基于蒸騰速率與光譜特征的松材線蟲病害預(yù)測(cè)

劉 寧，張曉麗，王書涵，黃雅婷

(北京林業(yè)大學(xué) 林學(xué)院/省部共建森林培育與保護(hù)教育部重點(diǎn)實(shí)驗(yàn)室，北京 100083)

基于蒸騰速率與光譜特征的松材線蟲病害預(yù)測(cè)

劉 寧，張曉麗，王書涵，黃雅婷

(北京林業(yè)大學(xué) 林學(xué)院/省部共建森林培育與保護(hù)教育部重點(diǎn)實(shí)驗(yàn)室，北京 100083)

【目的】 明確馬尾松感染松材線蟲病初期蒸騰速率與光譜特征的變化規(guī)律及相互關(guān)系，以解決病害潛伏期表征不易鑒別的問題，為在遙感監(jiān)測(cè)中特征參數(shù)的選取提供理論參考。【方法】 以福建省泰寧縣馬尾松林為例，分別對(duì)感染松材線蟲病后4個(gè)病害階段(健康期及病害初期、中期、末期)馬尾松的蒸騰速率進(jìn)行測(cè)定，分析其在不同病害階段的變化規(guī)律；再對(duì)健康期及病害初期馬尾松的光譜數(shù)據(jù)進(jìn)行采集，以這2個(gè)階段的蒸騰速率為基準(zhǔn)，分析其蒸騰速率與原始光譜及光譜特征參數(shù)(紅邊位置、紅邊斜率、紅谷位置、紅谷反射率、紅邊比值植被指數(shù)和紅邊歸一化植被指數(shù))的關(guān)系?！窘Y(jié)果】 馬尾松蒸騰速率隨著病害的加重而逐漸減弱；健康期及病害初期馬尾松蒸騰速率與原始光譜有一定的相關(guān)性，相關(guān)關(guān)系因波長(zhǎng)的不同而不同，最大值在753 nm 處，相關(guān)系數(shù)達(dá)到0.86；蒸騰速率與紅邊參數(shù)有較高相關(guān)性，擬合結(jié)果R2均大于0.7，其中與紅邊比值植被指數(shù)相關(guān)性最高，R2達(dá)到0.851 5?！窘Y(jié)論】 在外界因素一致的情況下，馬尾松蒸騰速率對(duì)預(yù)測(cè)病害的發(fā)生有一定的指示作用，近紅外波段及紅邊參數(shù)與蒸騰速率有較高相關(guān)性，可以利用特征光譜對(duì)松材線蟲病進(jìn)行早期預(yù)測(cè)。

馬尾松；光譜特征；蒸騰速率；松材線蟲?。患t邊參數(shù)；病害預(yù)測(cè)

松材線蟲病是松類樹種的一種毀滅性病害，被稱為松樹的“癌癥”和“艾滋病”，已成為我國森林病蟲害之首，是我國目前發(fā)生最嚴(yán)重、危害最大的外來入侵森林病害，其傳播媒介主要為松墨天牛。感染了松材線蟲病的松樹，從發(fā)病到死亡只要2～3個(gè)月的時(shí)間，從出現(xiàn)癥狀到死亡只要40 d左右，從單株發(fā)病到整片松樹毀滅只需3～5年。在我國，松材線蟲病害的發(fā)生形勢(shì)十分嚴(yán)峻，其發(fā)病周期短、危害性極強(qiáng)，給防治工作帶來了極大困難[1]。在松材線蟲病害監(jiān)測(cè)方面，雖然有部分學(xué)者已運(yùn)用遙感技術(shù)對(duì)病害區(qū)進(jìn)行了大尺度的監(jiān)測(cè)[2-11]，但大多數(shù)研究局限在病害已出現(xiàn)外部癥狀的前提下，由于松材線蟲病害周期極短，因此預(yù)測(cè)預(yù)報(bào)效果難以得到保證。松材線蟲病害的發(fā)生會(huì)引起植物生理指標(biāo)的變化，如樹脂分泌減少、蒸騰速率降低、乙烯含量增加、葉綠素及水分含量變化等[12]。部分學(xué)者已對(duì)葉綠素及水分含量變化的特點(diǎn)做了相應(yīng)研究[13-19]，但葉綠素及水分變化與諸多因素有關(guān)，且通常與外部特征變化同時(shí)發(fā)生，因此能否用其對(duì)病蟲害進(jìn)行早期預(yù)測(cè)仍有待進(jìn)一步研究。1977年，日本學(xué)者真宮靖治與田村弘忠對(duì)感染了松材線蟲病的赤松蒸騰速率的日變化進(jìn)行了研究，結(jié)果表明，蒸騰速率起初每日下降，然后有一個(gè)劇烈下降過程，最后趨緩以至可以忽略不計(jì)；而出現(xiàn)明顯枯萎和針葉變黃的時(shí)間，比蒸騰速率開始下降要延遲15～30 d[12]。說明蒸騰速率的變化先于外部特征，這一結(jié)論有助于在潛伏期內(nèi)診斷病害。馬菁等[20]利用Yaxin-1102便攜式光合蒸騰儀對(duì)不同病害時(shí)期馬尾松的蒸騰速率進(jìn)行了測(cè)定，結(jié)果顯示，隨著病害的加重，蒸騰速率在減弱。還有部分學(xué)者研究表明，病害的發(fā)生改變了植被的光譜特征，如王震等[21]運(yùn)用ASD FieldSpec HH采集了不同病害時(shí)期馬尾松的光譜特征，發(fā)現(xiàn)馬尾松不同受害類型的光譜特征變化明顯，而且呈現(xiàn)出較好的變化規(guī)律。由于植物感染松材線蟲病后其蒸騰速率變化先于外部特征，如果能運(yùn)用這一特點(diǎn)進(jìn)行病害預(yù)測(cè)，對(duì)松材線蟲病害的防治將有極大幫助。為此，本研究以馬尾松蒸騰速率作為判斷松材線蟲病害嚴(yán)重程度的標(biāo)準(zhǔn)，分析其與病害馬尾松光譜數(shù)據(jù)之間的關(guān)系，尋找出對(duì)病害變化敏感的波段范圍，建立生理指標(biāo)變化與光譜變化的聯(lián)系，以期為利用光譜特征對(duì)病害進(jìn)行早期預(yù)測(cè)提供理論參考。

1 研究區(qū)概況

泰寧縣隸屬福建省三明市，位于福建省西北部，武夷山脈中段的杉嶺支脈東南側(cè)，居兩省三地市交界處。地理坐標(biāo)為北緯26°33′～27°07′，東經(jīng)116°53′～117°24′，其北靠邵武，東連將樂，南鄰明溪，西接建寧。年降雨量1 725 mm，年均氣溫17 ℃，總面積1 533.8 km2(圖1)。泰寧縣是閩西北重要林業(yè)縣之一，全縣林地面積11.47萬hm2，其中馬尾松(含混交林)面積7.4萬hm2，約占全縣林地面積的65.9%。自2007年發(fā)生松材線蟲病以來，全縣累計(jì)發(fā)生面積1 440.53 hm2，枯死木17.6萬株，主要分布在杉城(含國有林場(chǎng))、朱口和下渠3個(gè)鄉(xiāng)鎮(zhèn)[22]。

2 研究方法

2.1 松材線蟲病病害階段的劃分

在多數(shù)情況下，植株染病后，于當(dāng)年秋季即表現(xiàn)為全株枯死。根據(jù)馬尾松的生長(zhǎng)狀況、外部癥狀、內(nèi)部生理指標(biāo)的變化情況及研究區(qū)松材線蟲病害現(xiàn)狀，將染病馬尾松病害程度大致分為4個(gè)階段：(1)健康期(Health period,HP)。外觀健康，樹脂分泌正常。(2)病害初期(Early period of disease,EPD)。植株少量針葉失去光澤、略變黃，樹脂分泌減少。(3)病害中期(Middle period of disease,MPD)。植株多數(shù)針葉變黃，植株開始萎蔫。(4)病害末期(Terminal period of disease,TPD)。整個(gè)樹冠部針葉呈紅褐色，植株表面多處出現(xiàn)天牛取食坑道，全株枯死[23]。

2.2 不同病害階段馬尾松蒸騰速率的測(cè)定

蒸騰作用是指植物體內(nèi)的水分通過體表向外散失的過程，蒸騰作用的強(qiáng)弱通常用蒸騰速率(植物在一定時(shí)間內(nèi)單位葉面積蒸騰的水量)來衡量。影響植被蒸騰速率的因素有很多，包括光照、空氣相對(duì)濕度、溫度、病蟲害及內(nèi)部的氣孔頻度、氣孔大小等[24]。為了有效地反映病蟲害對(duì)蒸騰速率的影響，避免其他因素的干擾，筆者運(yùn)用美國LI-COR公司生產(chǎn)的第3代氣體交換測(cè)量系統(tǒng)LI-6400XT進(jìn)行測(cè)定。此儀器可以測(cè)定葉片的光合速率、胞間CO2濃度、氣孔導(dǎo)度和蒸騰速率，同時(shí)具有較好地控制其他環(huán)境因子干擾的能力[25-26]。選擇LI-6400XT選配的LED紅藍(lán)光源，將光照強(qiáng)度設(shè)定為1 000 μmol/(m2·s)，對(duì)其進(jìn)行恒定控制；選擇遠(yuǎn)離道路、立地條件相似、人為干擾較少的成片馬尾松林區(qū)，加裝2.5 L自制緩沖瓶，減少人員走動(dòng)，保證測(cè)試過程中氣流的穩(wěn)定性；選擇晴朗、天氣狀況相似的午間10:00-14:00進(jìn)行測(cè)量，減小溫度及濕度變化的影響。本試驗(yàn)選取了60株馬尾松進(jìn)行測(cè)量，處于健康及病害初期、中期、末期的馬尾松各15株，每個(gè)階段的樣本依次編號(hào)。在當(dāng)?shù)毓と说膮f(xié)助下，按照東南西北4個(gè)方向逐一剪取植株外側(cè)短枝，在每個(gè)方位的短枝中選取3束針葉，平鋪在2 cm×3 cm的標(biāo)準(zhǔn)葉室上，分別進(jìn)行離體測(cè)定(4個(gè)方位共計(jì)4次)，將其平均值作為該病害階段所測(cè)樣本的蒸騰速率值，如健康時(shí)期1號(hào)樣本的蒸騰速率值，標(biāo)記為HP_1。針葉的選取原則為：在健康時(shí)期保證針葉全部健康；病害初期選取有少量針葉變黃的短枝中表征為綠色的針葉，便于后期的預(yù)測(cè)分析；病害中期選取表征變黃的針葉；病害末期選取表征變紅褐色的針葉。同時(shí)，為減小時(shí)間對(duì)測(cè)定結(jié)果的影響，首先完成各病害時(shí)期馬尾松針葉1號(hào)樣本的測(cè)定，再按照相同的病害選取順序?qū)Ω鲿r(shí)期2號(hào)樣本進(jìn)行測(cè)定，依次類推，重復(fù)15次，完成對(duì)所有病害時(shí)期樣本的測(cè)定。在測(cè)定時(shí)，每更換一個(gè)樣本，儀器需要重新匹配一次，以保證測(cè)定的可靠性。

2.3 光譜數(shù)據(jù)的采集

采用美國ASD公司生產(chǎn)的手持野外光譜輻射儀，該設(shè)備可在325～1 075 nm波長(zhǎng)連續(xù)測(cè)定，采樣間隔為1.6 nm，光譜分辨率為3.5 nm，視場(chǎng)角25°，共512個(gè)波段。測(cè)定光譜時(shí)按照上述蒸騰速率的測(cè)定順序接替進(jìn)行，將采集的東南西北4個(gè)方位共12束針葉放置在預(yù)先備好的黑布上，防止地表反射的干擾，每次測(cè)定新樣本時(shí)，進(jìn)行10次光譜采集，取平均值作為該樣本的反射光譜值。以白板為標(biāo)準(zhǔn)進(jìn)行校正。由于儀器穩(wěn)定性的限制，僅在400～900 nm波長(zhǎng)進(jìn)行光譜分析。

2.4 馬尾松蒸騰速率與光譜數(shù)據(jù)的相關(guān)性分析

運(yùn)用的軟件包括ViewSpec Proversion 4.02、SPSS 18、Excel 2010、ENVI 4.8、MATLAB R2012b。分析方法如下：(1)選取不同病害階段馬尾松，分析其受害情況與蒸騰速率的關(guān)系；(2)運(yùn)用MATLAB R2012b軟件，分析健康和病害初期馬尾松蒸騰速率與相應(yīng)階段原始光譜的相關(guān)性，尋找預(yù)測(cè)病蟲害發(fā)生的最佳波長(zhǎng)范圍；(3)運(yùn)用ENVI 4.8+IDL對(duì)健康和病害初期馬尾松光譜進(jìn)行一階導(dǎo)數(shù)變換，分析其蒸騰速率與相應(yīng)階段光譜特征參數(shù)的相關(guān)性，尋找出預(yù)測(cè)病蟲害發(fā)生的最佳光譜特征參數(shù)。

3 結(jié)果與分析

3.1 不同病害階段馬尾松的蒸騰速率

病害馬尾松蒸騰速率的變化規(guī)律見圖2。

從圖2可以看出，隨著病害的加重，馬尾松蒸騰速率整體呈減弱的趨勢(shì)。從表1可知，蒸騰速率的標(biāo)準(zhǔn)差和標(biāo)準(zhǔn)誤均在合理范圍，說明實(shí)測(cè)的樣本數(shù)據(jù)具有一定的代表性，可以評(píng)估整體的變化規(guī)律。因此，在生長(zhǎng)條件相似、環(huán)境因素大致相同的情況下，馬尾松蒸騰速率可以作為預(yù)測(cè)松材線蟲病害發(fā)生的有效因子，其蒸騰速率越快，馬尾松越健康，反之病害越嚴(yán)重。

3.2 馬尾松蒸騰速率與原始光譜的相關(guān)性

圖3為健康期和病害初期馬尾松的光譜特征曲線。由圖3可知，健康期和病害初期的馬尾松在550 nm波長(zhǎng)(綠峰)處光譜差別不大，而在680 nm處及大于740 nm的范圍光譜差別明顯，進(jìn)一步說明試驗(yàn)選取的健康期及病害初期樣本在表征顏色方面差別不大，從而保證了運(yùn)用蒸騰速率預(yù)測(cè)的優(yōu)勢(shì)。

選取試驗(yàn)中健康期及病害初期馬尾松樣本數(shù)據(jù)(共30株)，將其蒸騰速率與其在400～900 nm波長(zhǎng)的光譜值做相關(guān)性分析，得到相關(guān)系數(shù)隨波長(zhǎng)變化的曲線，結(jié)果如圖4所示。

圖3 健康期和病害初期馬尾松的原始光譜曲線
Fig.3 Raw spectrum curve ofPinusmassonianaat HP and EPD

由圖4可知，蒸騰速率與原始光譜反射率的最大相關(guān)系數(shù)為0.86，位于753 nm處，呈正相關(guān)。從總體上看，光譜反射值在400～521 nm及565～711 nm與蒸騰速率呈負(fù)相關(guān)，且在406～507 nm、600～704 nm處達(dá)到了極顯著相關(guān)水平；在522～564 nm及712～900 nm呈正相關(guān)，且在721～896 nm達(dá)到極顯著相關(guān)水平；在522～564 nm相關(guān)系數(shù)較低，沒有達(dá)到顯著水平。綜上所述，在馬尾松外部特征沒有明顯變化的前提下，隨著蒸騰速率的改變，首先變化的是藍(lán)光(425～480 nm)、紅光(600～700 nm)及近紅外(700～900 nm)這3個(gè)光譜范圍，在藍(lán)光與紅光范圍內(nèi)，蒸騰速率越快，植物對(duì)此處光譜的吸收率越高，相反，蒸騰速率越慢，吸收率越低，反射率就會(huì)越高；而在近紅外范圍內(nèi)，隨著蒸騰速率的加快，光譜反射率升高，相反，蒸騰速率越慢，光譜反射率越低。馬尾松原始光譜反射率與蒸騰速率的相關(guān)系數(shù)較大值主要集中在近紅外范圍內(nèi)，說明近紅外波段是預(yù)測(cè)松材線蟲病害發(fā)生的最佳波長(zhǎng)范圍。

3.3 馬尾松蒸騰速率與光譜特征參數(shù)的相關(guān)性分析

鑒于馬尾松蒸騰速率與近紅外波段有較高的相關(guān)性，進(jìn)一步分析其與此范圍光譜特征參數(shù)之間的關(guān)系，這對(duì)松材線蟲病害的預(yù)測(cè)有著積極的作用，這些參數(shù)包括：

(1)紅邊位置(Red edge position, REP)：指綠色植物在680～740 nm處反射率增高最快點(diǎn)的位置，也是一階導(dǎo)數(shù)光譜在該區(qū)間內(nèi)拐點(diǎn)的位置。運(yùn)用ENVI 4.8+IDL調(diào)用計(jì)算一階導(dǎo)數(shù)函數(shù)，獲取紅邊信息，其名稱及代碼如式(1)。(2)紅邊斜率(Red edge slope,RES)：指在紅邊范圍內(nèi)一階導(dǎo)數(shù)最大峰值[14]。(3)紅谷位置(Red band position,RBP)：指600～700 nm內(nèi)反射率最低值的波長(zhǎng)。(4)紅谷反射率(Reflectance of red band, RRB)：指600～700 nm內(nèi)反射率最低值。(5)紅邊歸一化植被指數(shù)(Red edge normalized difference vegetation index,RENDVI)：借鑒NDVI在紅邊范圍內(nèi)構(gòu)建一個(gè)指數(shù)(如式(2),式中Rx代表在x波長(zhǎng)處的反射率，下同)，可以指示植被的生長(zhǎng)狀況；(6)紅邊比值植被指數(shù)(Red edge ratio vegetation index,RERVI)：借鑒植被指數(shù)RVI構(gòu)建紅邊比值植被指數(shù)(如式(3))。

pf_1st_derivative.pro:

function pf_1st_derivative,x,y,bbl,bbl_list,

_extra=_extra

ptr=where(bbl_list eq 1,count)

result=fltarr(n_elements(y))

if(count ge 3) then $

result(ptr)=deriv(x[ptr],y[ptr])

return,result

end

(1)

RENDVI=(R740-R680)/(R740+R680)。

(2)

RERVI=R740/R680。

(3)

圖5為馬尾松健康期及病害初期蒸騰速率與6個(gè)光譜特征參數(shù)之間的相關(guān)曲線。

以線性函數(shù)關(guān)系模擬蒸騰速率與光譜特征參數(shù)之間的關(guān)系，結(jié)果(圖5)顯示，除紅谷反射率與蒸騰速率呈負(fù)相關(guān)外，其余光譜特征參數(shù)均與蒸騰速率呈正相關(guān)，R2介于0.411 4～0.851 5。從圖5可以看出，隨著蒸騰速率的降低，紅邊位置及紅谷位置向短波方向移動(dòng)，紅邊斜率降低，紅谷反射率增高，RERVI及RENDVI的值有所降低。由圖5還可知，蒸騰速率與紅邊特征參數(shù)有較高的相關(guān)性，其中相關(guān)性最高的是RERVI，R2達(dá)到了0.851 5，說明隨著蒸騰速率的變化，紅邊范圍內(nèi)光譜特征變化明顯，從而得出紅邊參數(shù)，尤其是紅邊范圍內(nèi)2個(gè)植被指數(shù)是預(yù)測(cè)病蟲害發(fā)生的有效參數(shù)。

4 結(jié)論與討論

本研究分析了不同病害階段馬尾松蒸騰速率的變化情況，再以健康期及病害初期馬尾松蒸騰速率為基準(zhǔn)，分析其與相應(yīng)時(shí)期光譜特征的相關(guān)性，尋找相關(guān)性較高的光譜波段和光譜特征參數(shù)作為預(yù)測(cè)病害的因子。其研究結(jié)果表明：

1)松材線蟲病對(duì)馬尾松蒸騰速率有一定影響，隨著病害的加重，蒸騰速率逐漸減慢；蒸騰速率可以作為馬尾松染病前期病害診斷的依據(jù)，有效解決了病害潛伏期內(nèi)從外觀不易鑒別的弊端。

2)染病馬尾松蒸騰速率與其原始光譜有一定的相關(guān)性，在406～507 nm、600～704 nm、721～896 nm相關(guān)性較高，達(dá)到了極顯著水平，其中在波長(zhǎng)為753 nm時(shí)相關(guān)性最高，而此波長(zhǎng)處于近紅外光譜范圍內(nèi)，說明在利用光譜特征預(yù)測(cè)松材線蟲病時(shí)，近紅外波段應(yīng)作為重點(diǎn)考慮的波段。

3)染病馬尾松蒸騰速率與6個(gè)光譜特征參數(shù)存在一定的相關(guān)性，其中與紅邊參數(shù)的相關(guān)性較高，R2均在0.7以上，與紅邊比值植被指數(shù)相關(guān)性最高，R2更是達(dá)到了0.851 5，說明光譜紅邊特征、特別是紅邊比值植被指數(shù)對(duì)松材線蟲病害有較好的指示作用。

4)利用馬尾松蒸騰速率與其光譜特征的相關(guān)性來診斷病害，能有效克服由于潛伏期等原因?qū)е碌耐庥^特征不明顯的問題，為遙感監(jiān)測(cè)中特征參數(shù)的選取提供了參考。

由于儀器、環(huán)境、人為等因素對(duì)試驗(yàn)結(jié)果有一定影響，如何更為合理地排除其他因素的干擾變得較為重要，這方面仍有待進(jìn)一步研究。在遙感應(yīng)用中，由于機(jī)載、星載等傳感器在監(jiān)測(cè)尺度上與地測(cè)光譜存在差異，本研究在“林木葉組分”范疇內(nèi)分析的蒸騰速率與光譜特征的相關(guān)性，僅為遙感應(yīng)用中光譜特征參數(shù)的選取提供理論參考，在后續(xù)的應(yīng)用中仍有待進(jìn)一步加以驗(yàn)證。

[1] 黃明祥,龔建華,張健欽.松材線蟲病害遙感監(jiān)測(cè)與傳播模擬研究 [M].北京:中國環(huán)境科學(xué)出版社，2012:144.

Huang M X,Gong J H,Zhang J Q.Study on pine wilt disease remote sensing monitoring and diffusion simulation [M].Beijing:China Environmental Science Press,2012:144.(in Chinese)

[2] White J C,Wulder M A,Darin B,et al.Detection of red attack stage mountain pine beetle infestation with high spatial resolution satellite imagery [J].Remote Sensing Environment,2005,96:340-351.

[3] Qin J,Burks T F,Ritenour M A,et al.Detection of citrus canker using hyperspectral reflectance imaging with spectral information divergence [J].Journal of Food Engineering,2009,93(2):183-191.

[4] 張?jiān)龉?基于過程模型的松材線蟲災(zāi)害的遙感早期識(shí)別 [D].北京：北京林業(yè)大學(xué)，2011:53.

Zhang Z G.The early identification of remote sensing aboutBuraphelenchusxylophilusbased on process model [D].Beijing:Beijing Forestry University,2011:53.(in Chinese)

[5] 陳福海.馬尾松毛蟲害遙感監(jiān)測(cè)及其影響因子分析 [D].福州：福建農(nóng)林大學(xué)，2012:70.

Chen F H.Dendrolimuspunctantusdamage remote sensing monitoring and influence factors analysis [D].Fuzhou:Fujian Agriculture and Forestry University,2012:70.(in Chinese)

[6] 亓興蘭.SPOT-5遙感影像馬尾松毛蟲害信息提取技術(shù)研究 [D].福州：福建農(nóng)林大學(xué)，2011:122.

Qi X L.Study on information extraction technology ofDendrolimuspunctatusdamage based on SPOT-5 remote sensing images [D].Fuzhou:Fujian Agriculture and Forestry University,2011:122.(in Chinese)

[7] 云麗麗,高國平，欒慶書，等.遼西油松毛蟲蟲害的TM影像監(jiān)測(cè)技術(shù) [J].安徽農(nóng)業(yè)科學(xué),2010,38(1):201-204.

Yun L L,Gao G P,Luan Q S,et al.Monitoring technique for Chinese pine caterpillars by TM imagery in West Liaoning Province [J].Journal of Anhui Agriculture Science,2010,38(1):201-204.(in Chinese)

[8] Franklin S E,Raske A G.Satellite remote sensing of spruce budworm forest defoliation in western New found land [J].Canadian Journal of Remote Sensing,1994,20(1)：30-48.

[9] 張 田.福建省三明市松材線蟲病遙感監(jiān)測(cè)預(yù)測(cè)研究 [D].北京：北京林業(yè)大學(xué),2010:63.

Zhang T.Remote sensing monitoring and predicting ofBursaphelenchusxylophilusin Sanming of Fujian Province [D].Beijing:Beijing Forestry University,2010:63.(in Chinese)

[10] Shafri H Z M,Hamdan N.Hyperspectral imagery for mapping disease infection in oil palm plantation using vegetation indices and red edge techniques [J].American Journal of Applied Sciences,2009,6(6):1031-1035.

[11] Radeloff V C,Mladenoff D J,Boyce M S.Detecting jack pine budworm defoliation using spectral mixture analysis,separating effects from determinants [J].Remote Sensing Environment,1999,69:156-169.

[12] 楊寶君,潘宏陽,湯 堅(jiān),等.松材線蟲病 [M].北京:中國林業(yè)出版社,2003:263.

Yang B J,Pan H Y,Tang J,et al.Bursaphelenchusxylophilus[M].Beijing:China Forestry Publishing House,2003:263.(in Chinese)

[13] 劉秀英,熊建利,臧 卓,等.馬尾松葉綠素含量與高光譜數(shù)據(jù)相關(guān)性分析 [J].廣東農(nóng)業(yè)科學(xué),2012(10):35-37,50.

Liu X Y,Xiong J L,Zang Z,et al.Study on correlation between chlorophyll content with hyperspectral dataPinusmassonianaLamb [J].Guangdong Agricultural Sciences,2012(10):35-37,50.(in Chinese)

[14] 杜華強(qiáng),葛宏立,范文義,等.馬尾松針葉光譜特征與其葉綠素含量間關(guān)系研究 [J].光譜學(xué)與光譜分析,2009(11):3033-3037.

Du H Q,Ge H L,Fan W Y,et al.Study on relationships between total chlorophyll with hyperspectral features for leaves ofPinusmassonianaforest [J].Spectroscopy and Spectral Analysis,2009(11):3033-3037.(in Chinese)

[15] 伍 南,劉君昂,閆瑞坤,等.利用光譜特征參數(shù)估算病害脅迫下杉木葉綠素含量 [J].植物保護(hù),2012(4):72-76,88.

Wu N,Liu J A,Yan R K,et al.Using spectral feature parameters to estimate the chlorophyll content of Chinese fir under disease stress [J].Plant Protection,2012(4):72-76,88.(in Chinese)

[16] 姚付啟,張振華,楊潤(rùn)亞,等.基于紅邊參數(shù)的植被葉綠素含量高光譜估算模型 [J].農(nóng)業(yè)工程學(xué)報(bào),2009(S2):123-129.

Yao F Q,Zhang Z H,Yang R Y,et al.Hyperspectral models for estimating vegetation chlorophyll content based on red edge parameter [J].Transactions of CSAE,2009(S2):123-129.(in Chinese)

[17] 梁守真,施 平,馬萬棟,等. 植被葉片光譜及紅邊特征與葉片生化組分關(guān)系的分析 [J].中國生態(tài)農(nóng)業(yè)學(xué)報(bào),2010(4):804-809.

Liang S Z,Shi P,Ma W D,et al.Relational analysis of spectra and red-edge characteristics of plant leaf and leaf biochemical constituent [J].Chinese Journal of Eco-Agriculture,2010(4): 804-809.(in Chinese)

[18] 王 潔,徐端松，馬躍良，等.植被含水量的遙感反演方法及研究進(jìn)展 [J].遙感信息,2008(1):100-105,90.

Wang J,Xu D S,Ma Y L,et al.Methods and research developments for retrival of vegetable water content by remote sensing [J].Remote Sensing Information,2008(1):100-105,90.(in Chinese)

[19] 于君明,王世新,周 藝,等.植被水分遙感監(jiān)測(cè)研究綜述 [J].遙感信息，2008(2):97-102.

Yu J M,Wang S X,Zhou Y,et al.Review on monitoring models of vegetation water using remote sensing [J].Remote Sensing Information,2008(2):97-102.(in Chinese)

[20] 馬 菁,張曉麗,劉 維,等.松材線蟲病對(duì)馬尾松蒸騰速率和光譜特征的影響 [J].東北林業(yè)大學(xué)學(xué)報(bào),2013(11):115-117.

Ma J,Zhang X L,Liu W,et al.Influence ofBursaphelenchusxylophiluson transpiration rate and spectral characteristics ofPinusmassoniana[J].Journal of Northeast Forestry University,2013(11):115-117.(in Chinese)

[21] 王 震,張曉麗,安樹杰.松材線蟲病危害的馬尾松林木光譜特征分析 [J].遙感技術(shù)與應(yīng)用,2007(3):367-370.

Wang Z,Zhang X L,An S J.Spectral characteristics analysis ofPinusmassonianasuffered byBursaphelenchusxylophilus[J].Remote Sensing Technology and Application,2007(3):367-370.(in Chinese)

[22] 詹遠(yuǎn)順.泰寧縣松材線蟲病發(fā)生現(xiàn)狀與防控對(duì)策 [J].生物災(zāi)害科學(xué),2014(1):91-94.

Zhan Y S.Status quo ofBuraphelenchusxylophilus(Sterner et Buhrer) nickle occurrence in Taining and its prevention and control measures [J].Biological Disaster Science,2014(1):91-94.(in Chinese)

[23] 徐華潮,駱有慶,張廷廷,等.松材線蟲自然侵染后松樹不同感病階段針葉光譜特征變化 [J].光譜學(xué)與光譜分析,2011(5)：1352-1356.

Xu H C,Luo Y Q,Zhang T T,et al.Changes of reflectance spectra of pine needles in different stage after being infected by pine wood nematode [J].Spectroscopy and Spectral Analysis,2011(5):1352-1356.(in Chinese)

[24] 楊世杰.植物生物學(xué) [M].北京：高等教育出版社，2010:365.

Yang S J.Plant biology [M].Beijing:Higher Education Press,2010:365.(in Chinese)

[25] 劉 燦,李 宏,李丕軍.不同土壤水分對(duì)九里香光合特性的影響 [J].東北林業(yè)大學(xué)學(xué)報(bào)，2009(9):61-67.

Liu C,Li H,Li P J.Effect of photosynthetic characteristics ofMurrayaexoticaunder different soil water conditions [J].Journal of Northeast Forestry University,2009(9):61-67.(in Chinese)

[26] 張向峰,王玉杰,李云霞,等.模擬酸雨對(duì)盆栽馬尾松葉片光合特性的影響 [J].水土保持學(xué)報(bào)，2013(1):197-202.

Zhang X F,Wang Y J,Li Y X,et al.Effect of simulated acid rain on photosynthetic characteristics of pottedPinusmassonian[J].Journal of Soil and Water Conservation,2013(1):197-202.(in Chinese)

Prediction ofBursaphelenchusxylophilusbased on transpiration rate and spectral characteristics

LIU Ning,ZHANG Xiao-li,WANG Shu-han,HUANG Ya-ting

(CollegeofForestry/KeyLaboratoryforSilvicultureandConservationofMinistryofEducation,BeijingForestryUniversity,Beijing100083,China)

【Objective】 This study investigated the changes in transpiration rate and spectral characteristics ofPinusmassonianaat the initial stage ofBursaphelenchusxylophilusinfection and their relationship to improve the identification ofBursaphelenchusxylophilusduring incubation and the selection of feature parameters in remote sensing monitoring.【Method】 Transpiration rates at four different disease periods (HP,EPD,MPD,and TPD) ofP.massonianainfected byB.xylophiluswere measured to investigate the change laws in Taining,Fujian.Then transpiration rates at HP and EPD were analyzed with collected spectral data and spectral characteristics (REP,RES,RBP,RRB,RERVI,and RENDVI).【Result】 The transpiration rate ofP.massonianagradually weakened with the deterioration of disease.There was certain relationship between the transpiration rates and raw spectral data at health and early disease stages.The correlation coefficients were dependent on wave length (the maximal value was 0.86 at 753 nm).Transpiration rate and red edge parameters had high relationship withR2of larger than 0.7,especially for RERVI withR2of 0.851 5.【Conclusion】 The transpiration rate ofP.massonianacould be an indicator of disease.Transpiration rate had high correlation with infrared band and red edge parameters.Thus spectral characteristics can be used for early forecast ofB.xylophilus.

Pinusmassoniana;spectral characteristics;transpiration rate;Bursaphelenchusxylophilus;red edge parameters;disease forecast

2014-08-15

國家自然科學(xué)基金項(xiàng)目(30871964)

劉 寧(1987-)，男，吉林白城人，在讀碩士，主要從事3S技術(shù)在資源環(huán)境中的應(yīng)用研究。E-mail:103807711@qq.com

張曉麗(1967-)，女，河北張家口人，教授，博士生導(dǎo)師，主要從事林業(yè)遙感和地理信息系統(tǒng)研究。 E-mail:zhang-xl@263.net

時(shí)間:2015-05-11 15:03

10.13207/j.cnki.jnwafu.2015.06.011

S431.9

A

1671-9387(2015)06-0129-07

網(wǎng)絡(luò)出版地址:http://www.cnki.net/kcms/detail/61.1390.S.20150511.1503.011.html