崔亚琴

(山西省林业科学研究院，山西 太原 030012)

森林病虫害是森林健康的大敌，影响着森林的可持续发展，每年直接或间接地造成经济损失，被称为“无烟火的森林火灾”。2007年联合国全球森林状况报告显示，全球每年约有65.3%的森林面积受到各种林业有害生物不同程度的影响，导致森林面积减小、质量下降。特别是一些外来入侵种，如红脂大小蠹(Dendroctonusvalens)、美国白蛾(Hyphantriacunea)、舞毒蛾(Lymantriadispar)等，对森林造成了巨大的损失。

在过去，人们只能通过观察来判断病虫害的发生情况与受害情况，不仅造成人力、物力等的浪费，而且不能准确地掌握森林病虫害的发生、发展情况，无法对其发病前期进行监测和预测，错过了控制林业有害生物发生的最佳时机。因此，我们必须要利用科学的监测手段和方法，全面、准确、快速地监测和预测森林病虫害的发生与发展。

1 遥感技术

在20世纪60年代，遥感技术(Remote Sensing)迅速发展起来，它是以电磁波的理论为依据，采用各种远距离传感仪器，采集目标所辐射和反射的电磁波信息，通过分析和处理，最后成像，依据图像对地面各种景物进行探测和识别的一种综合技术。遥感技术推动了森林虫害监测和预测预报的发展，使得大范围虫害动态监测成为可能，可以快速、实时的获取地面数据，在全球定位系统(Global Position System)和地理信息系统(Geographic Information System)的辅助下，进行定位、空间分析、预测趋势、空间查询等。

2 遥感技术监测森林病虫害的原理

植被遭受病虫害后，改变了植物的外部形态特征，如，叶片卷曲、失叶、病斑、树枝干枯等；植物内部的生理特征发生变化，如，叶绿素组织破坏、受损，影响植物的光合作用、营养和水分的吸收等。不论是外部形态特征的改变，还是内部生理结构的变化，都会造成植物光谱反射特性改变，从而引起光谱值变化，并在遥感影像数据上得以表达，这是森林病虫害遥感监测的基础和依据。正常植被的反射光谱曲线(反射特征)有明显、独特的规律，总呈现出明显的“峰”和“谷”，主要表现为可见光波段(0.40 μm～0.76 μm)有一个反射小峰，峰值出现在0.55 μm，两个吸收带出现在0.48 μm的蓝光区和0.67 μm的红光区。不同植被类型由于其生境、长势等不同，会表现出不同的反射率，但总体的特征光谱曲线保持不变。只有当植被受到病虫害危害、污染或物候变化时，其光谱曲线才会发生改变。当绿色植物叶绿素含量高、生长活力旺盛时，此“红边”会向长波方向偏移(红光方向)；当植物感染了病虫害失绿后，“红边”会向短波方向偏移(蓝光方向)。

3 遥感技术在森林病虫害监测中的应用

在国外20世纪30年代，森林虫害遥感监测就已被应用到森林害虫的观测试验中。森林害虫的动态监测，可以通过3种途径来实现：针对害虫行为进行监测、针对害虫危害状进行监测、针对害虫生境进行监测。

3.1 针对害虫行为进行监测

雷达是利用电磁波探测目标的一种主动式传感器，具有全天候、全天时的探测能力，对冰、雪、森林、土壤具有一定的穿透能力。在不同波段，不同物质的光谱有很大的差异。由于昆虫一般不会感觉到雷达波的存在，所以雷达最先应用于昆虫学研究中。雷达遥感技术主要应用于迁飞性害虫的监测，如舞毒蛾、非洲粘虫(Spodopeteraexempta)、棉铃虫(Helicoverpaarmigera)、稻飞虱(Nilaparvatalugens)、草地蝗(Parapleurusalliaceus)和沙漠蝗(Schistocercagregaria)等。

国外对雷达技术的研究较早，在雷达昆虫迁飞上的应用和发展也比较快。1949年首次在美国证实，通过雷达遥感设备可以检测出昆虫的动态。1954年在英国，通过雷达首次检测到蝗群。随后印度、美国、加拿大、澳大利亚等一系列发达国家，利用雷达技术来观测、监测昆虫(如蝗虫、蛾类、蜜蜂、蚜虫等)的迁飞活动、行为现象及时空分布，揭示了大气结构和运动是如何影响昆虫迁飞。目前，国外已经开展了对迁飞性鳞翅目昆虫、澳大利亚疫蝗(Chortoicetesterminifera)和Helicoverpapunctigera虫源区迁飞活动的连续监测。

我国在应用雷达遥感监测昆虫迁飞活动研究起步较晚。1984年对草地螟(Loxostegesticticalis)的迁飞进行了观测，之后陆续对粘虫(Pseudalatiaunipuncta)、马尾松毛虫(Dendrolimuspunctatus)、稻飞虱(Nilaparvatalugens)、稻纵卷叶螟(Cnaphalocrocismedinalis)、甜菜夜蛾(Spodopteraexigua)和棉铃虫(Helicoverpaarmigera)等进行了研究，包括昆虫迁飞的发生期、发生量及分布区预测，以及迁飞时间、数量、速度和高度等方面的研究[7,9]。

3.2 针对害虫危害状进行监测

雷达遥感仅能监测昆虫的迁飞，却无法识别其危害特征，具有很大的局限性。航空遥感技术的应用与发展，弥补了雷达的不足。在国外20世纪50年代，航空遥感就已经得到应用，起初是为了评估森林虫害导致的失叶现象[10]。到20世纪60年代，利用航空影像可以监测柑橘园的根腐病，探索和研究健康叶片和受感染病树叶片之间的光谱差异[11]。研究者应用彩色红外航空影像数据，对德克萨斯州中部的橡树枯萎病的感染程度进行了研究[12-14]，评估了芬兰云杉林的失叶量，并取得了明显效果[15]。

在航空遥感影像方面，我国开展的相关研究也较多，特别是对马尾松毛虫(Dendrolimuspunctatus)和松材线虫的危害开展了监测和危险性评估，通过影像数据判别其危害后针叶的损失量、灾害的发生点等[16-20]。

3.3 针对害虫生境进行监测

航天遥感是以卫星、火箭、航天飞机、宇宙飞船为平台，搭载传感器进行探测的空间探测技术，具有宏观、综合、动态以及快速观察的特点。卫星遥感具有强大的数据获取能力，与地理信息系统结合起来，将更加有利于人们对害虫的生存环境(寄主植物分布、降雨量和气温等)进行长期的、系统的、动态的监测[21]。

早在20世纪70年代，就已出现利用航天遥感影像对病虫害开展监测的研究，主要是通过目视解译的方法，解译光学增强的MSS图像，但限于空间/光谱分辨率低、通道波段少，不能很好地反映出由病虫害引起的林冠形状及颜色的变化特征。随着科技的进步，越来越多高分辨率、多波段的传感器被发射，数据的质量得到了提高，为森林病虫害的监测奠定了基础[22]。

在国外，通过分析解译TM影像数据，对发生在美国新罕布什尔州和佛蒙特州的云杉森林灾害开展了监测研究工作[23]，研究发现，地面样地调查的森林灾害情况分别与TM5/TM4和TM7/TM4的结果有相关性，这个结果适用于森林灾害的定量研究。目前，国外森林病虫害遥感监测工作主要是针对由食叶害虫引起的树体大面积失叶、变色和枯死展开[24,25]。同时，对于钻蛀性害虫也开展了一些研究工作，如鞘翅目小蠹虫等，利用影像数据区分健康与受害森林的范围[26]，结合高分辨率遥感影像，融合模糊子集理论和GIS综合分析，判定虫害发生的主要干扰区域[27]，同时对其种群动态进行监测[28]。

1978年，我国利用航天遥感技术对腾冲地区的松叶蜂(Diprionsp.)灾害开始了监测，测定了健康木与虫害木的光谱特征。利用NOAA/AVHRR数据，对吉林省大兴安岭地区林区危害严重的落叶松松毛虫(Dendrolimussuperans)的灾害信息进行提取，对森林灾害的发生进行监测，但是无法开展广泛的、进一步的实践研究工作。直到21世纪90年代，戴昌达等人利用TM影像，在安徽省全椒县孤山国营林场开展了松毛虫灾害的研究工作，利用垂直植被指数(PVI)辨别出(0%～10%～30%～100%)无、轻、重三级灾害程度[29]。1989年，刘志明等人[30]利用气象卫星AVHRR数据，对大兴安岭发生的落叶松毛虫灾害进行动态监测，运用比值植被指数(RVI)分析法与实地虫灾调查相结合的方法，可以得到不同灾害程度下，RVU临界值的变化，判对率可达70%以上，与同期TM图像解译结果进行统计分析，其相关系数可达0.91.武红敢等人[31]经研究发现，TM5/TM4适用于在叶面积指数低的森林病虫害监测中，而TM4/TM3则更适合于叶面积指数高的植被遥感监测，比值指数(TM7/TM4)可以用来估算马尾松(Pinusmassoniana)林叶的生物量，据此方法，可以有效地对马尾松林危害进行监测。此外，高光谱数据的大量应用，也推动了森林病虫害早期监测的不断发展。徐华潮等人[32]通过测定松材线虫自然侵染后黑松(Pinusthunbergii)和马尾松不同受害阶段的光谱曲线，分析其光谱参数、光谱特征以及叶绿素的相应变化，结果表明，高光谱遥感技术可以实现松材线虫病的早期监测，这为森林病虫害早期监测预警提供了基础。

4 存在问题与展望

4.1 存在问题

目前，对于遥感病虫害监测的研究仍处于初级阶段，研究过程中依然存着一些问题，需要在理论和实践应用中开展更多的研究。

4.1.1 森林病虫害受生物与非生物因素共同影响

森林病虫害的发生，不仅是病虫害与植物之间的危害与被害关系，同时也受气候、生态环境(如立地条件、海拔、土壤和水分)等非生物因素的影响。因而，我们在研究过程中，一定要考虑到生物和非生物因素的共同影响作用，以便更全面、准确地利用遥感技术监测森林病虫害。

4.1.2 早期遥感监测精度低

森林病虫害早期遥感监测精度低，如，对于食叶害虫，一般分为轻度、中度和重度3个危害等级，监测精度一般低于80%.森林病虫害早期一般是植物发生生理变化，而外部形态没有明显变化，不易识别。因而，植物的理化参数指标也是遥感早期监测的重要部分。

4.1.3 数据质量影响

森林病虫害从发生、危害到死亡是一个连续渐变的过程，而目前使用的大多数数据的空间分辨率比较低，影像数据间隔周期长，造成有效监测时间短，不能快速地对其发生进行有效监测。

4.2 展望

在今后的森林病虫害遥感监测研究中，利用高分辨率、高光谱遥感影像数据及无人机设备，可以提高监测的准确性和灵活性。要利用植物的光谱特征变化，从生理、生化和生态学多角度分析植物叶水平和冠层水平的变化特征，为监测提供理论基础。此外，可结合气象数据对比分析及GIS和GPS，实现森林病虫害的监测、预测预报和灾害评估。