一、背景簡介

　　（一）行業簡介

　　林業是全國生態建設的主體， 在保持經濟和社會發展中有著必要的作用，我國擁有森林面積1.75億公頃，森林蓄積量為124.56億立方米，森林覆蓋率為18.21%。森林病蟲害是森林的主要災害之一，與森林火災，亂砍濫伐并稱為林業“三害”。在我國，森林病蟲害有8000多種，危害極其嚴重的200多種，近20年來，幾乎每年都有3-5種過去多為零星發生的病蟲害轉為大面積暴發成災，危害極其嚴重。每年由于病蟲害引起的森林受災面積達到800萬hm2 ，損失木材生長量逾1 700萬 m3 ，造成直接經濟損失超過1100億元，嚴重影響了我國的森林資源利用與可持續發展。因此，迫切需要一種快捷、準確的方法來達到森林病蟲害實時監測的目的。

　　（二）行業需求

　　1．林業面積廣闊，開展林業資源監測、巡查工作，人工成本高，效率低，且無法迅速掌握全局。

　　2．對于森林病蟲害檢測及防治，無法做到藥物投放批量化，通過人工實施作業，進度慢，作業面積小，成本高。

　　3. 縱觀目前國內外森林病蟲害監測技術，大多數需要借助高空衛星，然而高空衛星受時間分辨率、空間分辨率、光譜分辨率、外界天氣等因素的影響，無法實時、定點獲取森林發病前中后等不同時期的影像數據，且因缺少病蟲害的特征波段導致監測森林病蟲害效果并不理想。而航空遙感由于空域管理制度和經費的限制等，航空遙感不可能作為我國常規的森林病蟲害監測手段，只能在重大災情發生時，作為衛星遙感的一種補充。所以有的技術方案基礎實施投資太大，多達幾百萬美元，投入成本過高，這些都難以滿足我國森林病蟲害監測的實際需要。

　　二、高光譜技術診斷病蟲害的原理

　　植物的光譜特性是植物在生長過程中與環境因子(生物因子和非生物因子)相互作用的綜合光譜信息。當植物遭受病蟲害侵染后，主要有兩種表現形式:一是植物外部形態的變化，外部形態變化包括有落葉、卷葉，葉片幼芽被吞噬，枝條枯萎，導致冠層形狀發生變化：二是內部生理變化，內部生理變化則表現于葉綠素組織遭受破壞，光合作用，養分水分吸收、運輸、轉化等機能衰退。但無論是形態的變化或生理的變化，都必然導致植物光譜特征發生變化。

　　受害綠色植物的光譜特性與健康綠色植物的光譜特性相比，某些特征波長的值總會發生不同程度的變化。當植物生長健康，處于生長期高峰，葉綠素含量高時，“綠峰”向藍光方向偏移，而植物因病蟲危害或缺素而“失綠”時，“綠峰”則向紅光方向偏移。在近紅外波段綠色植物的光譜反射率取決于葉片內部的細胞結構。一般認為健康葉片的海綿狀葉肉組織的所有空間都充滿水分而膨脹時，對任何輻射都是一種良好的反射體，間插在葉肉組織的柵狀柔軟網胞組織，吸收可見光中的藍光和紅光而反射綠光。當植物受病害侵害時，葉片組織的水分代謝受到阻礙，此后隨著病蟲害危害的加重，植物細胞結構遭到破壞，各種色素的含量也隨之減少，導致葉片對近紅外輻射的反射能力減少。在光譜特征上表現為可見光區(400 nm - 700 nm)反射率升高而近紅外區(720 nm - 1100 nm)反射率降低。近紅外區研究的重點是“紅邊”。紅邊的定義是反射光譜的一階微分的最大值對應的光譜位置(波長)，通常位于680nm-750 nm之間。“紅邊”位置依據葉綠素含量、生物量和物候變化，延波長軸方向移動。當葉綠素含量高、生長活力旺盛時，“紅邊”會向紅外方向偏移；當植物由于感染病蟲害或因污染、物候變化而“失綠”時，則“紅邊”會向藍光方向移動。研究發現近紅外部分反射率的改變是發生在可見光部分的反射率發生改變之前。這是因為在這段時間內，細胞組織中的葉綠素的數量和質量還沒有發生改變。由此可見紅外波段的光譜特征的變化早于人用肉眼觀測到的病蟲危害，這對于病蟲害的早期調查和測報具有極其重要的意義。

　　圖1是健康和感病杉木的冠層光譜特征。從圖1可以看出，健康杉木冠層的光譜反射率在綠光區域有一個明顯的峰區，這是由于在這一波段葉綠素吸收相對較少，因此形成了一個葉綠素的綠色強反射峰區，簡稱“綠峰”，在視覺上表現為綠色;而在紅光區域由于葉綠素強烈吸收輻射能而形成了一個吸收谷，約在680 nm附近達到最大，簡稱“紅谷”；近紅外區域位于植物的高反射區，與細胞結構有關，是對于病蟲害變化最敏感的波段，其光譜差異表現也比較突出。從圖上可以看出，隨著病情的加重，杉木冠層光譜發生了明顯的變化，主要表現為綠光范圍內的“綠峰”和紅光范圍內的“紅谷”逐漸消失，紅光到近紅外陡峭的紅邊被逐漸拉平，在近紅外區域，健康杉木的光譜反射率明顯大于感病杉木的光譜反射率。這種在光譜上的差異使得應用地面高光譜遙感技術通過監測受害林木的生物化學參數變化，研究和利用受害林木生物化學參數變化引起的相應光譜特征的變化，可以探測到病蟲害的早期危害，定量分析病蟲害的危害程度，并為大規模監測森林病蟲害的發生情況及發展動向提供了及時、可靠的信息支持。

圖1不同程度炭疽病脅迫下的杉木冠層光譜特征

　　三、高光譜技術監測森林病蟲害研究現狀

　　利用高光譜影像和高光譜數據分析技術研究樹木受病蟲危害后的變化，尋找病蟲危害程度與原始光譜、植被指數等變化之間的關系，確定不同樹種病蟲害監測的敏感波段和敏感時期，是目前高光譜遙感用于森林病蟲害監測的研究熱點和關鍵。

　　目前，有許多研究是利用光譜儀獲取植株的高光譜數據后提取植物的各類生化參數，得到植株的病蟲害信息，以此來實施對森林病蟲害的監測。伍南等分析了炭疽病脅迫下杉木 Cunninghamia lan-ceolata 冠層的高光譜特征，并將冠層光譜、一階微分光譜參數與相應的色素含量進行回歸分析，發現病害脅迫下杉木冠層色素含量與一階微分光譜在紅邊( 695-754 nm) 內相關性最高，且與單波段一階微分光譜 741 nm 處的相關系數最大，于是指出可利用高光譜信息定量估算病害脅迫下杉木冠層的色素含量，以此來實現對杉木炭疽病的早期監測預報。李軍 等以6年生意大利214楊 Populus × canadensis cv.‘I-214’為材料，分別測定了試驗和對照區冠層、葉片的高光譜數據及相應的生化參數(葉綠素含量、含水量等) ，結果表明，意大利214楊受楊扇舟蛾 Clostera anachoreta和楊小舟蛾 Micromelalopha troglodyta 危害后，冠層和葉片的光譜反射率均變小，冠層和葉片光譜的紅邊具有“雙峰”現象，且相應的生化參數葉綠素含量、含水量等均顯著減少。許章華 等以福建省南平市延平區實測的51條不同馬尾松毛Dendrolimus  punctate punctata 蟲害等級的馬尾松 Pinus massoniana高光譜數據為基礎，分析了健康、輕度蟲害、中度蟲害、重度蟲害等 4個蟲害等級的光譜反射率及一階微分光譜特征，并在建立7個檢驗參數的基礎上，構建了蟲害等級的檢測模型。

　　王曉堂等采用高光譜技術研究了松萎蔫病的動態變化，發現可以借助高光譜數據分析，定量反演冠層葉綠素含量，判斷是否感病，以此實現松萎蔫病的早期監測預警（表1）。

表 1 利用高光譜數據提取生化參數監測森林病蟲害示例

　　將植株的高光譜數據和葉綠素含量進行相關性分析，建立二者的數學模型，然后利用獲得的高光譜數據反演植株的葉綠素含量，得到植株的病蟲害信息，以此實現對病蟲害的監測也是目前研究的一大熱點。林輝等以湖南省攸縣黃豐橋國有林場杉木成熟林為對象，利用手持式光譜儀采集波譜數據，并對數據和葉綠素含量進行相關性分析，建立了杉木葉綠素含量的高光譜模型: y = 0. 291 b₃₉₅ + 20. 172 b₅₂₁ +0. 758( b為某一波段處的光譜反射率)。而劉秀英等以類似的方法，分析了樟樹 Cinnamomum cam-phora 葉片光譜與葉綠素含量之間的關系，并建立了樟樹葉綠素含量的高光譜模型: y = exp[1. 356 +(-361. 973) Db] ( Db 是藍邊內一階微分光譜中的最大值，藍邊覆蓋 490- 530 nm)。石韌等在2005 年吉林省敦化、和龍兩市落葉松 Larix gmelini冠層采樣測量數據的基礎上，根據不同健康程度的落葉松冠層光譜曲線在可見光及近紅外波段的差異，利用反應這些差異的光譜特征參數建立了落葉松冠層光合色素含量的回歸模型(表1) 。這幾項研究為利用高光譜數據定量預測和反演森林光合色素含量提供了方法和依據，而如何將這些研究結果應用到實踐中去是下一步研究的主要內容。

　　以上大量研究表明，高光譜遙感技術可以準確、迅速地提取植物的生化參數，得到植株的病蟲害信息，以此來判斷植株是否感病，這種監測方法不僅方便、快捷，而且獲得的信息具有較好的時效性，因此利用高光譜遙感技術提取生化參數監測森林病蟲害具有較高的應用價值和廣闊的發展前景。

　　四、高光譜技術在森林病蟲害監測中的發展趨勢

　　（一）高光譜技術搭載平臺

　　隨著遙感在林業上的廣泛應用，利用高光譜遙感監測森林病蟲害也越來越引起人們的廣泛關注，但由于研究條件和時間的限制，衛星遙感無法滿足森林病蟲害的實時監測，而航空遙感受空域、飛行成本等因素的影響也不可能作為我國常規的森林病蟲害監測手段，只能在重大災情發生時，作為衛星遙感的一種補充。因此利用無人機搭載光譜相機獲取光譜數據和遙感影像進行病蟲害的早期監測成為了未來發展的趨勢。由于無人機遙感技術具有低成本、低損、可重復使用且風險小等諸多優勢，其應用領域從最初的偵察、早期預警等領域擴大到資源勘測、氣象觀測及處理突發事件等非軍事領域。無人機遙感的高時效、高分辨率等性能，是傳統衛星遙感所無法相比的，越來越受到研究者和生產者的青睞，大大擴大了遙感的應用范圍和用戶群，具有廣闊的應用前景。

　　（二）高光譜監測病蟲害的發展趨勢

　　利用高光譜技術監測林業病蟲害仍有許多問題需要進行更深入的探討和研究。今后利用高光譜監測病蟲害研究將主要集中在以下幾個方面: 1) 加強利用高光譜遙感監測森林病蟲害的基礎理論研究，區分不同病蟲害所引起的不同樹種的光譜特征變化，提高監測的準確性；2) 將理論研究應用于生產實踐，嘗試利用無人飛機獲取光譜數據和遙感影像進行病蟲害的早期監測；3) 加大高光譜遙感在監測森林病蟲害中的應用，建立多種森林病蟲害的光譜數據庫，為利用高光譜遙感監測森林病蟲害打下堅實的理論基礎； 4) 建立集監測、預警及決策為一體的森林病蟲害高光譜遙感監測系統，實現對森林病蟲害的實時監測，做到對病蟲害的早期預警及信息發布。

　　五、我司無人機高光譜技術的優勢

　　我司提供的可搭載無人機的高光譜相機有內置推掃型GaiaSky-mini-V10 (400-1000 nm）、LCTF相機GaiaSky-Micro（550-960 nm或420-720 nm）。下圖為GaiaSky-mini搭載于大疆M600無人機。

圖2  GaiaSky-mini搭載于大疆M600無人機

　　（一）GaiaSky-mini推掃型相機的主要功能

　　1.自動調焦、自動掃描速度匹配、自動完成數據采集

　　2.可搭載于輕型旋翼無人機，極低的系統成本與測試成本

　　3.采用懸停拍攝方式，無需高精度慣導系統，圖像實時自動拼接

　　4.操作方便，無需專業無人機操控手，可實現單人操作

　　5.圖像實時回傳，監控拍攝效果

　　6.輔助取景攝像頭實現真正的所見即所得

　　7.數據預覽及矯正功能：輻射度校正、反射率校正、區域校正支持批處理

　　8.數據格式兼容ERDAS、ENVI等第三方數據分析軟件

　　9.支持Win7-32位或64位系統

　　與目前的國內外現有的便攜式高光譜成像儀相比，GaiaField的軟硬件功能如下：

　　● 輔助取景攝像頭實現真正的所見即所得

　　● 圖像實時回傳，監控拍攝效果

　　● 自動調焦、自動掃描速度匹配、自動完成數據采集

　　● 采用懸停拍攝方式，圖像實時自動拼接

　　自動掃描速度匹配、自動曝光

表2 GaiaSky-mini無人機高光譜成像系統的技術參數

　　（二）GaiaSky-Micro 簡介

　　GaiaSky-Micro 是基于 LCTF 凝視成像技術（面陣推掃）獲取高光譜影像數據。該系列機載光譜成像系統根據飛行要求設計，在機械性能、成像調節、環境適應性等方面具有*性能，整體系統由光學系統、光譜調節系統、圖像采集系統、機載控制系統、地面控制系統、圖像處理分析系統組成。可實現在地面控制系統對目標采集光譜圖像及后續目標分類、識別、提取等功能。在目標偵查、農業普查、環境監測及地理勘探領域具有廣泛的應用前景。 基于液晶可調濾光片的多光譜成像技術是一種新型的光譜成像技術，其通過實現電控連續或間斷光譜調諧。其重量為 3kg，圖像分辨率為 2048*2048，視場角為 10°*10°，光譜范圍為 550nm - 960nm，光譜分辨率為 15nm，空間分辨率為0.3m（以高度 1km 為例）。圖2和圖3為GaiaSky-Micro搭載于懸翼和固定翼無人機的外觀圖。

圖3  LCTF相機GaiaSky-Micro（550-960 nm）搭載于懸翼無人機

圖4  LCTF相機GaiaSky-Micro（550-960 nm）搭載于固定翼無人機

　　LCTF型GaiaSky-Micro 具有以下顯著特點：