“天空地”精準鎖定“患癌”松樹 人工智能擊潰林業(yè)絕癥

封面新聞 記者 田之路

一棵松樹的壽命可達千年,但若得了“松材線蟲病”,40天就宣告死亡。廖小露是四川測繪地理信息局測繪技術服務中心應急測繪無人機中隊的副隊長,近期剛完成廣元西昌130平方公里松材線蟲病疫情的航飛監(jiān)測。談起首次看到患病松林的情景,他記憶猶新:“整個山一片紅,沒有生命的氣息?!比缃瘢诒姸嗖块T的努力下,松林動態(tài)一舉掌控,重回健康。

松林“患癌” 大膽設想催生跨界合作

一棵松樹染病,一片森林遭殃。松材線蟲病傳染性極強,是全球森林生態(tài)系統(tǒng)中最具危險性、毀滅性的病害之一。由于不能根治,又被稱作“松樹的癌癥”。

自2004年四川首次發(fā)現(xiàn)松材線蟲病以來,僅僅16年,疫區(qū)已涉及42個縣(市、區(qū)),導致數(shù)百萬株松林死亡,全省5000萬畝松林、20%的森林資源面臨威脅。自然保護地、長江上游重點林區(qū),更是談之色變。

為守住片片蒼翠,夯實生態(tài)保護責任,四川將松材線蟲病防治納入政府年度目標責任考核,強化問責。曾經(jīng)因為防控不力,部分地方政府相關負責人被省政府集體約談。

“第一時間發(fā)現(xiàn)、第一時間除治,至關重要?!彼拇ㄊ?a href='/linye/' target=_blank>林業(yè)和草原有害生物防治檢疫總站相關負責人說,松材線蟲病如同新冠肺炎疫情,漏掉一棵病樹都會造成“病毒”擴散。傳統(tǒng)監(jiān)測主要依靠人工巡查,蜀地山大谷深,很多地方人去不了,同時也容易出現(xiàn)遺漏,達不到“全面監(jiān)測、精準監(jiān)測”的目的?!罢媸浅钊税?!”

2016年8月,一個偶然的會議間隙,原四川省林業(yè)廳得知四川測繪地理信息局測繪技術服務中心有衛(wèi)星遙感技術和多種類型的無人機,能夠提供不同地形、面積的影像和技術支撐,“可不可以用來監(jiān)測枯死松樹呢?”

多方協(xié)作 精準鎖定疫木信息

很快,“松材線蟲病天空地一體化立體監(jiān)測技術研究”項目在省科技廳立項,雙方發(fā)揮各自優(yōu)勢,向防控松材線蟲病發(fā)起挑戰(zhàn)?!胺揽匦袆臃譃槠詹?、詳查、核查三部分?!彼拇y繪地理信息局測繪技術服務中心主任程多祥的介紹。

核查,指在地面上,通過手機、平板電腦等移動終端上的智能核查軟件系統(tǒng),實地統(tǒng)計、標定患“癌”松樹,對病樹及時進行砍伐和無害化處置。

川東,300萬畝林區(qū),1個月完成航飛。最重要的是,核查點區(qū)域的影像判讀準確率達到90%以上。林業(yè)部門“按圖索驥”,拔除處置一棵棵枯死松樹,對新合作方式贊不絕口。

為進一步提高效率,中心組建科研團隊自主研發(fā)了枯死松樹人工智能(AI)識別系統(tǒng),對航拍的枯死松樹實現(xiàn)了“一鍵化”“智能化”識別。

“AI自動識別效率可達單張影像0.2秒,輔以人工判識精度可達到95%以上,有效彌補了傳統(tǒng)人工識別效率低、易漏判錯判等問題。”研發(fā)團隊工程師陳笑峰介紹。

疫木形態(tài)各異,需要大量樣本供技術人員模型訓練,這是AI精準識別的關鍵和難點?!熬拖裉厮估淖詣玉{駛功能,要經(jīng)過幾百萬的樣本模擬訓練后,才能準確判斷出遇到的各種情況?!标愋Ψ逡?。對此,中心構建了松材線蟲病枯死松樹影像解譯樣本庫,采集了30萬個樣本,涵蓋了枯死松樹早期、中期、后期等各階段疫木類型。

“在此基礎上,我們形成了全省疫情監(jiān)測防控一張圖,建成疫情監(jiān)測天空地一體化數(shù)字平臺,為林業(yè)部門快速掌握疫木數(shù)量及空間定位分布,開展精準除治、效果督查、疫情防控等工作提供了科學支撐。”程多祥說。

雙方合作5年來,全省500余萬畝松林完成“體檢”,林業(yè)有害生物防治效率和準確性顯著提高。省級評估成果顯示,去年上半年四川疫木除治數(shù)量約160萬株,同比下降56.64%!

深冬的川蜀森林,“轟轟”的伐木油鋸聲響徹云霄

記者了解到,目前四川已形成了面向長江上游生態(tài)屏障重大植物疫情遙感立體監(jiān)測產(chǎn)品技術解決方案。相關科技成果在貴州、安徽推廣應用,集測繪、森防等行業(yè)專家及技術力量編制形成的《松材線蟲病致死松樹無人機遙感監(jiān)測技術規(guī)程》地方標準即將落地。

【如果您有新聞線索,歡迎向我們報料,一經(jīng)采納有費用酬謝。報料微信關注:ihxdsb,報料QQ:3386405712】

Hash:3c98f7ab825dcc248f3a5a1901642b216f7eb83e

聲明:此文由 封面新聞 分享發(fā)布,并不意味本站贊同其觀點,文章內(nèi)容僅供參考。此文如侵犯到您的合法權益,請聯(lián)系我們 kefu@qqx.com