使用高光譜和激光雷達(dá)數(shù)據(jù)區(qū)分楊樹(shù)林中的生物脅迫和非生物脅迫

亞洲天牛(Anoplophora glabripennis, ALB)是一種嚴(yán)重威脅全球闊葉林的蛀木害蟲(chóng),,特別對(duì)中國(guó)西北干旱地區(qū)的楊樹(shù)防護(hù)林造成了顯著破壞,。由于干旱和 ALB 脅迫均會(huì)引起缺水癥狀,,但其成因和治理方法截然不同,及時(shí)區(qū)分這兩種脅迫對(duì)制定有效治理措施至關(guān)重要,。高光譜成像(HSI)和激光雷達(dá)(LiDAR)技術(shù)因其在植物脅迫檢測(cè)中的潛力而備受關(guān)注,,HSI 提供精細(xì)的光譜信息,LiDAR 捕獲冠層三維結(jié)構(gòu)變化,。然而,,單一技術(shù)存在局限性,結(jié)合 HSI 和 LiDAR 數(shù)據(jù)能夠彌補(bǔ)不足,,實(shí)現(xiàn)更精確的脅迫檢測(cè),。本研究采用偏最小二乘支持向量機(jī)(PLS-SVM)方法,有效降低數(shù)據(jù)維度,,避免過(guò)度擬合,,提升分類精度,旨在:(1)評(píng)估無(wú)人機(jī) HSI 和 LiDAR 數(shù)據(jù)區(qū)分 ALB 損傷,、干旱脅迫及復(fù)合脅迫的能力,;(2)探索兩種數(shù)據(jù)對(duì)脅迫的響應(yīng)特征,篩選最敏感的檢測(cè)指標(biāo),,為干旱地區(qū)楊樹(shù)健康監(jiān)測(cè)和管理提供科學(xué)依據(jù),。
研究地塊位于中國(guó)西北部甘肅省酒泉市,屬戈壁地貌,氣候類型為大陸性干旱氣候,,年均降水量為80毫米,,但年均蒸發(fā)量達(dá)2000毫米。本研究選取了兩個(gè)水分條件不同(灌溉和非灌溉)且樹(shù)齡相近的林場(chǎng)(圖1),。

圖 1. 本研究的研究區(qū)域,。(a)酒泉新城國(guó)有林場(chǎng)(水源充足)。(b)酒泉三河國(guó)有林場(chǎng)(缺水),。四個(gè)樣地標(biāo)記為藍(lán)色,。
樣地1(圖1a):酒泉新城國(guó)有林場(chǎng)(39°57′N,98°23′E),。農(nóng)田防風(fēng)林,,灌溉良好,有地表水,,包括健康林和黃萎病林,,樹(shù)齡為40–60年。研究樹(shù)種為甘肅楊,、白楊和旱柳,。樣地2(圖1b):酒泉三河國(guó)有林場(chǎng)(39°23′N,99°04′E),。灌溉條件極差,,無(wú)地表水,兩年未正常灌溉,。林分健康林和黃萎病林,,樹(shù)齡為40-60年。研究樹(shù)種與樣地1相同,。兩個(gè)農(nóng)場(chǎng)都有健康林和黃萎病林的楊樹(shù),。兩個(gè)農(nóng)場(chǎng)都位于海拔1480 m的平坦區(qū)域。土壤條件相同:棕色沙漠土,,有機(jī)質(zhì)含量低,,氮素含量低。兩個(gè)樣地均被甘肅楊覆蓋,。我們?cè)诿總€(gè)林場(chǎng)建立了兩個(gè)50×50米的樣地,,共四個(gè)樣地??偣灿兴姆N類型的樣本樹(shù):健康(H),、僅受黃萎病損害(A)、僅受干旱損害(D)和同時(shí)受黃萎病和干旱損害(AD)(圖2),。

圖 2. 本試驗(yàn)中的四種楊樹(shù),。括號(hào)中顯示了每種楊樹(shù)樣本的縮寫(xiě),。
亞洲長(zhǎng)角甲蟲(chóng)(ALB)是一種樹(shù)干蛀蟲(chóng),通過(guò)識(shí)別漏斗狀產(chǎn)卵坑,、排便孔和圓形出口孔(圖 3)確定楊樹(shù)是否受損,。若發(fā)現(xiàn)這些特征或樹(shù)冠稀疏(稀疏葉片、干枯枝條),,則認(rèn)為楊樹(shù)受到 ALB 損傷。
葉面積指數(shù) (LAI) 反映葉片密度及生物物理能力,。采用 SmartLAI 應(yīng)用程序從不同方向進(jìn)行四次測(cè)量取平均值,,評(píng)估樹(shù)冠稀疏程度。調(diào)查了 325 棵楊樹(shù):健康(H)66 棵,,受 ALB 脅迫(A)75 棵,,受干旱脅迫(D)80 棵,受雙重脅迫(AD)104 棵,,表 1 顯示不同條件下的 LAI 數(shù)據(jù),。

圖 3. 確定 ALB 損害的證據(jù)。(a) ALB 成蟲(chóng)在漏斗狀的產(chǎn)卵坑中挖溝,。(b) ALB 幼蟲(chóng)排出的糞便,。(c) ALB 成蟲(chóng)的圓形出口孔。
表 1. 四種脅迫條件下楊樹(shù)林葉面積指數(shù),。
在同一飛行活動(dòng)期間,,使用 DJI M600 無(wú)人機(jī)搭載IRIS LR-1601激光雷達(dá)一體機(jī)(北京理加聯(lián)合科技有限公司)收集高光譜圖像 (HSI) 和激光雷達(dá)數(shù)據(jù)(圖 4)。安裝系統(tǒng)使高光譜和激光雷達(dá)設(shè)備能夠聯(lián)合使用無(wú)人機(jī)的慣性測(cè)量單元 (IMU) 和全球定位系統(tǒng) (GPS),,從而實(shí)現(xiàn)高精度正射校正和數(shù)據(jù)融合,。無(wú)人機(jī)還配備了 RTK 系統(tǒng),可實(shí)現(xiàn)厘米級(jí)精確定位,。2021 年 8 月 2 日 12:20 至 12:50 PM 采集了地塊 1(水量充足)的數(shù)據(jù),,2021 年 8 月 3 日上午 11:50 至下午 12:30 采集了地塊 2(缺水)的數(shù)據(jù)。飛行在無(wú)云的天空下進(jìn)行,,高度為 100 米,,速度為 3 米/秒,正面和側(cè)面圖像重疊度為 60%,。
圖4.本研究中的無(wú)人機(jī)搭載系統(tǒng),。
高光譜成像儀的視場(chǎng)為 10°,焦距為17 mm,。高光譜圖像包含 150 個(gè)光譜帶,,范圍從 400 到 1000 nm。高光譜圖像以 0.1 m 的空間分辨率生成,。使用標(biāo)準(zhǔn)白板進(jìn)行反射率校正和輻射校準(zhǔn)(圖 4),。高光譜圖像與具有十二個(gè)地面控制點(diǎn) (GCP) 的 LiDAR 數(shù)據(jù)進(jìn)行匹配,總體均方根誤差 (RMSE) < 1 像素。
利用 LiDAR360 軟件的冠層高度模型 (CHM) 分割單棵樹(shù),,CHM 由 DSM 和 DEM 生成,,分辨率為 0.1 米。根據(jù) CHM 分割結(jié)果提取樣本樹(shù)的高光譜和 LiDAR 特征,,并手動(dòng)修正錯(cuò)誤分割的樣本樹(shù),。僅計(jì)算每棵樹(shù)冠的陽(yáng)光照射像素的高光譜反射率,并用 Savitzky-Golay 濾波器平滑處理,。提取了 23 個(gè)光譜變量(包括 12 個(gè)植被指數(shù),、5 個(gè)吸收帶、2 個(gè)紅邊參數(shù)和 4 個(gè)吸收特征)及 32 個(gè) LiDAR 變量(14 個(gè)與點(diǎn)云高度分布相關(guān),、13 個(gè)點(diǎn)云強(qiáng)度指標(biāo)和 5 個(gè)冠層密度指標(biāo)),。共使用 55 個(gè)變量進(jìn)行篩選,并開(kāi)發(fā) PLS-SVM 分類模型,。
圖 5. 楊樹(shù)的平均光譜反射率按以下方式分組:(a) 健康/不健康,;(b) 澆水充足/缺水;(c) ALB 受損/無(wú) ALB,;(d) 健康/ALB 感染/干旱脅迫/復(fù)合脅迫,。注:陰影區(qū)域表示平均值的標(biāo)準(zhǔn)偏差。
圖 6. 不同壓力下高光譜和 LiDAR 圖像得出的十個(gè)典型參數(shù)(H:健康,;A:ALB 壓力
圖 7. 受到 ALB 損傷的楊樹(shù)干梢,。(a) RGB 圖像。(b) LiDAR 圖像,。
研究表明,,無(wú)人機(jī)高光譜圖像和激光雷達(dá)的組合可以檢測(cè)和區(qū)分楊樹(shù)的 ALB 和干旱脅迫。PLS-SVM 分類在區(qū)分水分充足和缺水樹(shù)木方面實(shí)現(xiàn)了 94.85% 的準(zhǔn)確率,,在檢測(cè) ALB 損害方面實(shí)現(xiàn)了 80.81% 的準(zhǔn)確率,。對(duì)四種楊樹(shù)類別進(jìn)行分類的總體分類準(zhǔn)確率為 78.79%:健康、僅受 ALB 影響,、僅受干旱影響以及干旱和 ALB 損害并存的楊樹(shù),。開(kāi)發(fā)的分類模型為檢測(cè)和區(qū)分脅迫類型提供了寶貴的工具,使及時(shí)干預(yù)措施成為可能,,例如在楊樹(shù)林中進(jìn)行灌溉或病蟲(chóng)害防治,,尤其是在戈壁沙漠的惡劣條件下。
相關(guān)產(chǎn)品
免責(zé)聲明
- 凡本網(wǎng)注明“來(lái)源:化工儀器網(wǎng)”的所有作品,,均為浙江興旺寶明通網(wǎng)絡(luò)有限公司-化工儀器網(wǎng)合法擁有版權(quán)或有權(quán)使用的作品,,未經(jīng)本網(wǎng)授權(quán)不得轉(zhuǎn)載、摘編或利用其它方式使用上述作品,。已經(jīng)本網(wǎng)授權(quán)使用作品的,,應(yīng)在授權(quán)范圍內(nèi)使用,,并注明“來(lái)源:化工儀器網(wǎng)”。違反上述聲明者,,本網(wǎng)將追究其相關(guān)法律責(zé)任,。
- 本網(wǎng)轉(zhuǎn)載并注明自其他來(lái)源(非化工儀器網(wǎng))的作品,目的在于傳遞更多信息,,并不代表本網(wǎng)贊同其觀點(diǎn)和對(duì)其真實(shí)性負(fù)責(zé),,不承擔(dān)此類作品侵權(quán)行為的直接責(zé)任及連帶責(zé)任。其他媒體,、網(wǎng)站或個(gè)人從本網(wǎng)轉(zhuǎn)載時(shí),,必須保留本網(wǎng)注明的作品第一來(lái)源,并自負(fù)版權(quán)等法律責(zé)任,。
- 如涉及作品內(nèi)容、版權(quán)等問(wèn)題,,請(qǐng)?jiān)谧髌钒l(fā)表之日起一周內(nèi)與本網(wǎng)聯(lián)系,,否則視為放棄相關(guān)權(quán)利。