摘 要：松材线虫病严重危害松树健康。本文分别从光谱反射率曲线和光谱特征参数入手，对重庆市涪陵区永胜林场冒合寨管护站的四种病害程度不同的松树叶片光谱进行分析。研究发现：随着松树受病害程度的增强其叶绿素含量也相应降低，并且呈现良好的相关性。红边位置、红边波长、红谷的吸收深度、绿峰的反射峰高度、YP(蓝波段 490nm-530nm 一阶导数最大值)、Ip(红波段反射率最大值)、PSSR(比值叶绿素指数)、PSND(归一化比值叶绿素指数)与其叶绿素含量有较好符合度。结果说明通过光谱特征参数分析，能很好的分析松材线虫病病害程度。
关键词：松材线虫病;叶绿素含量;光谱特征参数
松材线虫引起的松材萎蔫病被称为松树的癌症，是一种毁灭性病害，具有传播途径多、发病部位隐蔽、发病速度块、潜伏时间长、治理难度大等特点[1]。松材线虫感染导致松树叶子的色素、细胞结构以及细胞液、细胞膜等发生变化，使得叶片发黄，枯萎。采集叶片的光谱反射率并分析其特征参数，对松材线虫病的早起监测很有意义[2]。
针对于松材线虫病的研究，国内外已经有很多研究成果发表。马菁等人指出建立一套完善的、适合中国病虫害发生发展规律的森林病虫害监测预测理论、方法与技术体系是十分必要的[3]。杨羲光，范文义，于颖等利用光谱仪及叶绿率监测仪器对叶片光谱和叶绿素含量进行同步测定，运用相关的统计方法，分析叶片反射光谱，光谱特征参数等，建立了叶绿素含量的估算模型[4]。杜华强等人运用分形理论，计算出分形维数，从而直接用分形维数来看马尾松的健康状况[5]。重庆的各个地区都严重地受到病虫害的危害，包括三峡库区沿岸的区县，均已已投入大量的资金来监测松材线虫发病情况并进行防治。
相关知识推荐：林业方向评职称论文投稿指导
林业部门职称主要说的是林业工程技术资格，比如林业工程师属于工程系列，先是技术员，之后是助理工程师，工程师，最后是高级工程师，而在评这类职称时，对于论文也有严格的要求，但是林业技术人员对于论文发表知识并没有掌握，也多次咨询编辑老师关于林业职称论文指导知识，今天小编在这里就给大家分享下论文发表要注意的细节，帮助大家顺利的发表论文。
目前松材线虫病很难控制，其原因在于没有有效的方法在松材线虫病发病早期获取其分布，并进行处理。只能在发病晚期通过人工巡林发现后进行砍伐，加大了病虫害的传播几率，使得只能控制松材线虫的发病区域，无法根治。如果在发病早期(3-5 月份)通过无人机搭载高光谱仪器对疫区松树进行光谱采集，然后进行光谱分析，根据已经建立的松材线虫预测模型，得到发病分布规律，就可以处理病树。目前对于松树光谱数据与松材线虫病的相关性分析还无法实际应用于低空无人机高光谱遥感，尤其是针对三峡库区周边的松叶光谱分析还未见报道。
本文利用 OFS110 地物光谱测量仪测量了大量样本的光谱。利用光谱数据计算了 23 种光谱特征参数。同时，在实验室测量了样本叶绿素含量和含水量。分析光谱特征参数与水分和叶绿素含量的相关性，结果显示红边位置、红边波长、红谷的吸收深度、绿峰的反射峰高度、YP(蓝波段 490nm-530nm 一阶导数最大值)、Ip (红波段反射率最大值)、PSSR(比值叶绿素指数)、 PSND(归一化比值叶绿素指数)、SIPI(胡萝卜素与叶绿素含量之比)与其叶绿素含量有较好符合度。下文介绍主要的研究方法和结论。
1 材料与研究方法
研究区域：样本采集区域位于重庆市涪陵区永胜林场冒合寨管护站，在三峡库区腹地。东经 106°56'-107°43'、北纬 29°21'-30°01' 之间。
2 数据研究和方法
2.1 叶片的采样
本课题主要对光谱反射率的特性参数与叶绿素含量的分析，因此需要从研究区域内选取叶绿素含量不同的松树叶作为此次实验的样本。在本次样本界定松树叶子颜色为指标，将松树的病害程度分为 4 个等级。等级 1：健康的树势生长旺盛,针叶呈墨绿色;等级 2：轻度受害的松叶开始变黄，树脂分泌停止，生长减慢;等级 3：中度受害大部分针叶变为黄褐色，萎蔫,树木生长明显很弱。等级 4：重度受害:病树干枯,针叶全部变为红褐色，但不脱落。四种等级的叶片如图 1 所示。每种等级采集 3 棵距离大于 1km 的树(健康的数目取了 4 棵)，记录该树的经度、纬度和海拔高度，将采集的树叶用实验袋密封编号，装入冷藏保温箱[6]。
2.2 测量方法
2.2.1 光谱测量
本文采用型号为 OFS1100 的地物光谱测量仪测量光谱。采集叶片到光谱测量时间控制在 2 小时以内，以避免叶片水分流失，叶绿素含量降低。采用暗室测量法，在测量时把实验室的灯光以及窗帘全部关闭，在实验桌上铺一张吸光纸，把测量的松树叶平铺在吸光纸上。对光谱仪进行定标后，再把探头正对铺好的松树叶，通过软件进行控制，测量其光谱，保存数据。为了减少误差对每一个样本连续测量 3 次，求平均值。
2.2.2 叶绿素的测量方法
松树叶片样本测量光谱之后，同时在实验室采用化学方法测量叶绿素含量。将采集到的松树叶子由受病害程度从无到受病害程度轻、由受病害程度轻到受病害程度重甚至是死亡进行编号，编号为：1-13。叶绿素含量与样本序号绘图 2,可看出随着松树叶子受病虫害程度逐渐增强，其叶绿素含量降低，并呈较好的相关性。
把地物光谱仪采集的光谱数据导入电脑，绘制光谱反射率与波长的关系如图 3 所示。其中编号 1 为健康松树叶，编号 2 为病轻松树叶，编号 3 为病重松树叶，编号 4 为死亡松树叶。
3 结果与分析
在三峡库区周边松林疫区，目前没有使用光谱反演叶绿素含量的模型，使用前人的反演模型需要对比验证，本文采用实验室法测量叶绿素含量和含水量，并在此基础上探究了光谱特征参数与叶绿素含量的相关性，以便进一步推导叶绿素含量的反演模型。经数据处理得到，其中红边位置(Dr)、红谷的吸收深度(D)、绿峰的反射峰高度深度(H)、比值叶绿素指数(PSSR)、归一化比值叶绿素指数 (PSND)、红边内一阶微分的总和(SDr)6 种光谱特性参数与叶绿素含量相关性较高。
特征参数与叶绿素含量相关性如图 4 所示，横坐标代表由健康渐序死亡的松树叶片相应的叶绿素含量，纵坐标是代表其对应光谱特征参数的值。从图中可以看出，红遍位置 Dr 随着叶绿素含量增多、松树叶子越来越健康而增高，并且呈现较好的线性关系，其相关系数已经达到 0.9 以上。特征参数红谷的吸收深度(D)、绿峰的反射峰高度深度(H)与叶绿素含量呈现较好抛物线关系，这表明：最初松树处于被感染时期，也就是从健康到病轻的这个过程中，叶绿素含量减少，其参数变化程度缓慢，随着病害程度的加剧，其参数变化较快，且变化特征明显。特征参数比值叶绿素指数(PSSR)与叶绿素含量之间呈现较好的线性关系。归一化比值叶绿素指数(PSND)随着叶绿素含量的增多、随着松树越来越健康而增大，随着叶绿素含量的增多，其增大的趋势强度减小，即松树病虫最初萌发时，其参数特征值的变化趋势是较小的，随着病虫害的加剧，其变化趋势增大，特殊参数红边内一阶微分的总和(SDr)，通过图，我们可以发现，当松树处于严重病害或者死亡时，其值也相应地增大，在大于零的趋势上，而当松树处于健康或者病轻的状态时，其值在零以下，以此来判断松树的病害程度。当参数指标红边内一阶微分的总和(SDr) 处于大于零时，其病害程度已经是处于病重或者死亡期间。
4 结论
从实验分析可知红边位置(Dr)、红谷的吸收深度(D)、绿峰的反射峰高度深度(H)、比值叶绿素指数(PSSR)、归一化比值叶绿素指数(PSND)、SIPI(胡萝卜素与叶绿素含量之比)与叶绿素含量成较好的线性关系，且相关系数高达 0.9 以上。若以 SDr(红边内一阶微分的总和)为参考值，可直接判断松树叶片是否受松材线虫病感染及其受感染的程度。当松树病虫害程度轻或者健康状态时，其值小于等于零，当松树处于严重病虫害程度或死亡状态时，其值大于零。由此在利用无人机高光谱遥感技术检测松材线虫时，通过计算高光谱参数指标便可以判断其病害程度，为进一步控制病虫害提供依据。
