方國飛黃文江牟曉偉劉洪安周宏威張軍強(qiáng)張弼堯李曉冬陳怡帆

(1.中國礦業(yè)大學(xué)(北京)，北京 100083；2.國家林業(yè)和草原局生物災(zāi)害防控中心，林草有害生物監(jiān)測預(yù)警國家林業(yè)和草原局重點(diǎn)實(shí)驗(yàn)室，遼寧沈陽 110034；3.中國科學(xué)院空天信息創(chuàng)新研究院，北京 100094；4.林草生物災(zāi)害監(jiān)測預(yù)警國家創(chuàng)新聯(lián)盟，遼寧沈陽 110034；5.東北林業(yè)大學(xué)，黑龍江哈爾濱 150040)

松材線蟲病(pine wilt disease)是我國重大植物疫情，已成為威脅我國生態(tài)安全、生物安全和經(jīng)濟(jì)發(fā)展的心腹大患[1]。自1982年我國首次發(fā)現(xiàn)以來，疫情快速擴(kuò)散，造成嚴(yán)重危害[2]。截至2021年底，松材線蟲病疫情在我國19個(gè)省(自治區(qū)、直轄市)742個(gè)縣(區(qū)、市)5 530個(gè)鄉(xiāng)鎮(zhèn)34.05萬個(gè)松林小班中發(fā)生[3]。經(jīng)過40年的不懈努力，我國松材線蟲病疫情防控已經(jīng)取得了一定的成效，疫情發(fā)生面積僅占松林面積的2.9%。但總體發(fā)生形勢依然十分嚴(yán)峻，近年來疫情“北擴(kuò)西進(jìn)”趨勢明顯，且在疫情老發(fā)生區(qū)由點(diǎn)向面持續(xù)擴(kuò)散[4]。

總體而言，我國松材線蟲病疫情防控較為被動。疫情監(jiān)測技術(shù)相對落后，發(fā)現(xiàn)難、本底不清、數(shù)據(jù)長期失真失實(shí)是制約科學(xué)防控的主要原因之一。近年來，地球空間信息科學(xué)和傳感器技術(shù)的迅猛發(fā)展，宏觀尺度下實(shí)時(shí)、動態(tài)的對地觀測能力顯著增強(qiáng)[5－6]，綜合地面調(diào)查、無人機(jī)和衛(wèi)星遙感形成的天空地一體化對地觀測網(wǎng)絡(luò)目前已經(jīng)被廣泛應(yīng)用于地理國情監(jiān)測[7－8]，在松材線蟲病疫情監(jiān)測領(lǐng)域也得到了較為廣泛的研究和應(yīng)用示范。筆者結(jié)合科研與生產(chǎn)實(shí)踐，介紹當(dāng)前松材線蟲病變色立木天空地監(jiān)測技術(shù)研究及行業(yè)應(yīng)用情況，分析當(dāng)前的技術(shù)瓶頸和亟待解決的問題，展望松材線蟲病疫情精準(zhǔn)監(jiān)測的未來發(fā)展趨勢，并提出相關(guān)對策建議，以期為松材線蟲病疫情防控和五年攻堅(jiān)行動提供理論指導(dǎo)和技術(shù)支撐。

1 松材線蟲病變色立木天空地立體監(jiān)測技術(shù)進(jìn)展

松材線蟲病由病原松材線蟲Bursaphelenchus xylophilus在松樹體內(nèi)大量繁殖造成導(dǎo)管阻塞，引發(fā)植株失水、蒸騰作用降低、樹脂分泌急劇減少和停止，在外觀上表現(xiàn)為針葉萎蔫、褪綠，逐漸變?yōu)辄S色至紅褐色[9]。通過監(jiān)測樹冠顏色、色素和水分含量等指標(biāo)的動態(tài)變化發(fā)現(xiàn)異常松樹，進(jìn)而取樣檢驗(yàn)是否含有松材線蟲，是松材線蟲病疫情監(jiān)測確認(rèn)的主要技術(shù)路徑。針對松材線蟲病傳播范圍廣、監(jiān)測精度要求高等特點(diǎn)，以衛(wèi)星廣域普查、無人機(jī)區(qū)域詳查、人工地面核查3種策略結(jié)合互補(bǔ)，初步形成了松材線蟲病變色立木天空地一體化監(jiān)測技術(shù)體系。

1.1 地面巡查檢測

1.1.1 日常巡查和專項(xiàng)普查

長期以來，我國松材線蟲病疫情監(jiān)測主要依靠秋季普查，疫情監(jiān)測的時(shí)效性不足。2021年國家林業(yè)和草原局發(fā)布的新版?松材線蟲病防治技術(shù)方案?，將日常監(jiān)測和專項(xiàng)普查進(jìn)行了統(tǒng)籌和明確。其中，日常監(jiān)測立足于新疫情發(fā)現(xiàn)，強(qiáng)調(diào)全面調(diào)查、準(zhǔn)確鑒定、及時(shí)報(bào)告，一般要求2個(gè)月一次常態(tài)化巡查，其監(jiān)測范圍主要是未發(fā)生疫情的松林(小班、散生松林)，主要任務(wù)是發(fā)現(xiàn)松樹異常、取樣鑒定、新發(fā)疫情松林小班確認(rèn)及詳查；專項(xiàng)普查立足于全面掌握疫情發(fā)生情況和防控成效，一年一次秋季普查，其監(jiān)測范圍是所有松林小班(日常監(jiān)測開展扎實(shí)的，其監(jiān)測范圍實(shí)際上可僅是疫情小班)，主要任務(wù)是查清疫情小班病死樹數(shù)量，并為冬春季疫木山場集中除治服務(wù)。

1.1.2 巡查和檢測方法

傳統(tǒng)地面監(jiān)測主要依靠人工巡查，配備望遠(yuǎn)鏡等工具，以小班為單位進(jìn)行網(wǎng)格化巡查。巡查前，需查閱相關(guān)檔案資料，了解松林分布和松材線蟲病疫情發(fā)生情況，根據(jù)地形地貌和交通情況合理設(shè)計(jì)巡查路線。巡查時(shí)，以危害為導(dǎo)向，重點(diǎn)發(fā)現(xiàn)松樹異常變色情況。同時(shí)重點(diǎn)加強(qiáng)電網(wǎng)和通信線路沿線、通信基站、公路、鐵路、水電等建設(shè)工程施工區(qū)域附近，以及木材集散地周邊、自然保護(hù)地、疫情發(fā)生地毗鄰地區(qū)的巡查力度。

發(fā)現(xiàn)異常變色松樹后，組織開展取樣鑒定等疫情排查工作。傳統(tǒng)的松材線蟲檢測方法是依據(jù)形態(tài)學(xué)鑒定，判定的主要特征包括雄蟲交合刺、雌蟲長陰門蓋和尾尖突等，鑒定的難點(diǎn)在于排除擬松材線蟲的干擾。目前，分子檢測技術(shù)被廣泛應(yīng)用于松材線蟲檢測[10]，其中以聚合酶鏈?zhǔn)椒磻?yīng)(PCR)為基礎(chǔ)而發(fā)展起來的多種分子檢測技術(shù)能夠適用于松材線蟲和擬松材線蟲檢測鑒定，比如常規(guī)PCR、SCAR標(biāo)記[11]、限制性片段長度多態(tài)性技術(shù)(RFLP)[12]、隨機(jī)擴(kuò)增多態(tài)DNA(RAPD)[13]、rDNA－ITS區(qū)序列分析法[14]、熒光定量PCR技術(shù)(Real-time PCR)[15]和單鏈構(gòu)象多態(tài)性(PCR－SSCP)[16]等。隨著檢測鑒定技術(shù)的發(fā)展和對松材線蟲檢測效率要求的提升，越來越多研究者在探究無損、方便快速便捷的松材線蟲檢測方法。

1.2 變色立木遙感監(jiān)測

1.2.1 遙感監(jiān)測機(jī)理

遙感技術(shù)是指借助遙感傳感器在不與探測目標(biāo)接觸的情況下，記錄目標(biāo)物對電磁波的輻射、反射、散射等信息，揭示目標(biāo)物的特征、性質(zhì)及其變化的綜合探測技術(shù)。遙感技術(shù)具備大面積、客觀、快速、無損等特點(diǎn)。近年來遙感技術(shù)的不斷發(fā)展使人類獲取陸表信息的粒度和維度得到了極大提升，并已在大面積自然資源監(jiān)測、土地利用變化、植被長勢監(jiān)測和估產(chǎn)等多領(lǐng)域發(fā)揮了重要作用。松樹在感染松材線蟲病后的光譜變化表現(xiàn)為綠峰和紅谷的消失、紅邊斜率下降以及紅邊藍(lán)移[17－19]。其中，近紅外和短波紅外波段通常最先表現(xiàn)出一定差異，然后可見光范圍內(nèi)的光譜特征出現(xiàn)明顯的變化[20－22]，反映在影像上的顏色、紋理等特征。這種影像光譜特征變化的顯著性為利用遙感技術(shù)開展松材線蟲病災(zāi)害識別奠定了基礎(chǔ)。利用衛(wèi)星遙感影像監(jiān)測具有范圍大、成本低等特點(diǎn)，主要適用于大尺度監(jiān)測。利用無人機(jī)遙感監(jiān)測具有靈活機(jī)動、快速高效、時(shí)空分辨率高等特點(diǎn)。無人機(jī)和衛(wèi)星遙感監(jiān)測，其本質(zhì)都是通過敏感光譜和圖像差異發(fā)現(xiàn)異常變色立木，需要通過地面人工核查和取樣鑒定進(jìn)行疫情確認(rèn)。

1.2.2 無人機(jī)遙感技術(shù)

無人機(jī)作為一種可人為控制、搭載不同類型傳感器并執(zhí)行多項(xiàng)任務(wù)的無人駕駛航空器，具有輕便、操作方式靈活、探測周期短、空間分辨率高、可控性強(qiáng)等優(yōu)點(diǎn)[23]。無人機(jī)飛行平臺大致可分為多旋翼、固定翼、單旋翼和復(fù)合翼。無人機(jī)監(jiān)測關(guān)注的重點(diǎn)包括載荷、續(xù)航時(shí)間、監(jiān)測精度和空間分辨率等。在選擇無人機(jī)飛行平臺時(shí)需要考慮操控性、穩(wěn)定性和飛行持久性等多方面因素，從而確保獲取質(zhì)量較好的數(shù)據(jù)。無人機(jī)搭載的傳感器通常可分為可見光、多光譜和高光譜等類型(表1)。

表1 無人機(jī)遙感監(jiān)測松材線蟲病常用機(jī)載傳感器Tab.1 UAV sensors for PWD monitoring

可見光傳感器是利用可見光譜段(波長0.4～0.7 μm)，可得到具有高地面分辨率的黑白全色或彩色影像。現(xiàn)在較多可見光傳感器已把工作波段外延至近紅外區(qū)(約0.9 μm)。在成像方式上也從單一的攝影成像發(fā)展為包括黑白攝影、紅外攝影、彩色攝影、彩色紅外攝影及多波段攝影和多波段掃描，其探測能力得到極大提升，是目前應(yīng)用廣泛的傳感器之一?？梢姽鈧鞲衅魈攸c(diǎn)是獲取影像空間分辨率高，有利于獲取地表不同地物類型的空間特征。按照拍攝方式的不同，可以分為單鏡頭和五鏡頭，通過垂直攝影或傾斜攝影獲得高分辨率的RGB影像，借助一些專業(yè)軟件制作成正射影像圖或三維實(shí)景模型，廣泛應(yīng)用于國土測繪、城市管理、地災(zāi)監(jiān)測、環(huán)境監(jiān)測、森林和農(nóng)業(yè)病蟲害監(jiān)測以及應(yīng)急救災(zāi)等領(lǐng)域。在選擇可見光傳感器時(shí)，光譜響應(yīng)/IR抑制、最大勒克斯數(shù)、光敏度、集成信號調(diào)節(jié)功能、功耗以及封裝大小和重量等是需要重點(diǎn)關(guān)注的技術(shù)指標(biāo)。

多光譜傳感器按照分光方式的不同，可以分為單鏡頭加分光系統(tǒng)型和多鏡頭分光型，其中多鏡頭分光型通過在探測器焦面之前設(shè)置具有不同光譜透過率的濾光片實(shí)現(xiàn)，原理簡單，技術(shù)方案相對成熟，因而在無人機(jī)載多光譜傳感器領(lǐng)域廣泛使用。就波段而言，通常選擇綠、紅、紅邊以及近紅外等波段完成對植被、土壤等典型地物的信息獲取。在選擇多光譜傳感器時(shí)，波段設(shè)置、輻射測量精度、輻射測量分辨率(與探測器量化位數(shù)相關(guān))、信噪比等是需要重點(diǎn)關(guān)注的技術(shù)指標(biāo)。

1.2.3 衛(wèi)星遙感技術(shù)

衛(wèi)星遙感技術(shù)已廣泛應(yīng)用于森林火災(zāi)監(jiān)測、林業(yè)資源調(diào)查及評估等方面，但現(xiàn)有的森林防火或林業(yè)資源調(diào)查等遙感衛(wèi)星空間分辨率、波段和算法等不能滿足松材線蟲病災(zāi)害遙感監(jiān)測的需求。如松材線蟲病災(zāi)害遙感監(jiān)測與森林防火遙感監(jiān)測的主要區(qū)別在于分析原理和數(shù)據(jù)源不同，森林防火遙感監(jiān)測主要利用熱紅外等波段，松材線蟲病災(zāi)害遙感監(jiān)測主要利用可見光和近紅外波段。松材線蟲病監(jiān)測與林業(yè)資源監(jiān)測的主要區(qū)別在于時(shí)空尺度和技術(shù)難度等方面。林業(yè)資源調(diào)查周期長，一般5 a左右1次，無法滿足松材線蟲病災(zāi)害月度監(jiān)測的需要，且松材線蟲病的有效識別時(shí)段一般在秋季，而混交林中的落葉植被同樣會在秋季出現(xiàn)變色和枯萎，因此衛(wèi)星影像的拍攝時(shí)間應(yīng)盡量選擇在疫木已經(jīng)出現(xiàn)萎蔫而落葉植被還未開始變色的時(shí)間段。雖然松材線蟲病災(zāi)害遙感監(jiān)測研究在我國起步較早，但因其受專業(yè)性和技術(shù)的復(fù)雜性、時(shí)空尺度的精細(xì)性等因素限制，其實(shí)質(zhì)性應(yīng)用晚于森林資源和防火監(jiān)測。

衛(wèi)星遙感的優(yōu)勢在于大范圍連續(xù)的空間覆蓋能力，相比之下其空間粒度相對有限。松材線蟲病變色立木的分布通常是離散的，在空間尺度上表現(xiàn)為單株(簇)級別，其所需衛(wèi)星影像的空間分辨率一般應(yīng)優(yōu)于單株冠層直徑[24]，通常需要達(dá)到米級或亞米級，如國內(nèi)高分2號、北京2號、北京3號、高景1號，以及國外 IKONOS、QuickBird、WorldView、Planet、Pleiades等衛(wèi)星影像。國內(nèi)外學(xué)者基于無人機(jī)和衛(wèi)星遙感針對松材線蟲病疫情監(jiān)測開展了大量研究，證明了遙感監(jiān)測松材線蟲病變色立木的光譜響應(yīng)機(jī)理和可行性，為松材線蟲病的監(jiān)測和防控提供了科學(xué)依據(jù)[25]。國內(nèi)外典型高分辨率光學(xué)衛(wèi)星傳感器通常覆蓋可見光——近紅外波段，能夠捕捉監(jiān)測區(qū)域因松材線蟲病引起的光譜敏感波段的變化和圖像與紋理特征的變化。

1.3 遙感影像智能識別方法

松材線蟲病早期遙感監(jiān)測主要以目視解譯和單景影像人工處理為主，效率相對較低。為提高松材線蟲病大面積快速監(jiān)測、提升監(jiān)測識別效率，近年來研究重點(diǎn)集中在遙感影像的智能識別上，并逐漸形成了無人機(jī)可見光、無人機(jī)多光譜和衛(wèi)星遙感3個(gè)智能識別研究分支。

1.3.1 無人機(jī)可見光智能識別

無人機(jī)可見光遙感可以獲得高分辨率(5～10 cm)的松林影像數(shù)據(jù)，可以直觀地獲取變色立木的色彩、紋理、形狀和位置等特征信息。其識別機(jī)理相對明確，可根據(jù)經(jīng)驗(yàn)通過目視判讀直接提取疫木信息。但該方法人力需求大、成本高、時(shí)效性差、監(jiān)測盲點(diǎn)多。近年來發(fā)展起來的基于人工智能圖像識別技術(shù)，通過構(gòu)建大量的變色立木特征樣本數(shù)據(jù)庫，借助深度學(xué)習(xí)算法實(shí)現(xiàn)疫木分類識別[20－21]。這一類方法通過大量的樣本訓(xùn)練、構(gòu)建更深的網(wǎng)絡(luò)以及減少參數(shù)數(shù)量和計(jì)算量，提高識別準(zhǔn)確率和計(jì)算效率。如Deng等[20]提出了一種采用無人機(jī)遙感和人工智能技術(shù)的大規(guī)模松材線蟲病檢測與定位方法，通過計(jì)算機(jī)視覺工具增強(qiáng)了無人機(jī)遙感圖像，基于RPN(region proposal network)網(wǎng)絡(luò)和 ResNet殘差神經(jīng)網(wǎng)絡(luò)的Faster－RCNN(faster region convolutional neural networks)深度學(xué)習(xí)框架用于訓(xùn)練松樹枯病死檢測模型；徐信羅等[26]采用Faster R－CNN目標(biāo)檢測算法實(shí)現(xiàn)對染病變色松樹的自動識別，與傳統(tǒng)受害木識別方法不同，該模型考慮了其他枯死樹和紅色闊葉樹對受害木識別的影響。然而，可見光無人機(jī)遙感的缺點(diǎn)是光譜波段有限，無法通過光譜分析實(shí)現(xiàn)早期監(jiān)測預(yù)警[27]。

1.3.2 無人機(jī)多光譜智能識別

無人機(jī)多光譜遙感在可見光傳感器的基礎(chǔ)上增加了近紅外、短波紅外、紅邊等多個(gè)波段，能夠有效探測植被除顏色、形態(tài)之外的色素、水分等生理參數(shù)，為松材線蟲病疫木識別提供更為豐富、有效的感知信息。因此，在基于多光譜影像的智能識別算法中通常會涉及到諸多定量遙感方面的理論與方法，以提取更豐富的光譜指數(shù)來描述松材線蟲病疫木冠層的變化。在識別模型的構(gòu)建中，多光譜無人機(jī)遙感通常聯(lián)合運(yùn)用光譜、紋理、形狀等特征，通過使用篩選出的光譜特征波段，區(qū)分松材線蟲病疫木與大部分其他地物，進(jìn)而借助于紋理、形狀特征，以機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等算法進(jìn)一步對疑似目標(biāo)場景進(jìn)行精細(xì)分類與識別，降低“異物同譜”現(xiàn)象對識別結(jié)果的影響，提高識別精度與效率[28]。

1.3.3 衛(wèi)星遙感智能識別

隨著衛(wèi)星影像空間分辨率和光譜分辨率的提高以及深度學(xué)習(xí)技術(shù)的發(fā)展，通過衛(wèi)星影像進(jìn)行松材線蟲病的識別將成為監(jiān)測治理松材線蟲病的重要手段。衛(wèi)星遙感智能識別主要在構(gòu)建變色立木影像特征數(shù)據(jù)庫基礎(chǔ)上，通過植被指數(shù)計(jì)算、紋理和形狀指標(biāo)構(gòu)建以及多時(shí)相分析等方法實(shí)現(xiàn)影像光譜、空間和時(shí)間特征增強(qiáng)，并基于專家知識和機(jī)器學(xué)習(xí)等方法進(jìn)行分類，最終實(shí)現(xiàn)疫木的提取(表2)[29－33]。Takenaka等[29]利用帶有紅邊波段的 World View－2/3影像計(jì)算了18種植被指數(shù)，輸入到支持向量機(jī)分類模型中提取出不同感病程度的疫木，不同時(shí)期的總體精度分別達(dá)到72%和98%；黃芳芳 等[31]利用原始波段反射率和RVI、NDVI和DVI光譜指數(shù)，基于隨機(jī)森林和決策樹算法對湖北省宜昌市松材線蟲病發(fā)生情況進(jìn)行監(jiān)測，結(jié)果平均精度在76%以上；馬云強(qiáng)[32]利用融合后0.8 m的北京2號衛(wèi)星影像計(jì)算RGI指數(shù)，基于面向?qū)ο蟮姆诸惙椒ㄌ崛×笋R尾松Pinus massoniana林地中的松材線蟲病疫木區(qū)域，總體精度達(dá)到90.65%。在深度學(xué)習(xí)方法中，Huang等[33]基于增強(qiáng)后的高分影像構(gòu)建松材線蟲病樣本數(shù)據(jù)集，利用深度學(xué)習(xí)技術(shù)進(jìn)行松材線蟲病發(fā)病區(qū)的識別研究，可實(shí)現(xiàn)對松材線蟲病感病區(qū)域準(zhǔn)確的分類識別。在單株疫木識別上，目前已有ResNet殘差網(wǎng)絡(luò)[34]、VGG神經(jīng)網(wǎng)絡(luò)[35]等方法應(yīng)用于衛(wèi)星遙感中的松材線蟲病疫木識別，識別結(jié)果的精度可達(dá)85%以上，在一定程度上解決了區(qū)分易混淆目標(biāo)的難題。此外，Zhang等[36]利用基于雙時(shí)相變化檢測和空間卷積對影像進(jìn)行了時(shí)空特征增強(qiáng)，排除了區(qū)域內(nèi)變色落葉樹的干擾，對比單時(shí)相機(jī)器學(xué)習(xí)分類方法顯著降低了疫木的錯(cuò)檢率。

表2 松材線蟲病衛(wèi)星遙感監(jiān)測主要研究方法Tab.2 Main research method of satellite remote sensing monitoring of PWD

2 行業(yè)應(yīng)用實(shí)踐

松材線蟲病疫情的快速傳播擴(kuò)散，且發(fā)現(xiàn)新的媒介昆蟲[37]、感染新的寄主植物[38]，并突破年均溫10℃線向遼寧、吉林等中溫帶和秦嶺等高海拔地域擴(kuò)張[39]，嚴(yán)重威脅著我國6 000萬hm2松林生態(tài)安全。及時(shí)全面監(jiān)測成為松材線蟲病疫情防控迫切而現(xiàn)實(shí)的要求，也促進(jìn)了天空地一體化監(jiān)測技術(shù)的行業(yè)應(yīng)用和發(fā)展。

2.1 松材線蟲病無人機(jī)遙感監(jiān)測

當(dāng)前利用無人機(jī)遙感監(jiān)測松材線蟲病變色立木在技術(shù)上已相對成熟。一些地方通過實(shí)施能力提升工程，為基層森防部門購置了一大批無人機(jī)設(shè)備，加之監(jiān)測社會化購買服務(wù)的推進(jìn)，極大提升了無人機(jī)遙感監(jiān)測松樹變色立木的普及應(yīng)用。據(jù)林草生物災(zāi)害監(jiān)測預(yù)警國家創(chuàng)新聯(lián)盟初步統(tǒng)計(jì)，近年來聯(lián)盟成員單位共提供有60余項(xiàng)松材線蟲病監(jiān)測服務(wù)項(xiàng)目，總監(jiān)測面積達(dá)630.07萬hm2。其中，新疫情發(fā)現(xiàn)、專項(xiàng)普查、質(zhì)量評估和防效監(jiān)管、科學(xué)研究項(xiàng)目占比分別為15%，64%，14%和7%；監(jiān)測的純林區(qū)域、混交林區(qū)域分別占總監(jiān)測面積的62%和38%。當(dāng)前實(shí)踐中，無人機(jī)遙感監(jiān)測影像的空間分辨可控制在0.1 m，定位誤差可以達(dá)到0.5 m以內(nèi)，變色立木識別準(zhǔn)確率達(dá)到80%以上，能夠滿足松科植物變色立木監(jiān)測的要求。

2.2 松材線蟲病衛(wèi)星遙感監(jiān)測

早在20世紀(jì)90年代就有報(bào)道利用衛(wèi)星遙感監(jiān)測林業(yè)有害生物[40]。亞米級衛(wèi)星遙感影像數(shù)據(jù)源的豐富，推進(jìn)了松材線蟲病變色立木衛(wèi)星遙感監(jiān)測的實(shí)際應(yīng)用。2018年，國家林業(yè)和草原局森林和草原病蟲害防治總站(現(xiàn)國家林業(yè)和草原局生物災(zāi)害防控中心)首次利用衛(wèi)星遙感監(jiān)測手段，通過目視解譯方法發(fā)現(xiàn)了浙江省2個(gè)縣存在異常變色松樹，后經(jīng)實(shí)地取樣鑒定確認(rèn)發(fā)生松材線蟲病疫情，并發(fā)文通報(bào)。這標(biāo)志著衛(wèi)星遙感監(jiān)測松材線蟲病進(jìn)入行業(yè)實(shí)質(zhì)性應(yīng)用階段。

2018年以來，衛(wèi)星遙感監(jiān)測結(jié)果多次為國家林業(yè)和草原局組織開展松材線蟲病疫情春秋兩季除治情況核實(shí)核查、蹲點(diǎn)暗訪和秋季普查工作提供了支撐服務(wù)，并逐步建立了一整套以衛(wèi)星遙感監(jiān)測發(fā)現(xiàn)異常與地面人工核實(shí)、災(zāi)情監(jiān)測服務(wù)指導(dǎo)和核查問責(zé)相結(jié)合的松材線蟲病立體監(jiān)測監(jiān)管模式。其中:2019年分析處理428景衛(wèi)星遙感數(shù)據(jù)，覆蓋面積達(dá)2 450萬hm2，涉及18省(自治區(qū)、直轄市)390個(gè)縣級行政區(qū)，發(fā)現(xiàn)3處撤銷疫區(qū)復(fù)發(fā)、1處新疫區(qū)和多地存在大面積松樹異常死亡情況；2020年累計(jì)處理衛(wèi)星遙感影像500余景，覆蓋國土面積2 760萬hm2，涉及12省(自治區(qū)、直轄市)39個(gè)縣(區(qū))，發(fā)現(xiàn)3處縣級新發(fā)疫情；2021年累計(jì)篩查高空間分辨率衛(wèi)星遙感影像1 000多景，覆蓋國土面積5 000多萬hm2，涉及遼寧、甘肅、吉林、廣西、貴州、山西、廣東等7省21個(gè)縣(區(qū))，發(fā)現(xiàn)2處縣級新發(fā)疫情并經(jīng)地面核實(shí)確認(rèn)。目前，衛(wèi)星遙感監(jiān)測已成為松材線蟲病新疫情發(fā)現(xiàn)、疫情核查、應(yīng)急監(jiān)測、防治督導(dǎo)的重要手段之一，正改變著我國林業(yè)生物災(zāi)害監(jiān)測長期依靠人工地面調(diào)查的傳統(tǒng)模式，成為國家層面獨(dú)立獲取疫情信息開展督導(dǎo)監(jiān)管的重要技術(shù)手段。

2.3 松材線蟲病疫情監(jiān)測監(jiān)管平臺及應(yīng)用系統(tǒng)

為推進(jìn)松材線蟲病疫情監(jiān)測精細(xì)化管理，解決疫情數(shù)據(jù)監(jiān)管缺失、數(shù)據(jù)展示不直觀等問題，浙江、江西、重慶、湖南等地積極應(yīng)用信息化手段研發(fā)了監(jiān)測調(diào)查APP和監(jiān)管平臺及應(yīng)用系統(tǒng)。如浙江省開發(fā)了“數(shù)字森防”和手機(jī)APP場景應(yīng)用，對疫情普查、疫木除治、疫源管控、抽樣檢測、打孔注藥等進(jìn)行全鏈條閉環(huán)精細(xì)管控。2020—2021年，根據(jù)國家林業(yè)和草原局生態(tài)感知專班總體部署，依托國家林業(yè)和草原局松材線蟲病防控科技攻關(guān)“揭榜掛帥”項(xiàng)目“天空地一體化監(jiān)測和大數(shù)據(jù)預(yù)報(bào)技術(shù)”研究成果，基于林草資源一張圖，國家林業(yè)和草原局生物災(zāi)害防控中心組織研發(fā)并在行業(yè)運(yùn)行了“松材線蟲病疫情防控精細(xì)化監(jiān)管平臺”。該平臺分為綜合展示、疫情監(jiān)測、工作監(jiān)管和科普宣傳4個(gè)模塊，集成了地面數(shù)據(jù)采集、無人機(jī)及衛(wèi)星遙感影像在線智能識別等，構(gòu)建了天空地立體化監(jiān)測技術(shù)體系和網(wǎng)格化常態(tài)化監(jiān)管體系，初步實(shí)現(xiàn)了天空地一體化監(jiān)測技術(shù)的集成和面向社會的云端服務(wù)，實(shí)現(xiàn)了疫情管理精準(zhǔn)到松林小班并落地上圖，推進(jìn)了松材線蟲病疫情監(jiān)測發(fā)現(xiàn)、檢測鑒定、疫木除治的可視化精細(xì)化管理。該平臺已在2021年全國松材線蟲病秋季普查中廣泛應(yīng)用，并將成為推進(jìn)全國松材線蟲病疫情防控精細(xì)化管理的主要抓手，同時(shí)也為疫情防控分區(qū)分級管理、科學(xué)精準(zhǔn)施策提供重要技術(shù)和數(shù)據(jù)支持。

3 問題與展望

3.1 堅(jiān)持預(yù)防為主，扎實(shí)開展松材線蟲病疫情精準(zhǔn)監(jiān)測攻堅(jiān)行動

國家林業(yè)和草原局統(tǒng)計(jì)數(shù)據(jù)表明，在2000—2012年新增的207個(gè)松材線蟲病新發(fā)疫區(qū)中，70%以上在發(fā)現(xiàn)時(shí)發(fā)生面積已超過20 hm2，25%以上病死樹超過1 000株[41]；2021年新發(fā)的24個(gè)縣級疫區(qū)病死樹平均為1 216株，發(fā)生面積超過20 hm2的占62.5%。松材線蟲病疫情監(jiān)測發(fā)現(xiàn)不及時(shí)、監(jiān)測數(shù)據(jù)失真失實(shí)，嚴(yán)重影響我國松材線蟲病疫情防控決策，導(dǎo)致疫情加速蔓延。“十四五”期間，我國將實(shí)行“分區(qū)分級、科學(xué)精準(zhǔn)”的松材線蟲病疫情防控策略，并要求“消除存量、控制增量”，遏制疫情嚴(yán)重發(fā)生和擴(kuò)散蔓延勢頭。實(shí)現(xiàn)上述防控策略和目標(biāo)，需要精準(zhǔn)掌握并科學(xué)研判疫情發(fā)生動態(tài)，需要統(tǒng)籌疫情預(yù)防和治理，在做好3%已發(fā)生疫情松林救治的同時(shí)，更要注重97%健康松林的預(yù)防，并實(shí)現(xiàn)“早發(fā)現(xiàn)、早報(bào)告、早除治、早拔除”。因此，做好松材線蟲病疫情精準(zhǔn)監(jiān)測尤為重要。應(yīng)統(tǒng)籌護(hù)林員、村級森防員、資源監(jiān)測隊(duì)伍以及行業(yè)內(nèi)外力量，組織開展疫情精準(zhǔn)監(jiān)測攻堅(jiān)行動，推行網(wǎng)格化精細(xì)化常態(tài)化疫情監(jiān)測管理，實(shí)現(xiàn)疫情在空間維度上精準(zhǔn)到松林小班、在時(shí)間尺度上控制在兩個(gè)月以內(nèi)發(fā)現(xiàn)。同時(shí)，積極借助天空地一體化監(jiān)測技術(shù)體系，充分發(fā)揮各自優(yōu)勢區(qū)分不同場景，加速無人機(jī)遙感、衛(wèi)星遙感和地面物聯(lián)網(wǎng)監(jiān)測技術(shù)的融合和普及應(yīng)用，豐富疫情監(jiān)測調(diào)查和數(shù)據(jù)核實(shí)核查手段，提升監(jiān)測發(fā)現(xiàn)和監(jiān)管能力。

3.2 以人工智能為方向，提升松材線蟲病疫情監(jiān)測末端感知能力

我國林業(yè)有害生物防治基層組織隊(duì)伍存在“線斷、網(wǎng)破、人散”風(fēng)險(xiǎn)，傳統(tǒng)勞動密集型基層監(jiān)測組織模式難以為繼。人力短缺是推進(jìn)松材線蟲病精準(zhǔn)監(jiān)測面臨的重大問題?，F(xiàn)階段，商業(yè)化的松材線蟲病變色立木無人機(jī)監(jiān)測單次費(fèi)用大約18～120元/hm2，成本過高導(dǎo)致行業(yè)無力承擔(dān)其大面積商業(yè)化監(jiān)測；衛(wèi)星遙感有效影像數(shù)據(jù)仍然有限，且多依賴目視解譯，工作量龐大，也限制了其應(yīng)用。近年來，以5G、云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)等為代表的新技術(shù)快速發(fā)展，人工智能技術(shù)也因深層網(wǎng)絡(luò)神經(jīng)的成功而獲得了巨大進(jìn)步。信息化的發(fā)展遵循從數(shù)字化到網(wǎng)絡(luò)化再到智能化。人工智能是破解基層監(jiān)測人員短缺，推進(jìn)天空地一體化監(jiān)測融合發(fā)展，實(shí)現(xiàn)松材線蟲病精準(zhǔn)監(jiān)測轉(zhuǎn)型升級的核心驅(qū)動力。當(dāng)前，松材線蟲病變色立木無人機(jī)遙感監(jiān)測智能識別技術(shù)已基本成熟，衛(wèi)星遙感智能識別也可在人機(jī)交互下開展行業(yè)應(yīng)用。制訂變色立木遙感監(jiān)測數(shù)據(jù)采集和處理技術(shù)規(guī)范，融合天空地一體化監(jiān)測技術(shù)搭建智能解譯平臺，面向社會提供云端在線智能解譯服務(wù)，是降低無人機(jī)遙感監(jiān)測成本、推動航空航天遙感監(jiān)測普及、提升基層末端發(fā)現(xiàn)能力的“互聯(lián)網(wǎng)＋”解決方案。可喜的是，“松材線蟲病疫情防控精細(xì)化監(jiān)管平臺”已初步搭建了智能在線解譯的應(yīng)用場景。隨著平臺的應(yīng)用和數(shù)據(jù)積累，其智能識別算法將不斷更新優(yōu)化，將極大提升我國松材線蟲病末端感知能力的數(shù)字化、網(wǎng)絡(luò)化和智能化水平。

3.3 整合資源，推進(jìn)精準(zhǔn)監(jiān)測技術(shù)和產(chǎn)品協(xié)同創(chuàng)新

40年來，我國圍繞松材線蟲病監(jiān)測防控及相關(guān)技術(shù)產(chǎn)品研發(fā)，投入了大量資金和人力。僅2021年我國松材線蟲病防控資金中央預(yù)算內(nèi)投入達(dá)到20多億元，全國累計(jì)高達(dá)100億元。巨大的行業(yè)需求，進(jìn)一步推進(jìn)了松材線蟲病監(jiān)測防控相關(guān)技術(shù)及防控產(chǎn)品的研發(fā)。但總體而言，我國松材線蟲病疫情監(jiān)測技術(shù)研發(fā)創(chuàng)新能力不足，高效簡便經(jīng)濟(jì)的監(jiān)測技術(shù)和產(chǎn)品相對短缺。同時(shí)，低水平重復(fù)建設(shè)、信息孤島現(xiàn)象較為普遍，信息數(shù)據(jù)資源共享機(jī)制尚未建立，行業(yè)數(shù)據(jù)難以有效匯聚融合和合理利用，造成了科研資源的極大浪費(fèi)。如在變色立木智能識別和末端感知技術(shù)產(chǎn)品研發(fā)方面，僅林草有害生物監(jiān)測預(yù)警國家創(chuàng)新聯(lián)盟內(nèi)部就有30多家科研院所和中小企業(yè)一哄而上平行開展變色立木遙感影像樣本數(shù)據(jù)庫構(gòu)建等相關(guān)研發(fā)工作。要高度警惕低水平重復(fù)建設(shè)和由此帶來的惡性競爭。松材線蟲病變色立木遙感智能監(jiān)測技術(shù)研發(fā)涉及多學(xué)科跨界融合，更需要產(chǎn)學(xué)研深度合作。有關(guān)行業(yè)管理部門應(yīng)加速優(yōu)化產(chǎn)業(yè)鏈創(chuàng)新平臺一體化布局，進(jìn)一步強(qiáng)化戰(zhàn)略導(dǎo)向和目標(biāo)引導(dǎo)，整合有效資源開展協(xié)同攻關(guān)，建立以企業(yè)為主體、市場為導(dǎo)向、產(chǎn)學(xué)研深度融合的技術(shù)創(chuàng)新體系，形成“行業(yè)指引、資源集聚，協(xié)同創(chuàng)新、優(yōu)勢突出，開放共享、產(chǎn)業(yè)孵化”的新型科技創(chuàng)新創(chuàng)業(yè)模式，全面推進(jìn)松材線蟲病精準(zhǔn)監(jiān)測技術(shù)和產(chǎn)品高質(zhì)量發(fā)展。