基于GF
--1影像的內(nèi)蒙開(kāi)魯縣玉米蟲(chóng)害程度劃分及成因分析

陸百慧，陳圣波

吉林大學(xué) 地球探測(cè)科學(xué)與技術(shù)學(xué)院，長(zhǎng)春 130026

0 引言

內(nèi)蒙古通遼地區(qū)位于“世界黃金玉米帶”內(nèi)，作為中國(guó)的玉米主產(chǎn)區(qū)，內(nèi)蒙古玉米蟲(chóng)害的防治尤為重要[1]。2018年為近十年內(nèi)蒙古開(kāi)魯縣玉米蟲(chóng)害發(fā)生最嚴(yán)重的一年，玉米主要受到紅蜘蛛和二代粘蟲(chóng)危害，其中二代粘蟲(chóng)危害程度較輕，而玉米紅蜘蛛發(fā)生較重，嚴(yán)重影響了玉米作物的產(chǎn)量和品質(zhì)。因此，及時(shí)可靠的監(jiān)測(cè)玉米蟲(chóng)害發(fā)生情況對(duì)于該地區(qū)農(nóng)業(yè)生產(chǎn)具有十分重要的現(xiàn)實(shí)意義。

當(dāng)前，國(guó)內(nèi)外大多數(shù)學(xué)者通過(guò)分析作物光譜曲線(xiàn)來(lái)尋找作物對(duì)某種病蟲(chóng)害的敏感波段，從而建立相應(yīng)病蟲(chóng)害發(fā)生程度與波段特征信息間的相關(guān)關(guān)系，進(jìn)而實(shí)現(xiàn)農(nóng)作物病蟲(chóng)害的遙感監(jiān)測(cè)。Jones et al.[2]通過(guò)分析番茄葉片的光譜特征，發(fā)現(xiàn)在395 nm、633～635 nm和750～760 nm 波段范圍內(nèi)，感染葉斑病的番茄葉片光譜反射率發(fā)生了顯著變化；陳鵬程[3]通過(guò)對(duì)螨害指數(shù)與光譜反射率數(shù)據(jù)進(jìn)行相關(guān)分析，發(fā)現(xiàn)634 nm、694 nm與767 nm波段與螨害程度達(dá)到極顯著相關(guān)，由此建立了多波段診斷模型，模型的決定系數(shù)可達(dá)0.7以上。此外，研究作物病蟲(chóng)害敏感波段位置或通過(guò)各種光譜特征參數(shù)來(lái)建立植被指數(shù)進(jìn)行病蟲(chóng)分析也是病蟲(chóng)害研究的主流方法。在以往的研究中，前人已提出并使用了多種具有不同理化意義的植被指數(shù)，這些植被指數(shù)反映了植被生長(zhǎng)狀況，可以用來(lái)作為建立作物病蟲(chóng)害監(jiān)測(cè)模型的指標(biāo)。Apan et al.[4]通過(guò)對(duì)Hyperion高光譜影像的光譜特征信息進(jìn)行處理和分析，提出“疾病--水份脅迫指數(shù)DWSI”，對(duì)研究區(qū)內(nèi)的甘蔗銹病的發(fā)生范圍進(jìn)行了識(shí)別與監(jiān)測(cè)。Lin et al.[5]結(jié)合植被指數(shù)GNDVI、紅邊參數(shù)、環(huán)境指數(shù)以及地表溫度，利用費(fèi)歇爾線(xiàn)性判別分析法建立模型進(jìn)行作物病蟲(chóng)害的監(jiān)測(cè)，結(jié)果表明結(jié)合植被指數(shù)和環(huán)境指數(shù)建立的模型監(jiān)測(cè)精度可達(dá)82%。趙博文[6]利用歸一化差值植被指數(shù)NDVI建立病蟲(chóng)害監(jiān)測(cè)模型，并利用modis數(shù)據(jù)提取出的災(zāi)害范圍進(jìn)行輔助驗(yàn)證，結(jié)果表明模型精度較好，可以實(shí)現(xiàn)對(duì)作物病蟲(chóng)害的監(jiān)測(cè)。

綜上所述，通過(guò)分析遭受病蟲(chóng)害的作物光譜曲線(xiàn)，研究病蟲(chóng)害發(fā)生程度與原始光譜以及光譜特征指數(shù)之間的相關(guān)關(guān)系，從而確定作物對(duì)某種病蟲(chóng)害反應(yīng)的敏感波段并建立監(jiān)測(cè)模型，是當(dāng)前利用遙感技術(shù)監(jiān)測(cè)農(nóng)作物病蟲(chóng)害研究的主要方法[7]。但當(dāng)前國(guó)內(nèi)外針對(duì)農(nóng)作物病蟲(chóng)害的研究，大多以小麥和水稻為研究對(duì)象，針對(duì)玉米蟲(chóng)害的研究較少。而且這些研究或缺少野外實(shí)地考察數(shù)據(jù)來(lái)驗(yàn)證模型精度，或沒(méi)有對(duì)研究區(qū)病蟲(chóng)害發(fā)生成因進(jìn)行分析。而本文既利用野外實(shí)測(cè)數(shù)據(jù)對(duì)開(kāi)魯縣玉米受蟲(chóng)害程度劃分結(jié)果進(jìn)行了精度驗(yàn)證，且對(duì)開(kāi)魯?shù)貐^(qū)生境因素進(jìn)行分析，闡明了該地區(qū)2018年蟲(chóng)害嚴(yán)重的原因。

1 研究區(qū)與數(shù)據(jù)

1.1 研究區(qū)概況

開(kāi)魯縣位于內(nèi)蒙古自治區(qū)通遼市西部，介于120°25′～121°52′E、43°09′ ～44°10′ N之間?？h內(nèi)地勢(shì)平坦，耕地面積約17.33萬(wàn)hm2，其中玉米作物種植面積達(dá)10.67萬(wàn)hm2。開(kāi)魯縣玉米普遍于每年的五月中下旬播種，在大喇叭口期至成熟期易受粘蟲(chóng)脅迫，在抽雄散粉期易受紅蜘蛛脅迫，于9月末進(jìn)入收獲期[8](圖1)。

1.2 數(shù)據(jù)介紹

1.2.1 遙感影像數(shù)據(jù)

遙感數(shù)據(jù)來(lái)源為一景GF--1衛(wèi)星WFV4傳感器的遙感影像，空間分辨率為16 m，包括藍(lán)(0.45～0.52 μm)、綠(0.52～0.59 μm)、紅(0.63～0.69 μm)、近紅外(0.77～0.89 μm)4個(gè)波段[9]。高分一號(hào)衛(wèi)星裝載了2臺(tái)2 m分辨率全色相機(jī)、8 m分辨率多光譜相機(jī)和4臺(tái)16 m分辨率寬幅相機(jī)，具有高空間分辨率、高時(shí)間分辨率和寬覆蓋的特點(diǎn)。本研究所用遙感影像成像時(shí)間為2018年8月2日，為開(kāi)魯縣玉米蟲(chóng)害爆發(fā)后一周。

1.2.2 野外數(shù)據(jù)

在2018年7月下旬開(kāi)魯縣玉米蟲(chóng)害爆發(fā)之后，邀請(qǐng)農(nóng)學(xué)專(zhuān)家一同在研究區(qū)開(kāi)展實(shí)地考察工作。利用手持GPS定位儀對(duì)采樣點(diǎn)經(jīng)緯坐標(biāo)和玉米蟲(chóng)害信息進(jìn)行采集與記錄，共計(jì)有效玉米蟲(chóng)害采樣點(diǎn)88個(gè)。根據(jù)野外實(shí)地考察結(jié)果并結(jié)合專(zhuān)家意見(jiàn)，將玉米查災(zāi)采樣點(diǎn)劃分為重度蟲(chóng)害玉米、中度蟲(chóng)害玉米、輕度蟲(chóng)害玉米和健康玉米4種類(lèi)型。

2 原理與方法

2.1 玉米受蟲(chóng)害脅迫后長(zhǎng)勢(shì)分析

玉米遭受蟲(chóng)害脅迫后，短期內(nèi)植株莖、葉組織遭到嚴(yán)重破壞，冠層由茂密變?yōu)橄∈?，植株表現(xiàn)出失綠、萎蔫和外觀改變等病態(tài)[10]，葉綠素含量[11]、葉面積指數(shù)[12]等生理生化參數(shù)發(fā)生顯著變化，從而導(dǎo)致其波譜特征和植被指數(shù)發(fā)生改變。各種植被指數(shù)與健康玉米植被指數(shù)相比較有明顯的下降，災(zāi)情越重，植被指數(shù)的值越小[13]。在利用植被指數(shù)監(jiān)測(cè)蟲(chóng)害方面， 前人研究結(jié)果表明， 以RDVI構(gòu)建的植被指數(shù)模型，其方差值小于以NDVI和SAVI構(gòu)建的植被指數(shù)模型，說(shuō)明RDVI模型更適用于蟲(chóng)害監(jiān)測(cè)[14]。

圖1 開(kāi)魯縣及采樣點(diǎn)

RDVI是在歸一化差值植被指數(shù)(NDVI)和差值植被指數(shù)(DVI)的基礎(chǔ)上提出來(lái)的，其對(duì)植被的茂密稀疏程度敏感。由于玉米遭受蟲(chóng)害后，葉片被啃食，嚴(yán)重受害玉米葉片全被吃光，僅剩葉脈，玉米種植區(qū)由茂密變?yōu)橄∈?，整體覆蓋度明顯下降。因此，選用RDVI作為監(jiān)測(cè)玉米遭受蟲(chóng)害嚴(yán)重程度的指標(biāo)，其計(jì)算公式為：

(1)

式中：R為紅波段值，NIR為近紅外波段值。

由于RDVI均值可以反映玉米茂密稀疏的平均程度，而RDVI標(biāo)準(zhǔn)差可以從一定程度上反映出遭受害蟲(chóng)啃噬后的玉米與正常生長(zhǎng)玉米間的覆蓋度差異，因此可以通過(guò)設(shè)置RDVI均值與標(biāo)準(zhǔn)差之間標(biāo)準(zhǔn)化的定量關(guān)系，對(duì)開(kāi)魯縣玉米進(jìn)行受害程度的劃分。

2.2 玉米蟲(chóng)害范圍提取

根據(jù)不同地物在遙感影像上會(huì)表現(xiàn)出不同的紋理、色彩等特征這一原理，采用監(jiān)督分類(lèi)中的最小距離法對(duì)研究區(qū)內(nèi)玉米進(jìn)行提取，并通過(guò)分類(lèi)后處理操作，得到玉米種植范圍。利用混淆矩陣進(jìn)行精度驗(yàn)證表明，總體分類(lèi)精度達(dá)到91.29%，Kappa系數(shù)為0.86，說(shuō)明監(jiān)督分類(lèi)精度較高。另一方面，利用野外實(shí)測(cè)玉米出苗采樣點(diǎn)對(duì)提取結(jié)果進(jìn)行驗(yàn)證，發(fā)現(xiàn)160個(gè)玉米出苗采樣點(diǎn)中有142個(gè)采樣點(diǎn)被正確劃分為玉米。此外，開(kāi)魯縣2018年玉米種植面積約10.67萬(wàn)hm2，遙感提取結(jié)果中玉米面積為11.53萬(wàn)hm2，造成面積差的主要原因是紅干椒等其他作物混分?？傮w來(lái)看，玉米提取結(jié)果比較符合實(shí)際，開(kāi)魯縣玉米分布如圖2所示。

圖2 開(kāi)魯縣玉米分布圖

3 實(shí)驗(yàn)結(jié)果及分析

3.1 玉米蟲(chóng)害程度分布結(jié)果及精度檢驗(yàn)

根據(jù)60個(gè)采樣點(diǎn)調(diào)整閾值，利用剩余28個(gè)采樣點(diǎn)進(jìn)行精度驗(yàn)證，最終確定將RDVIMean-1×Std、RDVIMean、RDVIMean+1.5×Std作為分級(jí)節(jié)點(diǎn)。將RDVI值低于RDVIMean-1×Std的玉米定義為重度蟲(chóng)害玉米，將同時(shí)滿(mǎn)足RDVI值高于RDVIMean-1×Std且低于RDVIMean的玉米定義為中度蟲(chóng)害玉米，將同時(shí)滿(mǎn)足RDVI值高于RDVIMean且低于RDVIMean+1.5×Std的玉米定義為輕度蟲(chóng)害玉米，將RDVI值高于RDVIMean+1.5×Std的玉米定義為相對(duì)健康玉米?；谏鲜鲩撝祫澐謽?biāo)準(zhǔn)，以鎮(zhèn)為單位對(duì)開(kāi)魯縣玉米受蟲(chóng)害程度進(jìn)行劃分，結(jié)果如圖3所示。

由于開(kāi)魯縣黑龍壩鎮(zhèn)、義和塔拉鎮(zhèn)、小街基鎮(zhèn)、麥新鎮(zhèn)和建華鎮(zhèn)玉米查災(zāi)采樣點(diǎn)較多，因此對(duì)該5個(gè)鎮(zhèn)蟲(chóng)害程度劃分結(jié)果進(jìn)行精度檢驗(yàn)，驗(yàn)證結(jié)果如圖4所示。總體來(lái)看，開(kāi)魯縣玉米蟲(chóng)害劃分總體精度為75%，表明上述方法精度較高。其中，小街基鎮(zhèn)玉米蟲(chóng)害程度劃分精度最高，可達(dá)83.33%，建華鎮(zhèn)受害程度劃分精度最低，為50%。原因是建華鎮(zhèn)農(nóng)作物類(lèi)型較豐富，影響了監(jiān)督分類(lèi)結(jié)果精度，從而導(dǎo)致該鎮(zhèn)玉米蟲(chóng)害程度劃分結(jié)果精度低于其他鎮(zhèn)。

此外，根據(jù)保險(xiǎn)公司上報(bào)數(shù)據(jù)，開(kāi)魯縣2018年7月中旬玉米蟲(chóng)害爆發(fā)，7月25日開(kāi)始防治，10 d±災(zāi)情基本得到控制，本次研究選用的遙感影像時(shí)相處于災(zāi)情防治住之前，此時(shí)開(kāi)魯縣實(shí)際受蟲(chóng)害脅迫玉米面積達(dá)玉米種植總面積的80%以上。統(tǒng)計(jì)遙感提取結(jié)果可知，開(kāi)魯縣受蟲(chóng)害玉米占比達(dá)82.93%，與保險(xiǎn)公司提供的實(shí)際受害面積占比相符，進(jìn)一步說(shuō)明了該方法的可靠性。

圖3 開(kāi)魯縣玉米受害程度分布圖

圖4 5個(gè)鎮(zhèn)精度驗(yàn)證結(jié)果

3.2 蟲(chóng)害成因分析

通過(guò)中國(guó)氣象局可以得到開(kāi)魯縣2018年5月1日至7月31日的旬平均溫度、旬平均最高氣溫、旬平均最低氣溫、旬降水和旬平均相對(duì)濕度數(shù)據(jù)，并制作變化曲線(xiàn)圖(圖5、6)。根據(jù)前人研究結(jié)果可知，內(nèi)蒙古東部地區(qū)各氣象站點(diǎn)雨季平均降水量為225.6 mm[15]，而開(kāi)魯縣該氣象站雨季降水量為94.4 mm，遠(yuǎn)低于歷年平均值。此外，該站點(diǎn)6月中旬至7月中旬平均氣溫24.7℃、平均最高氣溫30.49℃、平均最低氣溫19.54℃、平均相對(duì)濕度63.5%，同時(shí)由于降水較少，出現(xiàn)干旱等災(zāi)情，而高溫干旱的氣象條件十分有利于玉米紅蜘蛛的發(fā)生。

圖5 開(kāi)魯縣5月—7月旬氣溫變化曲線(xiàn)圖

圖6 開(kāi)魯縣5月—7月旬降水及相對(duì)濕度變化圖

根據(jù)2018年內(nèi)蒙古農(nóng)作物主要病蟲(chóng)害發(fā)生趨勢(shì)報(bào)告來(lái)看，該地區(qū)2017年三代粘蟲(chóng)總體為害程度重于2016年，使得2018年有效蟲(chóng)源數(shù)量偏多，從而導(dǎo)致該縣2018年二代粘蟲(chóng)中等偏輕發(fā)生。

根據(jù)2018年開(kāi)魯縣土壤墑情普查結(jié)果，可知開(kāi)魯縣該年大部地區(qū)土壤墑情為3類(lèi)墑情，土壤含水率較低，墑情較差，這也是導(dǎo)致玉米紅蜘蛛爆發(fā)的因素之一。

此外，受灌溉期和發(fā)育期差異的影響，開(kāi)魯縣大量玉米沒(méi)有得到適時(shí)澆水，加上7—8月間該縣降水偏少，而玉米需水量大，灌水不及時(shí)導(dǎo)致玉米非常容易受旱，為紅蜘蛛的發(fā)生、發(fā)展創(chuàng)造了有利的環(huán)境條件，這是該縣玉米紅蜘蛛發(fā)生重的又一原因[16]。

除了上述幾種原因外，玉米蟲(chóng)害的發(fā)生還受作物種植方式、施藥量與時(shí)間和天敵等因素的綜合影響，是各種因素綜合作用的結(jié)果。

4 結(jié)論

(1)利用玉米蟲(chóng)害遙感模型進(jìn)行監(jiān)測(cè)的結(jié)果表明，以鎮(zhèn)為單位進(jìn)行監(jiān)測(cè)精度最高可達(dá)83.33%，以縣為單位監(jiān)測(cè)精度為75%。

(2)基于玉米蟲(chóng)害監(jiān)測(cè)模型，生成了開(kāi)魯縣2018年玉米蟲(chóng)害程度分布圖，準(zhǔn)確反映了開(kāi)魯縣玉米受蟲(chóng)害脅迫程度相對(duì)輕重的分布情況，為玉米蟲(chóng)害治理提供技術(shù)支持。

(3)玉米蟲(chóng)害爆發(fā)受蟲(chóng)源基數(shù)、氣象條件、土壤墑情和灌溉條件等多方面綜合作用的影響。