基于MODIS-MOD09Q1数据的雅氏落叶松尺蠖灾区提取及其适生气候特征分析

通过MODIS-MOD09Q1遥感数据,使用归一化植被指数(NDVI)、比值植被指数(RVI)和近红外波段反射率(NIR)3个易获取且与虫害发生程度具有响应的指标,划分灾区受害度等级植被指数的变化,构建虫害综合指数(PCI)模型,实现雅氏落叶松尺蠖(Eeannis jacobssoni)灾区信息快速提取。在此基础上,借助气温和降水量数据,结合GIS空间叠加分析方法,揭示了害虫适生气候特征。结果表明,利用虫害综合指数能够准确提取害虫灾区严重度信息,其总体精度和Kappa系数分别为85.00%和0.81;雅氏落叶松尺蠖适宜于冬季、春季降水量较少、夏季降水量较多,气温不宜太高的气候,这与其生物学特性相吻合。该气候与大兴安岭林区相似,入侵风险较大,应引起中国林业部门的高度重视。

微分光谱连续小波系数估测雅氏落叶松尺蠖危害下的落叶松失叶率

害虫引起的林木失叶会严重威胁森林健康。森林虫害遥感监测与评价中快速、准确获取失叶信息十分重要。基于此,针对雅氏落叶松尺蠖引起的落叶松失叶灾象,在蒙古国开展受害林木光谱测量和失叶率估测试验。首先通过光谱实测数据的处理,得到微分光谱反射率(DSR,对光谱反射率求一阶导数)和微分光谱连续小波系数(DSR-CWC,利用Biorthogonal,Coiflets,Daubechies和Symlets等4种小波系的36个母小波基函数对DSR进行连续小波变换),分析DSR和DSR-CWC对失叶率的敏感性,进而借助MATLAB的Findpeaks(Fp)函数自动寻找DSR和DSR-CWC的敏感波段并确定其对应的敏感特征,然后利用连续投影算法(SPA)对敏感特征进行降维处理,最后利用敏感特征建立偏最小二乘回归(PLSR)和支持向量机回归(SVMR)失叶率估测模型,并与逐步多元线性回归(SMLR)模型进行比较。研究结果表明:①DSR-CWC与DSR相比,对失叶率变化的敏感性更显著且敏感波段亦较多,其敏感波段主要分布于三个吸收谷(440~515,630~760和1420~1470nm)和三个反射峰(516~620,761~1000和1548~1610nm)范围内。说明DSR-CWC能够增强光谱反射和吸收特征。②Fp与SPA结合模式(Fp-SPA)不仅能够快速、客观选择敏感特征,而且对特征有效降维,是一种光谱敏感特征选择的有效方法。③4种小波系的最优母小波基分别为bior2.4,coif2,db1和sym6,其中db1的失叶率估测性能最稳定,精度最高。④对DSR进行连续小波变换能够提高失叶率估测精度,在DSR-CWC中db1-PLSR模型(R2M=0.9340,RMSEM=0.0890)提高的最为显著,比DSR-PLSR的R2M提高了0.0475并且比DSR-PLSR的RMSEM降低了0.0249。⑤利用DSR-CWC建立的PLSR和SVMR模型估测精度类似,其精度优于SMLR模型。可见,DSR-CWC比DSR失叶率估测更有潜力,可为森林虫害遥感监测中提供重要参考。

雅氏落叶松尺蠖在蒙古高原适生区的分布

【目的】为防控蒙古国雅氏落叶松尺蠖(Erannis jacobsoni Djak)扩散,预测该虫在蒙古高原的潜在适生区分布。【方法】选取影响雅氏落叶松尺蠖适生性的6个气象指标,基于害虫分布点和寄主分布数据,利用Maxent模型和气候相似性分析方法,结合GIS空间分析方法预测害虫适生区,并将这2种方法相结合预测害虫适生区细化分布。利用Kappa系数对3种方法的预测精度进行评定。【结果】Maxent模型、气候相似性分析法以及2种方法综合预测的适生区总面积分别为9.11,10.34和7.56万km^2;三者预测的适生区总体分布基本一致,包括我国内蒙古呼伦贝尔、兴安盟及锡林郭勒和蒙古国库苏古尔、东方、色楞格、布尔干、扎布汗、肯特、后杭爱、中央、鄂尔浑、乌兰巴托及前杭爱等地区,其中极高和高适生区主要分布在蒙古国布尔干、后杭爱及库苏古尔;三者预测的Kappa系数分别为0.778,0.733和0.813,表明2种方法综合预测精度优于Maxent模型和气候相似性分析法。【结论】雅氏落叶松尺蠖在蒙古高原的适生区分布较广,应趁早采取防范措施保障蒙古高原森林生态系统安全;2种方法综合预测精度较高。

落叶松受雅氏落叶松尺蠖危害程度光谱检测

近年来蒙古国雅氏落叶松尺蠖灾害不断加剧,逐渐逼近大兴安岭地区,将威胁我国北方森林生态系统安全。以现代遥感监测方法替代传统检测方法,及早掌握该虫害发生发展规律对防控有重要意义。为快速、大范围遥感监测雅氏落叶松尺蠖灾害,利用光谱分析技术研究了该害虫危害下落叶松受害程度检测模型。通过实测健康和轻度、中度、重度受害落叶松光谱,计算与比较不同受害程度落叶松原始光谱和去除包络线光谱的敏感度,揭示光谱敏感波段及去除包络线光谱敏感性。然后对去除包络线光谱进行一阶导数变换获得光谱特征参数并分析其随受害程度的变化特征,构建基于CART(分类与回归树)算法的落叶松受害程度光谱检测模型。研究表明:去除包络线光谱敏感性比原始光谱更显著,尤其在480~520nm(蓝边)、640~720nm(红谷、红边)、1 416~1 500nm(短波红外谷)等波段内光谱敏感度介于0.1~2.0,而且出现了敏感峰现象。随受害程度增加,去除包络线光谱敏感性增强趋势比原始光谱更明显;在蓝边波段上去除包络线光谱敏感峰位置向短波方向移动,即502nm→490nm,而在红谷及红边、短波红外谷等波段上光谱敏感峰位置向长波方向移动,即664nm→672nm和1 436nm→1 448nm;红谷位置和短波红外谷位置归一化反射率以及红谷和短波红外谷面积呈上升趋势。在蓝边与红边波段内去除包络线光谱一阶导数对受害程度有明显响应,出现了波峰现象。随害虫危害程度加剧红边位置蓝移(718nm→700nm),红边斜率及面积和蓝边斜率及面积呈下降趋势。基于此,利用红边斜率、红谷位置和短波红外谷位置归一化反射率、红谷和短波红外谷面积、蓝边斜率及面积等去除包络线光谱特征参数构建的CART模型对落叶松受害程度有很好的检测能力。与多元线性回归模型相比,CART模型检测精度更高,其Kappa系数达0.875。研究结果对雅氏落叶松尺蠖灾害的防治有参考价值。

森林害虫雅氏落叶松尺蠖在蒙古国的适生区分布预测

对雅氏落叶松尺蠖(Erannis jacobsoni Djak)在蒙古国的适生区分布进行预测,旨在为有效防控该虫扩散提供科学依据。利用Maxent生态位模型和GIS空间分析方法预测雅氏落叶松尺蠖在蒙古国的适生区并对其进行等级划分,然后用受试者工作特征曲线(ROC曲线)对预测结果进行精度评定,最后采用刀切法(Jackknife)分析环境变量对害虫适生的重要性。结果表明,雅氏落叶松尺蠖适生区面积达13 988 265.42hm2,主要分布在蒙古国北部10省(后杭爱、布尔干、前杭爱、库苏古尔、鄂尔浑、中央、乌兰巴托、色楞格、肯特和扎布汗)和东部1省(东方),其中极高适生区主要分布在布尔干、后杭爱和中央等,高适生区主要分布在布尔干、库苏古尔和中央等;中适生区主要分布在库苏古尔、肯特和色楞格等;低适生区主要分布在后杭爱、布尔干和肯特等。森林种类、最暖季度平均温度、年降水量、最热月份最高温度和最冷月份最低温度等环境变量对预测的贡献率达77.91%。可见,雅氏落叶松尺蠖在蒙古国的适生区分布广,一旦暴发后果不堪设想。蒙古国东部的害虫适生区分布,将威胁中国大兴安岭林区生态系统安全。森林种类、最暖季度平均温度、年降水量、最热月份最高温度及最冷月份最低温度是主要影响害虫适生的环境变量。

雅氏落叶松尺蠖不同危害程度下林木冠层颜色高光谱判别

针叶害虫爆发将会削减林木针叶水分和叶绿素含量,导致林木冠层颜色发生变化,甚至使林木死亡。这严重威胁森林生态系统健康安全。通过遥感技术监测受害林木冠层颜色变化,可对虫害林生态系统安全进行快速评估。因此,虫害林木冠层不同颜色判别研究极为重要。基于此,选择蒙古国肯特省和杭爱省的3个雅氏落叶松尺蠖爆发林区(binder, Ikhtamir和Battsengel)为试验区,开展落叶松受害过程冠层颜色变化信息调查和光谱测量试验,并利用高光谱特征和机器学习算法判别了落叶松冠层不同颜色。首先通过虫害灾区林木调查对冠层颜色进行了分色,即绿色、黄色、红色和灰色。同时根据不同危害程度下林木冠层不同颜色,从试验区选取66棵样本树,并对其冠层进行了光谱测量。其次以样本树光谱反射率曲线为基础数据,计算平滑光谱反射率(SSR)、微分光谱反射率(DSR)和平滑光谱连续小波系数(SSR-CWC)等高光谱特征,并借助方差分析法揭示了这些高光谱特征对冠层不同颜色的敏感性。再次采用Findpeaks函数和连续投影算法结合模式(Findpeaks-SPA)快速提取了SSR, DSR和SSR-CWC等高光谱特征的敏感特征。最后通过随机森林分类(RF)和支持向量机分类(SVMC)算法构建雅氏落叶松尺蠖虫害林木冠层不同颜色判别模型,并与费歇尔判别(FD)模型进行比较,评价了判别模型精度。研究发现:(1)可见光的多个波段, SSR-CWC对冠层不同颜色表现出了极显著的敏感性。(2)基于Findpeaks-SPA模式能够有效提取敏感高光谱特征,该模式不仅大大降低高光谱特征数量,而且改善了多重共线性问题。(3)判别冠层不同颜色最有潜力的高光谱特征为SSR-CWC,其Daubechies系、 Biorthogonal系、 Coiflets系和Symlets系的最优小波基分别为db9, bior1.5, coif1和sym4,其中db9-RF(SVMC)达到了最高的判别总体精度(0.900 0)。这比SSR-RF(SVMC)和DSR-RF(SVMC)模型分别提高了0.250 0(0.450 0)和0.250 0(0.100 0)。(4)基于DSR和SSR-CWC的RF和SVMC模型判别精度优于FD模型,尤其db9-RF(SVMC)模型更为明显,其判别总体精度和Kappa系数比db9-FD模型分别提高了0.150 0和0.167 0。可见,在虫害林木冠层不同颜色判别中db9-RF(SVMC)有极大潜力。这为林业和生态安全相关部门对森林虫害严重程度进行遥感监测提供重要参考和实用价值。

基于高光谱特征的雅氏落叶松尺蠖虫口密度估算

【目的】多年来,蒙古高原典型落叶松害虫雅氏落叶松尺蠖Eeannis jacobsoni发生频繁,使森林生态系统遭到严重破坏。虫口密度可直接描述森林虫害严重程度,进而及时、快速获得害虫虫口密度信息显得极为重要。本研究旨在依据雅氏落叶松尺蠖暴发区的落叶松光谱实测数据和虫口密度数据,构建基于高光谱特征的虫口密度估算方法。【方法】以蒙古国后杭爱省和肯特省4个地点雅氏落叶松尺蠖暴发区为试验区。首先从这4个试验区选取不同程度受害的110株西伯利亚落叶松Larix sibirica样本树,调查虫口密度和测量冠层光谱反射率;其次通过光谱反射率数据获得微分光谱反射率(differential spectral reflectance,DSR)和计算改进型光谱指数(modified spectral index,MSI);再次运用多项式曲线拟合法,分析DSR和MSI对虫口密度的敏感性;然后借助连续投影算法(successive projection algorithm,SPA)提取敏感DSR和MSI;最后利用敏感DSR和MSI,结合多项式回归(polynomial regression,PR)和支持向量机回归(support vector machine regression,SVMR)算法,建立雅氏落叶松尺蠖虫口密度估算模型,并评定了其精度。【结果】DSR的敏感波段主要在黄边和红边波段内,其中572 nm的敏感性最显著(R2=0.5821,P<0.001),MSI的最敏感指数为TVI(R2=0.5386,P<0.001);TVI(R2CV=0.6323,RMSECV=0.1513)比DSR572(R2CV=0.5581,RMSECV=0.1649)估算精度高,而多个DSR(R2=0.7309,RMSECV=0.1347)比多个MSI(R2CV=0.6537,RMSECV=0.1453)更有估算潜力,其中SVMR模型性能始终优于PR模型,说明SVMR更加适用于虫口密度估算。【结论】MSI和DSR可作为虫口密度估算的敏感指标,多项式曲线拟合法能够挖掘MSI和DSR对虫口密度的敏感性;SPA是虫口密度敏感光谱特征提取的一种有效方法,其提取的DSR敏感指标和MSI敏感指数充分捕捉了针叶叶绿素吸收特征、水分吸收特征以及针叶细胞受损引起的反射特征。该研究不仅为利用航空航天遥感监测森林害虫虫口密度提供实验理论基础,而且为森林虫害遥感监测拓展了新途径。

进口俄罗斯蒙古林木种苗要警惕雅氏落叶松尺蠖传入

本文介绍了在俄罗斯和蒙古发现的、我国尚无分布记录的雅氏落叶松尺蠖的特征、分布、危害和传入我国的可能性,以期在口岸进口林木产品检疫,特别是种苗检疫中引起重视。

基于生态位模型的森林害虫潜在分布区预测研究进展——以蒙古高原雅氏落叶松尺蠖为例

指出了生态位模型是使用物种分布和系列环境变量数据,借助于某一算法对物种的生态需求进行分析,其运算结果在不同时空中的表达即为物种的实际和潜在分布区。近年来,该种模型在物种潜在分布区、动植物入侵风险、生物多样性保护、全球气候变化与物种分布等研究中得到广泛应用。从雅氏落叶松尺蠖的分布现状、生态位模型构建的基本原理应用等方面探讨了生态位模型在雅氏落叶松尺蠖潜在分布预测中的应用。生态位模型利用物种的分布点数据及与之相关的环境变量来模拟物种潜在分布,预测结果取决于环境变量的类别、分辨率等因素。MaxEnt模型基于有限的分布信息进行潜在分布区预测,且能在预测时充分考虑已知信息,而对未知信息不做过多揣测,根据客观的环境变量特征得出约束条件,探寻此约束条件下,该模型能够根据物种“出现点”的最大熵的可能分布。该种模型在蒙古高原雅氏落叶松尺蠖潜在分布预测研究中极具应用潜力。