西藏锐顶天牛属一新种（鞘翅目：天牛科）

本记述锐顶天牛属一新种，即墨脱锐颚天牛Cleptometopus motuoensis sp．nov．。模式标本保存于西南农业大学植保系昆虫标本馆。     

基于植保大数据的病虫害移动智能采集新设备

为提高农作物重大病虫害发生信息自动化、智能化采集能力,全面提升监测预警水平,笔者基于大数据、人工智能和深度学习技术,研发了一款农作物病虫害移动智能采集设备——智宝,主要实现了3个方面的功能:一是病虫害发生信息自动采集上报.通过该产品进行人工拍照,可实现对田间农作物重大病虫害发生图像、发生位置、发生数量、微环境因子等数据的实时采集和上报.二是自动识别计数.基于植保大数据与人工智能技术,通过构建病虫害自动识别系统,可实现重大病虫害精准识别与分析,只要拍摄照片,即可快速、精确地识别病虫害种类,并自动计数、上报到指定的测报系统.三是自动分析判别分级.针对拍摄采集上报的重大病虫害发生信息,系统可在自动识别和计数的基础上,进一步对病虫害发生严重程度进行智能判别分级,甚至根据相关预测模型,对病虫害的发生趋势进行辅助分析预测,提出预测建议.通过2016—2019年组织多地植保机构进行试验改进,该技术产品日趋成熟,有望在未来的农作物病虫害发生信息采集和预测预报工作中推广使用.     

基于无人机的冬小麦拔节期表层土壤有机质含量遥感反演

快速监测大面积分布的盐渍化麦田土壤有机质含量,可为推进盐渍土改良和促进碳循环研究提供数据支撑。通过野外采样与获取无人机遥感影像,分别基于裸土和植被情况,采用多元线性回归(MLR)、偏最小二乘回归(PLSR)和支持向量机回归(SVR)3种方法,建立区域有机质含量遥感模型,并进行检验和对比,确定最优的土壤有机质含量反演模型;最后基于最优模型进行研究区表层土壤有机质的反演,并与插值结果进行比较。结果表明: 经5×5的中值滤波处理后的光谱与土壤表层有机质对应最优;3种模型中,SVR模型的预测精度最高,PLSR次之,MLR效果最差。对比两种变量的建模效果,基于植被的SVR建模效果最好,其建模决定系数(R²)、均方根误差(RMSE)分别为0.89、0.20,验证R²、RMSE分别为0.82、0.24;基于裸土的建模效果不理想,最优的也是SVR模型,其建模R²、RMSE分别为0.63、0.26,验证R²、RMSE分别为0.61、0.25。根据最优模型反演得到该区域有机质含量为17.51～22.53 g·kg^-1,平均值为19.51 g·kg^-1,与实地调查结果较为一致;插值结果与反演结果相比,精度受到限制。综上,基于无人机多光谱可以对盐渍土冬小麦拔节期土壤有机质含量进行快速、大范围精准估测。     

新一代遥感技术助力生态系统生态学研究

随着气候变化和人类活动的加剧, 生态系统正处于剧烈变化中, 生态学家需要从更大的时空尺度去理解生态系统过程和变化规律, 应对全球变化带来的威胁和挑战。传统地面调查方法主要获取的是样方尺度、离散的数据, 难以满足大尺度生态系统研究对数据时空连续性的要求。相比于传统地面调查方法, 遥感技术具有实时获取、重复监测以及多时空尺度的特点, 弥补了传统地面调查方法空间观测尺度有限的缺点。遥感通过分析电磁波信息从而识别地物属性和特征, 反演生态系统组成、能量流动和物质循环过程中的关键要素, 已逐渐成为生态学研究中必不可少的数据来源。近年来, 随着激光雷达、日光诱导叶绿素荧光等新型遥感技术以及无人机、背包等近地面遥感平台的发展, 个人化、定制化的近地面遥感观测逐渐成熟, 新一代遥感技术正在推动遥感信息“二维向三维”的转变, 为传统样地观测与卫星遥感之间搭建了尺度推绎桥梁, 这也给生态系统生态学带来了新的机遇, 推动生态系统生态学向多尺度、多过程、多学科、多途径发展。因此, 该文从生态系统生态学角度出发, 重点关注陆地生态系统中生物组分, 并分别从生态系统类型、结构、功能和生物多样性等方面, 结合作者在实际研究工作中的主要成果和该领域国际前沿动态, 阐述遥感技术在生态系统生态学中的研究现状并指出我国生态系统遥感监测领域发展方向及亟待解决的问题。     

基于多尺度标记优化分水岭方法的油茶冠幅提取

针对尺度对地物空间结构的限制以及传统分水岭分割易产生树冠过分割等问题,选择长沙县明月村油茶基地为研究区,提出一种基于多尺度标记优化分水岭分割油茶树冠的方法。首先使用高分辨率无人机影像采集图像,分析影像特征,构建油茶分类体系,提取油茶林分布区域。其次,运用多尺度区域迭代增长方法提取树冠标记,将标记应用于多阈值尺度的分水岭变换,并结合Johnson指数选取树冠标记增长和分水岭阈值的最优尺度,实现油茶单木的准确识别。结果表明:多尺度标记优化分水岭方法在分离油茶单木时,树冠面积提取值与目视解译参考值的相对误差为9.4%;单木总体识别精度为89.4%,相对于传统的分水岭分割方法精度提高了34.8%;通过Johnson指数确定的最优迭代增长尺度为20,分水岭分割阈值尺度为85,对比不同尺度组合下的油茶冠幅提取结果,最优尺度下的油茶冠幅提取精度最高(R²=0.75)。多尺度标记优化分水岭方法能较准确地分离油茶树冠,将该方法应用于无人机影像树冠分割,可有效提高经济林调查的效率。     

青海湖裸鲤自然产卵场的生境特征及无人机遥测判别——以泉吉河为例

自然产卵场是维持物种延续最关键的栖息地,青海湖裸鲤（Gymnocypris przewalskii）的自然繁殖栖息地状况和生境特征尚缺乏详细的定量研究。以青海湖入湖河流泉吉河为例,在平水期采用现场调查和无人机遥测的方法对青海湖裸鲤的自然产卵场分布及生境状况进行调查,确定其产卵场生境特征参数,建立基于无人机遥测识别产卵场的方法并进行复核验证。结果表明：泉吉河河道形态可分为弯曲型、分汊型和顺直型等三种典型河型,青海湖裸鲤自然产卵场主要分布在弯曲型和分汊型河道中,分汊型河道几乎100%都有产卵场分布,弯曲型河道有70%为产卵场;产卵场河道平均长度（135.13±61.13） m,平均宽度（30.01±17.51） m,平均曲折度1.09±0.07;平均面积（4586.6±4201.61） m²;产卵场常位于缓水浅滩处,平均水深（0.19±0.10） m （范围：0.03-0.44m）,平均流速（0.24±0.20） m/s （范围：0.01-0.81m/s）,河床质为含有沙粒的卵石（粒径：163-256mm）底质。河道形态、沙洲分布、水深特征等特征参数可作为无人机遥测识别产卵场的判断条件,并实现验证成功。研究结果可为开展整个流域的青海湖裸鲤自然产卵场现状评估及保护对策制定提供技术支撑。     

植保网络应用技术初步研究

ASP(Active Server Pages动态服务器网页）是Microsoft公司1997年推出的,WINDOWS面向WEB特征的,功能强大而成熟一种技术。2000年以来,笔对其应用于植保网络化、可视化与自动化方面作了一些探讨与开发,建立了我省第一个植保专业网站,网址www.fizb.com。阐述了植保在互联网上的初步应用研究。     

基于无人机和决策树算法的榆树疏林草原植被类型划分和覆盖度生长季动态估计

植被覆盖度是评估生态环境质量与植被生长的重要指标,也是全球众多陆面过程模型和生态系统模型中表达植被动态的重要参数。卫星遥感和地面测量是估算植被覆盖度的常见方法。然而,如何精确估计榆树疏林草原上木本、草本不同类型植被的覆盖度仍然具有挑战性。无人机飞行系统有效的补充了区域尺度低空间分辨率的卫星遥感影像与样地尺度实地调查之间的缺口,为精确的监测、评估疏林草原的植被动态提供了新途径。利用无人机监测平台和决策树算法构建了一套快速、准确、自动获取景观尺度植被类型和估算植被覆盖度的自动化工具,以浑善达克沙地榆树疏林草原为对象,应用无人机监测平台对榆树疏林草原长期定位监测大样地2017年生长季植被状况进行7次监测。结果表明:1)无人机植被监测平台数据飞行高度100 m,获取的样地数字正射影像空间分辨率为2.67 cm/像元,远高于高分卫星影像,利用决策树算法基于数字正射影像可以实现自动划分榆树疏林草原木本和草本植被类型和估算植被覆盖度; 2)生长季内榆树疏林草原木本植被覆盖度为(19±2)%,草本植被覆盖度为(50±8)%,植被总覆盖度为(69±9)%,相对于木本植被,草本植被生长季内盖度变幅较大; 3)在整个生长季中,木本植被和草本植被对植被总覆盖度的平均贡献率分别为27%和73%,草本植被对植被总盖度的贡献远大于木本植被,榆树疏林草原植被的盖度主要受草本植被的影响。本研究证明无人机监测平台是一种高效、准确的植被监测工具,结合机器学习算法,实现了景观尺度植被类型的自动划分和不同类型植被覆盖度快速获取;在浑善达克沙地榆树疏林草原地区首次获取了木本植被和草本植被覆盖度的生长季动态。该平台未来可应用于各种类型生态系统植被类型划分、监测和评估。     

小型植保无人机超低量喷雾防治稻水象甲

【目的】通过建立适宜新疆荒漠绿洲特殊生态环境的稻水象甲超低量喷雾技术,为稻水象甲的大面积统防统治提供新型施药技术。【方法】以小型遥控多旋翼植保无人机(UAV)为施药机械,以稻水象甲常规喷雾防效大于90%的药剂为首选药剂,开展了药剂、施药量、助剂以及施药机型的筛选试验。【结果】施药后3、7、14和21 d虫口密度高于防治指标的样地所占比例依次为35.71%、21.43%、35.71%和78.57%。30%氯虫·噻虫嗪187.5 mL·hm~(-2)防效最佳,14 d药效高达93.43%;药后21 d,球孢白僵菌3000 mL·hm~(-2)的防效最高,达84.65%。各药剂施药量与防效呈正相关。此外,UAV喷雾防治稻水象甲时,添加助剂的平均防效可提高22.29%~28.49%。【结论】在农业精准施药、绿色生产中,综合考虑供试药剂的施药量、持效期、防效和药后存活虫量,建议以30%氯虫·噻虫嗪SC和14%氯虫·高氯氟CS作为全程以UAV为施药机械防治稻水象甲的首选药剂,在稻水象甲种群发展前中期优先考虑低浓度施药量;同时,为避免UAV在实际作业中药液雾滴发生飘失和流失问题,可以考虑添加飞防助剂提升防效。     

江苏海门蛎岈山牡蛎礁生态现状评价

基于2013—2014年间的生态调查结果,评价了江苏海门蛎岈山牡蛎礁的生态现状。无人机航拍结果显示,江苏海门蛎岈山分布有750个潮间带区牡蛎礁斑块,总面积约为201519.37 m2;与2003年相比,海门蛎岈山牡蛎礁面积约下降了38.8%。活体牡蛎的平均盖度约为66%,2013年5和9月熊本牡蛎Crassostrea sikamea的平均密度分别为(2199±363)个/m2和(2894±330)个/m2。2013年5月海门蛎岈山熊本牡蛎种群的平均肥满度(CI)和性腺指数(GI)分别为(9.76±0.95)%和(1013±82)mg/g,均显著低于浙江象山港养殖的熊本牡蛎种群(P0.05)。海门蛎岈山熊本牡蛎的单倍体多样性和核苷酸多样性指数分别为0.119和0.00028,均高于长江口野生种群和浙江象山港养殖种群。海门蛎岈山熊本牡蛎种群受到尼氏单孢子虫(Haplosporidium nelson)的轻度浸染,其感染率(17.2%)低于浙江象山港养殖群体(47.3%)。泥沙沉积和人类捕捞是江苏海门蛎岈山牡蛎礁面临的主要胁迫因子,今后牡蛎礁恢复的重点是增加附着底物的数量。