6～1.8m，每接种株重复测定10次，每次测量前后均用标准的参考板进行校正。

优选的是，所述的卫星监测感染松材线虫病枯死马尾松的快速提取算法，其中，所述步骤1)中，采集马尾松冠层光谱反射率的方法为：提取高光谱影像数据Hyperion影像，在进行准确的大气校正后，直接提取研究区相应目标的反射率。

有益效果：

本发明以光谱数据分析技术为基础，提取与马尾松松材线虫病发生动态密切相关的960nm、760nm、650nm和540nm光谱参数，根据比值植被指数和光谱指数预测马尾松感病阶段，以光谱指数变化规律与比值植被指数的变化阈值判断肉眼可识别前感病与否，为未知情况下的森林健康无损鉴定提供了依据。同时，利用光谱指数对感病天数进行定量化模拟，为实现马尾松松材线虫病的早期监测奠定了基础，有效地提高森林松材线虫病的防治效率。同时也为其它森林病虫害早期监测与诊断提供可靠依据与方法借鉴。

具体实施方式

下面结合对本发明的具体实施方式作进一步说明。在此需要说明的是，对于这些实施方式的说明用于帮助理解本发明，但并不构成对本发明的限定。此外，下面所描述的本发明各个实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互组合。

实施例1模型建立

在北京市奥林匹克国家森林公园马尾松林区，选择健康成年马尾松30株，其中25株作为松材线虫接种株，5株作为对照株。试验所用接种线虫来源：取自北京地区自然感病死亡的马尾松木段上。用贝曼氏漏斗法从病木上取材后剪碎然后用纱布包好，置于贝曼漏斗中，加适量的水，在常温下分离14～16h，然后从漏斗下接取12ml，分离出病树上的松材线虫，在显微镜下经人工挑取松材线虫纯化，接种在灰葡萄孢菌的PSA培养基上，置于26℃培养箱中培养，备用。于2015年6月10日进行定株接种实验。接种采用皮接法：用灭过菌的解剖刀松苗主茎下部划一“T”字形伤口，伤口深及木质部，掀开树皮，塞入灭过菌的脱脂棉，往脱脂棉上注入0.2mL线虫悬浮液，然后用石蜡膜封好接种部位，保湿以利于线虫侵入。每株马尾松植株接种线虫约12000条，并设2株接种无菌水植株为对照。线虫量计算方法：根据不同发病阶段和症状特点，在高光谱测定点周围选取症状最相近枝条取样，调查病树体内线虫的数量，每次取样的同时用对照组健康松树作为对照。将枝条剪碎(火柴梗大小)混匀，称取3～5g左右，用贝曼漏斗法分离线虫，并经人工显微镜镜检松材线虫，记录线虫数量，计算每克木材中线虫数量，每处理重复3次。

自接种之日起，每隔4～6d(依天气而定)进行定株光谱测量。光谱仪选用美国ASDFieldSpec HH便携式光谱辐射计，其波段值为350～1050nm，光谱分辨率2nm，采样间隔(波段宽)为1～1.5nm，视场角25°。选择晴朗无风天气，在上午10点至下午2点之间进行光谱反射率测定。测定过程中用硫酸钡白板进行校正。每株选10个冠层测量点，每次取10组数据。测量光谱的同时，取测量部位新鲜叶片2g左右放入冰盒中备用。光谱数据由光谱仪传入计算机后，转换为反射率数据，采用光谱仪自带的光谱反射曲线分析软件进行数据分析处理(波长数据范围325～1050nm)。数据统计分析使用Matlab软件处理。由实验结果分析得出，健康马尾松的光谱变化不明显，光谱指数β平均40.48±0.1mg/g左右，感病株光谱指数β随着感病天数的推进呈现先上升后下降的变化趋势，在感病21d左右，光谱指数β达到最大值，后逐渐下降。光谱指数β开始下降后，冠层叶片颜色开始变化，此后肉眼可识别。

利用光谱参数进行感病株光谱指数β预测。模型如下：

β＝RVI_(960，650)/α_(540，760)。

RVI_(960，650)被用来作为判断马尾松感染松材线虫病与否的植被状态指数因子：当RVI_(960，650)＜3.6时，能够确定马尾松感染松材线虫病，而且已经到了中后期，感病超过了56d；当α_(540，760)＞6时，能够确定马尾松马尾松感染松材线虫病，而且感病阶段处于早期阶段，30d以内；当α_(540，760)值处于3.6～6之间时，必须结合相应的β定量演算进行判断，当β值低于25时，能够判断此时马尾松感染了松材线虫病，且处于感病的中期至后期的过渡时期(25天至70天之间)，此时冠层叶色未有显著变化；β值含量高于25时，植株不感病。

实施例2模型验证

同样的接种试验于2010年6月在南京市韩府山风景林区进行。选取健康成年马尾松20株，对照5株。试验实施过程及测量方法实施例1相同，具体测定数值见表1。步骤包括：

(1)对于＞3000平方公里的马尾松面积，可以采用20*20的图像块，对于＜3000平方公里的马尾松，可以用10*10的图像块，根据所监测的马尾松面积图像块，对图像块进行预处理，得到融合的图像块数据；

(2)对融合的图像块数据进行采集马尾松冠层960nm、760nm、650nm和540nm波段冠层光谱反射率；

(3)以此计算获得比值植被指数RVI和植被状态指数α_(540，760)，RVI_(960，650)＝ρ₉₆₀/ρ₆₅₀；α_(540，760)＝ρ₅₄₀/ρ₇₆₀；

(4)以上述模型定量反演计算光谱指数β，根据计算得到的β的值来获得马尾松感染松材线虫病的评价结果。

β＝RVI_(960，650)/α_(540，760)。

对表1结果进行分析，预测的光谱指数β相对误差值为3.05％，表明模型对马尾松松材线虫病的定量预测具有良好的可靠性与准确性，值得推广使用，为其它森林病虫害的定量预测提供模式。

表1光谱反射率与植被状态指数、光谱指数测定结果

以上结合实施例对本发明的实施方式作了详细说明，但本发明不限于所描述的实施方式。对于本领域的技术人员而言，在不脱离本发明原理和精神的情况下，对这些实施方式进行多种变化、修改、替换和变型，仍落入本发明的保护范围内。

Claims (6)

1.一种卫星监测感染松材线虫病枯死马尾松的快速提取算法，其特征在于，包括如下步骤：

1)根据监测面积获取图像块，对所述图像块进行预处理，得到融合的图像块数据；

2)对所述融合的图像块数据进行采集马尾松冠层960nm、760nm、650nm和540nm波段冠层光谱反射率；

3)基于反射率数值，计算比值植被指数RVI和植被状态指数α；

4)基于所述比值植被指数和植被状态指数，计算光谱指数β，根据计算得到的β的值来获得马尾松感染松材线虫病的评价结果。

2.根据权利要求1所述的卫星监测感染松材线虫病枯死马尾松的快速提取算法，其特征在于，所述步骤2)中RVI的计算公式为：

RVI_(960，650)＝ρ₉₆₀/ρ₆₅₀；

其中，RVI_(960，650)为波段960与650nm的比值植被指数；ρ₉₆₀、ρ₆₅₀分别代表960nm、650nm的光谱反射率值。

3.根据权利要求1所述的卫星监测感染松材线虫病枯死马尾松的快速提取算法，其特征在于，所述步骤2)中α的计算公式为：

α_(540，760)＝ρ₅₄₀/ρ₇₆₀；

其中，α_(540，760)为波段540与760nm的植被状态指数；ρ₅₄₀、ρ₇₆₀分别代表540nm、760nm的光谱反射率值。

4.根据权利要求1所述的卫星监测感染松材线虫病枯死马尾松的快速提取算法，其特征在于，所述步骤3)中β的计算公式为：

β＝RVI_(960，650)/α_(540，760)。

5.根据权利要求1所述的卫星监测感染松材线虫病枯死马尾松的快速提取算法，其特征在于，所述步骤(1)中，采集马尾松冠层光谱反射率的方法为：采用ASD便携式光谱辐射仪，在晴好天气10:00～14：00区间，50°≤太阳高度角≤60°进行测量，测定时探头垂直向下距冠层顶1.6～1.8m，每接种株重复测定10次，每次测量前后均用标准的参考板进行校正。

6.根据权利要求1所述的卫星监测感染松材线虫病枯死马尾松的快速提取算法，其特征在于，所述步骤1)中，采集马尾松冠层光谱反射率的方法为：提取高光谱影像数据Hyperion影像，在进行准确的大气校正后，直接提取研究区相应目标的反射率。