首页 > 分享 > 国内外林业有害生物防治靶标识别技术的研究与展望

国内外林业有害生物防治靶标识别技术的研究与展望

花匠小妙招
2024-11-11 02:25

树木及其所处环境属于广义自然生态系统，存在个体植物与整体生态系统、宏观生态效应与微观植物世界、生物与非生物胁迫的因果观测和模拟控制、植物相生相克与优胜劣汰等关系，遵循“物竞天择、适者生存”法则。而树木在生长过程中长期遭受病、虫、草、鼠（兔）的生物胁迫和林火、干旱、洪涝、冰冻、盐碱等非生物胁迫的干扰和影响，造成复杂森林生态系统的骨架结构和功能剧烈变化并伴生森林次生灾害，如树木断枝伤口可能成为多种病菌的侵染点，会引起寄生病菌或钻蛀性害虫的入侵。中国林业遭受生物胁迫的有害生物种类有8000多种，经常造成危害的有200多种，为实现有效防控和评估灾害损失，不管是设计优质高效智能的林业有害生物物理防治、化学防治、生物防治和综合防治装备，还是建立数据标准统一、监测数据共享、各层级监测系统联通的林业有害生物灾害监测预警系统(郑加强等，2006;周焱等，2021)，首先需要快速准确检测识别林业有害生物防治靶标及其危害区域，即感知获取林业有害生物各类靶标特征，将靶标与背景（非靶标植物、土壤等）识别分离开来，以便形成有害生物综合防治的分类措施。鉴于此，本研究拟分析林业有害生物防治靶标特征及其识别技术发展，提出林业有害生物靶标识别技术的研究建议，以期促进智能化的林业有害生物防治作业系统构建。

1林业有害生物防治靶标及其特征分析

树木通过光合作用捕获太阳能制造有机物，而大量林业有害生物等异养生物通过“危害”树木来获取营养、繁衍生息。林业有害生物指危害森林（林木）和林木种子的所有植物、动物或病原体的种、株（品系）或生物型，通过直接取食林木的根、茎、叶、花、果、种子等器官或以一定方式从林木器官组织中吸取营养，危害林木正常生长，甚至造成林木死亡。由于林业有害生物的危害表征各异，本研究将林业有害生物防治时的作业靶标分为直接靶标和间接靶标。直接靶标指对植物直接产生危害的林业有害生物，分为植物病害、植物虫害、鼠（兔）危害、有害植物等4类。间接靶标指被林业有害生物胁迫的单株植物或区域群落植物，考虑到有时有害生物危害的直接靶标区域很小，从便于实施防治作业角度，很难将直接靶标作为防治目标，如农药喷雾时可将受到局部危害的整棵树木或部分危害的区域树木作为防治作业喷洒靶标，故将单株植物或区域群落植物归为防治作业的间接靶标。林业有害生物靶标的识别与危害部位及靶标特征密切相关，本研究归纳的林业有害生物的危害部位、靶标主要特征及主要识别方法（宋玉双等，2018a;2018b;郑加强等，2021；Chaerleetal.，1999;Martineauetal．，2017)。

1.1植物病害

植物病害是在生物胁迫或非生物胁迫下，植物发生生理生化作用，致使植物细胞、组织等生理机能逐渐发生病变，对生长发育产生阻碍的现象。植物侵染性病原包括病原细菌、病原真菌、病原线虫以及病毒、类病毒、植原体等。非侵染性病原，如营养失调、土壤水分失调、温度不适宜、有毒物质污染等，会削弱林木对病害的抵抗力，也为病原微生物入侵创造有利条件。林木遭受侵染性病原危害后，其体内宿主细胞与病原相互作用，使新陈代谢发生改变，导致其外表特征发生异常变化，具体异常表现包括坏死性病状（细胞和组织死亡的枯斑、腐烂等）、促进性病状（病原刺激而过度生长的膨大、增生等）、抑制性病状（病原刺激而发育不足等），其影响部位随表现病症而不同，存在点发性和系统性病状，具有变色、坏死、腐烂、萎蔫、畸形及相应病征（如霉状物、白粉、锈粉、菌脓）等外部特征。而针对树木根系病害影响的隐蔽性，即通常大部分根被感染之前树木外观是健康的(Lockmanetal．，2016)，需要早期检测到地下树木根系的病害状况。

1.2植物虫害

地球动物界的昆虫群体数量大、种类多、分布广、适应性强，植物害虫的危害方式与其形态构造、生长发育规律和生活习性等有密切关系，主要分为咬食、刺吸、蛀入、潜叶危害和危害植物地下部分。如，连年重茬多年连种苗圃的地下害虫包括地老虎(Omothymussp.)、蛴螬(Larvaholotrichiae)、蝼蛄(Gryllotalpaorientalis)等，其中蛴螬为种类最多、分布最广的类群，食性杂，取食萌发的种子、咬断幼苗的根茎，断口整齐平截；钻蛀性害虫以林木为寄主蛀食成孔洞或隧道，直接危害林木主干和主梢生长，阻碍林木水分养分传导，重则导致林木枯萎死亡。植物害虫其他危害方式还包括产卵于植物组织内造成虫伤；吐丝或排泄体内物质污染林果产品；分泌大量蜜露于叶片，影响光合作用并招致霉菌寄生；传播植物病害等。植物受害的症状常随危害方式而异，同一危害方式也能造成不同的受害症状，主要分为叶片、茎部和繁殖器官等部位的受害症状，其典型虫害症状和害虫形态特征及生物学特性可作为识别害虫的依据。

1.3鼠（兔）危害

野生哺乳动物中啮齿目动物的数量最多、分布最广，长期困扰林业生产。根据鼠类对林木的危害部位不同，分为地上鼠和地下鼠，鼠类为杂食性动物，啃咬成树、幼树苗、伤害苗木根系，在高山、平原、森林、草原及沙漠地区的地面、地下洞穴、树上、水中都能生存，繁殖快、适应性强，对林业生产危害严重。野兔喜食青草、树叶，直接啃咬苗木茎干，数量增长快，敏捷尚跑，造成新造林成活率低，已有林分保存率低。鼠类越冬习性及野兔运动习性等是其被识别的重要特征。

1.4有害植物

根据全球入侵物种数据库(globalinvasivespeciesdatabase．GISD)，891种入侵生物中有458种入侵植物，占51.4%。林业有害植物种类多、危害类型多样，包括寄生性种子植物类、攀援缠绕覆盖类、排挤抢占类和杂草等四大类。半寄生种子植物吸取寄主植物的水分和无机盐进行光合作用，全寄生植物不能进行光基因序列，揭示其在诊断香蕉病毒抗性的作用（Tripathietal.，2021）；下一代基因测序技术可提供感染植物材料中大量类病毒源性sRNA的序列信息，用作类病毒片段RT-PCR扩增的引物序列，用于检测和扩增类病毒以及影响几种寄主物种的类病毒识别，甚至可检测这些病原体滴度低的木质多年生植物的感染，如检测发现了苹果凹果类病毒(ADFVd)和柑橘类病毒(CBCVd)等，通过植物病理学克隆具有类病毒物理化学特征的给定RNA分子，并根据其在接种后引起感染的能力进行适当评估而确定生物活性，可为类病毒的检测、鉴定和表征提供有效手段（Venkataramanetal.，2021）。CRISPR/Cas技术可获得准确的病害信息，但需探索解决脱靶效应等问题以及提高筛选能力和实时获取森林病害信息的能力。

2.1.2特征光谱成像测定植物病害对于表现在植物叶片的大部分植物病害，除直接观察叶片病斑、腐烂现象等传统方法外，可通过成像技术监测植物表型特征变化来监测识别。植物遭受病害和病原真菌破坏的胁迫时，通常植物叶片颜色变化、结构破坏或外形改观等会表征出特定的波谱特征，这时可采取无人机搭载相机、航空视觉、卫星遥感、LiDAR和大数据模型等技术，设计光谱影像目标检测深度学习网络模型，采用基于层次聚类的支持向量机训练算法等，研究光谱响应生理机制与特征位置、监测植被指数等，准确反映林业有害生物危害范围、危害程度及发生演变状况。如，采用成像传感器自动图像分析林木褐斑病可量化病斑的大小、密度及黄化程度，依据植物病害不同的光谱反射率模式，利用叶绿素成像分析区分健康林木和被白粉病、褐斑病感染林木(边黎明等，2020)；采用卷积神经网络(convolutionalneuralnetworks，CNN)建立叶片病害识别模型，开展包括苹果疮痂病(Venturiainaequalis)等14种植物26类病害叶片的识别研究(孙俊等，2017)；松材线虫（Bursaphelenchusxylophilus）会引起松材萎蔫病，使用高光谱仪收集韩国黑松森林光谱反射特性和感染松材线虫病松树的叶片反射光谱，使用基于高光谱数据的10个植被指数，对未感染和感染的树木比较发现，其中植被大气抗性指数、植被绿色指数、归一化枯萎指数和绿一红光谱面积指数等4个指数比其他指数更快地检测到松树枯萎病的感染，可用于感染树木的早期检测(Kimetal.，2018)；采用图像处理、逐步回归分析、支持向量机和BP神经网络等，对绿光区、黄光区、红光区、红边、近红外区的最大反射率和反射率总和、绿峰反射高度、红谷吸收深度等高光谱特征参数进行岭迹分析，筛选非共线性特征参数，构建松材线虫岭回归估测模型，从而实现早期监测识别松材线虫病(张素兰等，2019)；采用双波长(905nm和1550nm)地面激光雷达开展Ips型叶枯病早期检测，测量了29株表现出轻度或中度感染症状的成熟挪威云杉(Piceaabies)，从树干和树冠点计算单波长和双波长激光雷达强度指标获取感染情况，为树木分割、异点剔除、点分类以及距离、对数校正和强度归一化等树木点云数据处理流程(Junttilaetal.，2019)。特征光谱成像测定可及时发现植物病害信息，减小病害大规模传播的风险，但病害信息检测的准确性研究还需不断深化。

2.1.3多种方法检测植物根系病害植物根系病害直接检测的常见方法有传统取样法、电容法、探地雷达、雷达遥感、X射线扫描成像等。传统取样法是直接挖掘所要观测的根系或通过土壤根钻取样直观发现病害(李子敬等，2015)，但劳动强度大并影响根系生长；电容法采用测量插入植物根部电极与生根基质电极之间的电容来获取根系生物量等特征，需要建立电容预测根系生物量、根系表面积等特征的电气模型（Dietrichetal.，2013;Ellisetal.,2013），但如何采用电容法准确判断植物根系的受害情况尚需深入研究；探地雷达技术是通过特定仪器向地下发送脉冲形式的高频、甚高频电磁波，电磁波遇到电性差异的地下目标时发生反射，地面天线接收反射波的波形、强度及双程时间来判断地下根系的形态信息等，如应用探地雷达在清理桃园时探测和量化与桃根腐病(Armillariaspp.)相关的桃树残根碎片，评估桃树根清理程度，预测下一茬桃树根腐病发生状况（Coxetal.，2005）；X射线计算机断层扫描成像技术可对土壤中的根系结构进行自然状态的非破坏性可视化成像，揭示根系和土壤之间复杂的时空相互作用(Mooneyetal.，2012)。但由于植物根系复杂性及其病害导致树木死亡是渐进性和持续性的过程，因其隐蔽性而很难准确及时进行检测和识别诊断。

2.2植物虫害靶标识别

对于迁飞类害虫的运动特征、蛀于害虫的隐蔽性特征以及绝大多数害虫在不同生长期的特殊特征，可采用实地镜检、诱捕监测、视觉处理、声音探测等及其组合方法进行植物害虫及其种群动态识别。

2.2.1实地镜检实地镜检可用于识别蛀干害虫、球果种实害虫等各类虫害。为判定生理落果、机械损伤或虫害等落果因素，于落果高峰期，在试验地的上中下坡位随机选取样树，收集冠下新鲜落果，测量果实质量以及果实长度、直径和厚度（基部、中部和端部的壳厚），然后在实验室逐个解剖观察，根据果实危害症状判断落果原因(何立红等，2014)；采用调查样地流动监测方法采集樟子松(Pinussylvestrisvar．mongolica)球果进行解剖检验，统计球果被害率及不同种实害虫为害比例（曾健勇等，2019）；通过实地调查选择部分树干剖开树皮，露出韧皮部观察小蠹危害习性并测量取食坑道长度，收集枫香刺小蠹(Acanthotomicussuncei)标本，镜检观察各虫态外部形态特征、前胃和雄虫外生殖器，及时预警枫香刺小蠹适生区的危害风险(Susaetaetal.，2017;高磊等，2020)。但传统的实地调查及镜检观察劳动强度大、检测效率低，需要采用更加智能化和自动化技术提高实地检测能力，如利用X射线和立体显微镜分析识别对球果和种子造成损害的昆虫（Alejandroetal.，2021）。

2.2.2诱捕监测许多害虫对颜色、光、热和特定波长的光谱有趋性，可采用信息素诱捕、趋光灯诱捕等监测，如色诱板、黑光灯、频振灯等。昆虫会根据颜色的视觉线索寻求配偶、寄主和食物源等，利用诱捕器颜色可提高对松大小蠹(Dendroctonusfrontalis)和光肩星天牛(Anoplophoraglabripennis)等的引诱效果，为识别潜在的视觉干扰因素，研究了8种不同颜色的垂直漏斗状引诱器，发现黑色、蓝色、棕色、灰色、绿色、红色等深色诱捕器引诱松大小蠹成虫的效果更好（Strometal.，2001），而将暗褐色诱捕器与添加雄性信息素的释放量组合可提高光肩星天牛发生的动态监测效果（周艳涛等，2017）；松墨天牛(Monochamusalternatus)是松材线虫的主要媒介，采用平板诱捕器并通过气相色谱―质谱联用和气相色谱―电子探针检测雄性松墨天牛同系物产生的聚集信息素成分，说明信息素成分可用于本地物种监测保护以及外来物种监测检疫（Tealeetal.，2011；Fierkeetal.，2012）；在室内采用动态顶空吸附法收集小蠹虫4种聚集信息素成分、松毛虫2种性信息素成分和寄主挥发物2种萜烯成分在4种常用缓释载体上的释放量，用正己烷洗脱采样管后进行气相色谱定量分析，研究释放模式及其仿生诱芯在林间的释放动态特征（李学琳等，2015）；通过针对松树蜂(Sirexnoctilio)羽化、求偶、交配、产卵等繁殖行为，分析信息素、健康寄主挥发物、衰弱或受害诱饵树挥发物、共生菌及其挥发物等诱饵类型的化学生态调控机制，研究诱捕器的类型、结构尺寸等对捕获成功率的影响，结合营林措施、生物防治、卫星遥感监测、检验检疫等其他林间监测与防治技术监测低密度松树蜂种群(Hurleyetal.，2015;保敏等，2020)；为开发标准化寄生蜂监测技术，评估了2类寄生蜂，即黑色枝跗瘿蜂(Ibalialeucospoides)和诺顿马尾姬蜂(Megarhyssanortoni)的4种捕获方式，其中2种主动式诱捕器是以松树挥发物为诱饵，而2种被动式诱捕器是基于飞行路径截获或用诱笼将受害树木围起来捕获新出现的成虫，为诱笼被动式诱捕器，诱笼由1m长的塑料网固定在主干1m位置，每2星期从已感染树木中捕获新出现的松树蜂、黑色枝跗瘿蜂和诺顿马尾姬蜂(Martinezaetal.，2019)而检测寄生蜂。但单一传感器识别往往存在难以准确实现昆虫诱捕等缺陷，需根据昆虫趋性开展多传感器融合技术实现特定靶标诱捕识别。

2.2.3机器视觉处理采集昆虫图像并通过各类有效的图像处理是自动识别昆虫以及确定生物多样性指数的重要手段，包括实验室与田间昆虫图像采集、节肢动物特有特征提取、数据分类（特定分类、组合分类、基于实例分类）、数据集等(Martineauetal.，2017;刘文定等，2019;孔建磊等，2020;林达坤等，2020)。如，利用昆虫图像数学形态学、神经网络、模式识别等研究昆虫形态自动测量与种类自动鉴定等（于新文等，2001）；采用基于形状因子和分割点定位，分别对人工随机散落桃蛀螟(Conogethespunctiferalis)和田间粘虫板诱捕梨小食心虫(Grapholitamolesta)采集的粘连害虫图像进行分割（李文勇等，2015）；建立基于环境信息和改进深度置信网络的冬枣病虫害预测模型，在模型顶层通过一个后向传播神经网络进行病虫害预测(张善文等，2017)；利用四旋翼无人机搭载云台相机采集高度为180―240m的受红脂大小蠹(Dendroctonusvalens)侵害的油松林(Pinustabuliformis)可见光图像，针对无人机森林图像数据集中树木尺度小、生长密集以及分布不规律等问题，根据受灾油松针叶变色特点，采用基于深度学习的小目标受灾树木检测方法，较准确地检测识别和定位高分辨率无人机图像中细小密集的受灾树木，实现无人机森林虫害远程监测（周焱等，2021）。由于土栖白蚁种群密度大、活动隐蔽，没有明显危害前，很难监测和防治，而采用查看土栖白蚁行踪、挖掘活动场所等传统方法费力费时并破坏环境，因此在土栖白蚁活动较频繁区域，采用雷达遥感技术探测获取不同目标（金属、树根、空洞、蚁巢等）反射的影像数据，建立目标．影像尺寸线性关系模型，构建土栖白蚁蚁巢的二维和三维影像图，来监测判断土栖白蚁(杨秀好等，2012)。但机器视觉系统对搭载平台的依赖性很强，因此需要根据不同树木立地条件研究适宜的机器视觉传感识别系统的搭载平台。

2.2.4声光探测及组合识别钻蛀性害虫幼虫在取食阶段对寄主危害严重，但隐蔽生活的幼虫往往难以监测预警，可采用声音探测来识别红棕象甲(Rhynchophorusferrugineus)、蛀犀金龟(OryctesIlliger)、南美硬木锯天牛(Mallodondasystomus)、光肩星天牛、双条杉天牛(Semanorusbifasciatus)、臭椿沟眶象(Eucryptorrhynchusbrandti)等钻蛀性害虫，如采用便携式声音探测仪，利用幼虫钻蛀振动信号进行双条杉天牛、臭椿沟眶象等幼虫虫害侦听监测，通过嵌入树干的金属探针直接耦合钻蛀振动，采集录制钻蛀振动而获得虫害信号(孙钰等，2020);利用压电传感器采集双条杉天牛咬食木段的声音，并采集开放环境噪声音频数据作为干扰，设计基于卷积神经网络的识别模型识别取食声，来早期预警隐蔽蛀干害虫(刘璇昕等，2021)。铜绿丽金龟(Anomalacorpulenta)是危害较重的林业害虫，视觉是其获取外部环境信息的重要手段，因此使用视网膜电图(ERG)技术测量其光敏感性和光谱响应，发现其复眼可能至少有3种光谱类型的光感受器（Jiangetal.，2015），未来可探索利用铜绿丽金龟对视觉刺激的感知来检测其危害。但有些虫害的特征并不明显或存在滞后性等现象，采用单一的声光电探测难以识别虫害，需要研究昆虫声音及光敏等特征，分别采用主动传感技术或被动传感技术突出强化特定害虫的靶标特征及其组合识别。

2.3鼠（兔）危害靶标识别

根据鼠类越冬洞穴结构以及野兔运动习性等特征，可以采用实地调查、机器视觉和卫星遥感等方法进行检测识别。

2.3.1卫星遥感和机器视觉协同监测大沙鼠鼠害在我国新疆古尔班通古特沙漠南缘的荒漠林大沙鼠(Rhombomysopimus)典型危害区，采用卫星遥感和机器视觉配合无人机遥感技术拍摄遥感影像，标注鼠洞地图构建大沙鼠鼠洞数据集，利用YOLOv3技术实现了高效监测大沙鼠鼠洞(崔博超等，2020);在哈萨克斯坦巴尔喀什湖以南44块方形区域(200m×200m和250m×250m)采集卫星遥感图像，利用归一化差异植被指数(normalizeddifferencevegetationindex,NDVI)等聚类算法实现对鼠洞的识别定位，并采用占用率（占用洞穴百分比）阈值来预测爆发鼠害可能性，以实时监测大沙鼠鼠害(Wilschutetal.，2018)；在我国新疆阿拉善沙漠林区的3个采样区各9个监测点(各监测点间距不小于800m)，安装离地50―100cm的红外摄像机，镜头水平布置并尽可能朝北以避免背光，设置自动闪光模式、拍摄日期和时间、3s拍摄时间间隔、连续拍摄模式（3张照片）、自动对焦模式和自动ISO感光度等，所有摄像机使用可充电电池，每15―20天进行电池和存储卡更换以及设备维护，使用ArcGIS绘制红外摄像机位置布局图，摄像机详细记录各监测点的GPS位置、栖息地信息、摄像机序列号和存储卡序列号，在1年时间共采集2407张独立有效的大沙鼠及其捕食者，如长腿秃鹰(Buteorufinus)的照片，通过计算群落中物种数量的相对丰度指标，发现大沙鼠的典型活动行为是与昼间啮齿动物特征一致的双峰型，夜间未观察到活动迹象（Wenetal.，2020）。

2.3.2实地调查和空间建模监测兔害当采用致命毒饵、熏蒸、射击、诱捕、隔离围栏和黏液瘤病生物控制等常用兔害控制技术时（Sharpetal，，2021），会对非目标动物、人和环境造成伤害，因此需要准确监测兔害情况。通过采集标本鉴定并结合线路踏查及设置标准地实施样株实地观察可进行害兔种类及其危害的调查(张云川等，2020);利用大型环境和生物变量数据库并进行空间建模，可确定更易受到兔子伤害的区域，通过调查西班牙各地欧洲兔（Oryctolaguscuniculus）的危害及其环境变量与人为因素的关系，其中数值反映了欧洲兔危害与基础设施、欧洲兔生存环境有利性、自然植被和土地利用等因素的比例关系，不同因素重叠数据为共同影响形成的比例，分析发现在铁路公路设施沿线以及环境条件适于兔子种群繁殖的地区，危害损失更大，说明公路和铁路设施可能是兔子传播的潜在通道，需要研究减少人类与野生动物冲突的方法，同时研究避免导致兔子无节制衰退或灭绝连锁效应的监测控制方法(Delibes-Mateosetal.，2017)。

鼠（兔）害靶标识别是预警和减少鼠（兔）危害的前提，但目前需要事先布置监测点或者进行实地调查，对复杂地理环境下非监测点处的危害很难及时发现并提出预警。

2.4有害植物（杂草）靶标识别

杂草识别通常根据杂草及植物（如苗木）的反射谱区别等特性，运用机器视觉及彩色图像分割来识别杂草和背景（植物、土壤等），在图像分类、目标检测和定位方面，利用人工神经网络和深度学习算法能够有效地提取植物和杂草的鉴别特征，估算田间杂草密度，基于深度学习的杂草检测和识别技术流程图，包括数据采集、数据集准备、图像预处理、分类和评估等主要步骤（Mahmuduletal.，2021）。为降低光照强度或其他因素对RGB值的影响，通过简单算术运算组合RGB分量，形成相对色彩因子组合，实现田间杂草图像的分割(El-Fakietal.，2000)。如智能喷雾机采用彩色摄像机采集杂草图像和分析视频图像进行杂草定位，通过不断补充杂草数据和运用深度学习算法，识别植物形状和结构差异获得杂草及杂草种类信息，针对这些杂草制定除草剂方案以及调节喷头开／关周期，精确喷洒除草剂，将对非目标植物的损害降至最低（Peteretal.，2019）。有害植物靶标识别关键是建立健全完整的有害植物信息数据库，需要研究进一步提高智能识别包括杂草在内的有害植物精度的方法。

2.5林业有害生物间接靶标识别

间接靶标通常可根据靶标植物及危害区域的颜色改变、结构破坏或外形改观等引起其相关特征变化进行识别。

2.5.1遥感图像识别区域植物靶标采用无人机搭载相机、航空遥感、卫星遥感等技术来识别大面积天然林、经济林、草原等遭受胁迫的区域植物靶标特征，如林草生长区域鼠害监测、林区航空施药作业目标检测，以及快速获取大范围靶标区域空间连续地表的光谱信息及其病虫害发生时的异化影像(Stoneetal.,2017)。对于孤立生长的大部分旱地树木和灌木，利用亚微米高分辨率卫星采集覆盖130多万km2的西非西撒哈拉和萨赫勒地区的图像，然后采用AI系统及神经网络、深度学习，分析绘制出约18亿棵占地面积超过3m2树木的树冠位置和大小，探索其在减轻土地退化、气候变化等方面的作用(Martinetal.，2020);采集的中亚PreBalkhash鼠疫疫源地20km×20km基方的卫星图像，显示每个基方及其相邻8个正方形中的大沙鼠密度（中心像素是其他像素的平均值）之间的（平滑）斯皮尔曼相关性，用黄色表示高局部相关性，用蓝色表示低局部相关性，非彩色表示没有数据(Kyrreetal.，2007)。

2.5.2表型参数测量识别单株植物靶标单株植物的表型是受基因和环境决定或影响的复杂植物性状（Johannsen，1911;张慧春等，2020;焦祥等，2020;边黎明等，2020），如生长、发育、耐性、抗性、生理、结构、产量等，可利用单株植物靶标的颜色、形状、纹理等表型信息差异，采用机器视觉、超声波、激光雷达、X射线断层扫描成像、红外等不同类型传感器及其组合进行识别。可测量识别的表型参数包括植物高度(Zhengetal.，2014)、冠层形态（疏密度、树冠体积、绿量、颜色特征、纹理等）（许林云等，2014;Jordiet以，2011;Maghsoudietal.，2015;李秋洁等，2016;Escolaetal.，2017;Nanetal.，2019)、叶形态（叶长、叶宽、叶片数量、叶面积、叶面倾角、叶空间分布等）(Arnoetal.，2013;孙俊等，2017)、根形态（根长度、根的数量等）(Gemotetal.，2018)、生物量（某一时刻单位面积内实存生活的有机物质总量）(Mooneyetal.，2012)、果实特征（大小、形状、颜色等）(何立红等，2014)等。

林业有害生物间接靶标识别方法，无论是在识别种类范围还是识别准确性上都需要加大研究力度，特别是基于树木表型的靶标识别研究，以确保识别技术可靠性和应用推广。

3林业有害生物防治靶标感知识别研究建议

随着科技发展，需要采用遥感、物联网、大数据、云计算、深度学习、人工智能、智能装备与机器人等技术，研究树木表型与林业有害生物靶标检测深度融合，通过对设施、装备、机械等进行全程自动控制或机器人自主控制，来探索一种全天候、全过程、立体化的柔性智能林业生产作业模式。林业有害生物防治靶标识别是实现林业柔性生产及其自动化智能化的关键技术之一，需要根据林业有害生物的物理防治、生物防治、植物检疫、化学防治及综合防治等对靶标特征的要求，组织跨学科力量，不断探索研究基于植物胁迫预警靶标识别、传感网络协同防御控制的林业有害生物防治靶标识别技术及综合防治智能化系统，以促进树木及林业有害生物在长期生产发展中达到动态平衡。

3.1林业有害生物靶标感知识别技术分析及研究展望

因气候变化和生物入侵等影响，林业有害生物危害严重、表征各异，这里循着植物全生命周期保护的思路，从被动传感和主动传感及多传感器融合识别技术角度，提出林业有害生物靶标感知识别的研究建议。

3.1.1被动型传感靶标识别技术被动型传感器是直接接收被测靶标本身产生的信号来识别林业有害生物靶标，如因植物病虫害形成的红外辐射能量分布、红外多光谱信号以及挥发性气味等，这里探讨机器视觉、气敏（味敏）、力敏、热敏、声敏等传感技术开展林业有害生物防治靶标的识别，以期扩大识别种类，重点解决现有森林病、虫、草、鼠（兔）害信息收集手段少、耗时长等问题，全方位提高被测靶标识别的全面性、及时性、准确性。

1)视觉传感。这是国内外最普及、最直观有效的一种林业有害生物靶标识别技术，未来可根据林业有害生物特定靶标类别及其表征，进一步研究红外多光谱成像装置等专用的视觉图像传感器，或者融合其他专用传感器协同获取靶标的几何、光谱特征等，并研究地面车载、无人机及其他特定航空器挂载、高分辨率卫星等搭载平台。如研究基于地面多光谱立体视觉成像系统或无人机搭载成像高光谱遥感平台，通过无线网络传输到主控平台，提取靶标特征值，实现快速实时远程识别和诊断，结合历史图像、地面调查数据和高分辨率卫星图像等，生成虚拟多光谱的三维危害区域全景图像，对林业有害生物分布进行空间填图，创建林业有害生物防治区域处方图，实施精确适期的对靶防治作业。

2)气敏（味敏）传感。植物受到病虫害等生物胁迫时，会发生腐烂或其他生理生化变化，其叶片等器官会散发出特殊的气味（重要信号化合物），而有些害虫自身也可能产生特殊的气味，因此可以采用新一代基因测序技术，检测昆虫气味相关的序列及其功能分类，研制诸如电子鼻或电子舌等气味传感器，即根据植物或害虫产生的特异性挥发物的变化，获得病害或虫害综合信息结合识别算法进行病害或虫害诊断，来监测植物病虫害发生情况，并采用主成分分析、聚类分析、深度计算、神经网络等技术对电子鼻或电子舌等传感器响应数据进行处理，提高其检测病害或虫害的诊断准确率。

3)力敏传感。利用植物害虫蠕动、爬行或飞行等运动习性产生的振动或对植物作用力的变化，研究通过压力、振动的薄膜型传感器等来识别虫害。

4)热敏传感。植物会因抵抗病毒致其新陈代谢加快，进而使树木叶片温度升高，因此可研究通过热敏传感器监测病变不同时期的蒸腾速率、叶片温度，检测对比获得染病叶片与未染病叶片的温差，并通过边缘检测算法和神经网络等，进行病害分级和探测预警。

5)声敏传感。根据害虫和生长期染病植物可能会发出一定频率的声音信息，探索注入特殊传感能力的麦克风阵列拾音，研究运用语音识别及声纹识别技术，感知识别植物病虫害。

3.1.2主动型传感靶标识别技术主动型传感器通过主动向对被测靶标发射探测信号，检测该探测信号在被测靶标中所产生的变化，或者由该探测信号在被测靶标中产生某种效应而形成的信号，以解决被动型传感难以捕捉靶标的问题，如利用激光雷达扫描、光声效应主动引诱以及电子昆虫和气味主动引诱等技术，重点突破复杂地理环境下森林病、虫、草、鼠（兔）害信息采集及传输过程中的瓶颈，强化被测靶标信息的及时、准确、可靠获取。

1)雷达探测。采用地面雷达或机载雷达，可探测病虫害形成的树木空洞，以及可跟踪林业有害生物之群体害虫的飞行行为，研究其升空速度、分层情况、飞行方向等及其与气象因素的关联性来探测靶标群体害虫，同时研究采用辅助空中诱捕、起飞地地面采样等辅助手段，区分害虫回波甚至降雨回波等信息，以解决靶标群体害虫翅膀振动频率可能存在重叠造成回波混淆等，提高靶标害虫识别率。

2)光声效应主动引诱检测。利用害虫的相关生活习性，设计光声效应的自动诱集传输机构，发射光声信号诱集靶标害虫使其平稳经过检测系统的摄像视区，实时采集靶标害虫的序列图像，然后运用深度神经网络、支持向量机和自动阈值法等技术进行靶标害虫识别分类。

3)电子昆虫和气味引诱器监测。昆虫主要器官的触角上分布着很多超微形态的嗅觉感受器，其功能各异且能接受植物气味、性信息素或物理刺激，这些器官在昆虫生存和种群繁衍过程中发挥着重要作用(刘曼等，2013;申思凡等，2020)，根据一些昆虫嗅觉感受器在接受寄主植物散发的低浓度气味分子时，会将化学信号转换为神经电信号，刺激昆虫神经的原理，调节自身的生物学过程，因此可研制电子昆虫和气味引诱器来监测识别植物病虫害。

3.1.3多传感器融合靶标识别技术根据林业有害生物靶标在生物胁迫下表现的物理化学特征，可在已有靶标传感技术基础上，采用不同敏感元的特定类型传感装置，不断研发新型传感器（如生物、磁敏、湿敏、热敏等）及其与林业作业装备之间的固定式、移动式和／或随机式安装布放方式，以及采用机器视觉、超声波、LiDAR、辐射、卫星图像等多传感器的信息融合技术，选取林业有害生物靶标的能量、惯性、熵以及纹理等典型特征，更加准确获取林业有害生物防治靶标危害程度信息等。如，对于林间难以诱捕且尚不清楚羽化后行为的雄松树蜂(保敏等，2020)等隐蔽性、迁飞性和突发性且影响因素众多的害虫预警防治，可探索多传感器融合获得虫害综合信息，采用深度神经网络学习、大数据分析等对传感器靶标响应数据进行实时分析处理和虫害精准预测，掌握害虫活动行为，提高虫害识别精度；为了避免植物侵染性病害田间现场采样、核酸提取及检测过程中存在的污染风险，可融合病害样品预处理、信号采集传感和靶标识别，集成建立一体化植物侵染性病害检测系统；通过更大范围被动型和主动型传感靶标识别技术的突破，建立健全完整的森林病、虫、草、鼠（兔）害信息数据库，创建适宜于复杂森林环境下的有害生物智能识别预警系统。

3.2特定林业有害生物靶标感知识别研究

国内外林业界对林木根系病害的检测识别研究很少，对土栖白蚁、林区与草原野生哺乳动物危害及有害植物等特定的有害生物感知识别研究也较少，因此本文提出相关研究建议。

3.2.1根系病害所有森林类型和树种通常都会受到一种或多种根系病害的破坏性影响，根系病害病原体会造成树木生长减缓和易受其他有害物质的伤害，导致树木折断或倒伏和木材腐烂，减少林木材积、改变森林组成和结构、损害森林生态系统功能、减少碳的吸收甚至危及人身安全，需要对根系疾病及其在森林生态系统中的作用进行研究，减少其负面影响和建立具有复原力的森林景观的能力(Lockmanetal.，2016)，但林木根系病害的定位困难以及发生程度检测存在滞后性等问题，需要探索新技术来长期监测评估根系病害的发生。建议利用植物根系的物理特征信息或根系及周围土壤的化学信息来判断根部生长状况的间接检测技术，如将根系的特定光谱图像（Gernotetal．，2018）、荧光蛋白(Juanetal．，2019)、同位素(郭辉等，2019)、振动信号（Kalkowskietal.，2018）等技术用于检测植物根系病害；在严重危害区域所需观测植物根系的周围有意识地埋入微视检测设备，或融合探地雷达和电容法技术设计植物根系的无损测量系统，建立根系病害与土壤湿度、温度、孔隙度、森林氧气含量等数据融合信息系统并进行相关性研究，以提高长期监测识别根系病害的能力；建议探索采用微断层摄影，如X射线微断层摄影(X-raymicro-CT，XMT)技术，重建三维根系及其病害射线影像。

3.2.2土栖白蚁随着环境变化和树龄增长，树木的抗虫能力和自我调节能力降低，白蚁会乘虚而入，筑巢繁殖，蛀空心材，导致树势衰弱、树皮破裂甚至树木发生倾斜，一直以来大量古树名木遭受着白蚁侵害，如山区、森林公园的土栖白蚁依土筑巢，取食木质纤维和半纤维物质，对古树名木造成严重危害。建议通过分析土栖白蚁活动习性和取食规律，设置引诱剂并喷洒药剂让白蚁将药剂等带回蚁巢，依据土栖白蚁恋巢性研制探测传感设施与识别系统，也可依据土栖白蚁趋湿性研发电子诱捕监测装置；建议探索采用X射线断层摄影技术，重建土栖白蚁三维洞系结构，检测土栖白蚁及其危害状况。

3.2.3野生哺乳动物广泛的植树造林、退耕还林还草和禁猎野生动物，使植被得到恢复，诸如害鼠、野兔甚至野猪等野生哺乳动物的种类和数量明显增加，部分区域已成灾，需要开展野生哺乳动物监测及其危害程度评估工作。如，针对大面积跟踪调查、监测害鼠种群对草原和林区的危害，需要进一步研究无人机遥感等技术，并研究声音、气味等传感器的播撒与回收技术，探索遥感与地面传感监测融合的精准监测技术。兔害防治采用化学、生物、培育壮苗、营林措施和人工捕打等多种方法并举，但要避免危及其他生物，因此，建议根据野兔栖息于灌木丛、隐伏于草丛、无固定洞穴、善跳跃奔跑等习性，探索采用红外传感器、声音传感器或电子鼻等来准确监测获取野兔种群活动信息，进行危害预警技术以及针对性适宜防治措施的研究，包括要探索精确识别技术严密监控化学防治后的死兔清理工作。

3.2.4有害植物许多具有食用价值、药用价值和景观价值的有害植物可以转化为有益植物，因此，不能盲目消灭所有有害植物，建议在重点杂草识别防控研究的基础上，研制无人机定期巡视预警反馈系统，采用机器视觉等开展寄生性种子植物类、攀援缠绕覆盖类、排挤抢占类等有害植物的靶标识别，研究林业有害植物等级数据库及预警识别系统，在可控的条件下识别有害植物生长情况，掌握防治阈期而适时防控。

摘自《林业科学》2023年3期