松材线虫遥感监测数据库设计应用范文

本站小编为你精心准备了松材线虫遥感监测数据库设计应用参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

摘要：为实现空间数据与属性数据的统一存储、管理，增强数据的可视化能力，提高数据检索和利用效率，本研究借助ArcGIS平台设计并构建了黔西南州松材线虫遥感监测数据库。基于此数据库，可以进行空间数据的分层可视化及叠加显示；可进行放大、缩小、平移、全图显示、快速定位等基础地图操作；根据特定条件对所需数据进行检索及更新；以及多类型的空间分析及专题地图制图。该数据库为松材线虫防治提供了有力的数据支撑，也为其发生发展过程的模拟和预测打下了基础。

关键词：松材线虫；遥感；数据库

一、引言

黔西南布依族苗族自治州（以下简称黔西南州）地处云贵高原东南端，属亚热带季风湿润气候区，终年温暖湿润、热量充足，雨量充沛。州内物种多样性丰富，其中有产种子植物219科1096属3268种，蕨类植物45余科115属367种，国家I、II类保护植物303种[1]。州内温暖湿润的气候条件也给各类有害生物入侵提供了有利条件，松材线虫作为严重危害林业生态安全的林业有害生物之一，需要进行重点防范。2018年11月，国家林业和草原局对2014年印发的《松材线虫病疫区和疫木管理办法》进行了修订。《办法》明确，坚持政府主导、属地管理的原则，科学开展疫情防治[2]。林业部门现在用于林业有害生物防治管理的信息管理系统中集成了大量的林业有害生物相关信息，包括林业有害生物基本信息、病虫害知识数据库、普查数据、发生防治数据及分类分地区统计数据等，可以为林业有害生物的监测监管提供有力支持。但是信息管理系统里仅提供文本及表格统计数据，没有与地图数据集成，不能直观显示有害生物发生的具体区域和范围，可视化效果较差。遥感技术具有快速、动态、客观的特点，遥感影像能为林业有害生物监测与防治提供大范围、多时效、多源的数据。为了实现对松材线虫的有效监测和防控，本文拟构建松材线虫遥感监测数据库，结合现有林业调查数据、有害生物普查数据、遥感影像及各类基础地理数据，探索松材线虫病的发生蔓延情况，为后续建立松材线虫的遥感监测及高效防治机制打下基础，为评估松材线虫灾害等级、减低灾害损失及灾后林地恢复治理提供基础资料和决策支持。

二、材料与方法

根据《林业数据库设计总体规范》及《林业信息数据库数据字典规范》要求，结合黔西南州松材线虫发生与防治的情况，拟定建库方案、数据源准备、软硬件准备等。

（一）建库准备黔西南州松材线虫遥感监测数据库的数据源可进行如下分类：1.按数据内容可以分为：（1）地理基础底图：黔西南州地形图、黔西南州卫星影像图、航片等；（2）林业专题数据：林业“一张图”数据、森林资源普查资料、林业有害生物专项调查数据资料等；（3）其它辅助数据：土地利用现状数据、行政区划数据、实地调查照片、报告等。2.按数据类型可以分为：（1）空间数据：栅格数据（数字正射影像（DOM)、数字高程模型（DEM）、数字栅格地图（DRG）等），矢量数据（以点、线、面表示的地物要素类数据，含林业图斑数据、基础地理数据、土地利用类型数据等）；（2）非空间数据：报告文本数据（*.doc、*.pdf、*.txt）、统计表格数据（*.xls）、图片数据（*.jpg、*.bmp）等。结合以上数据源和松材线虫遥感监测数据库设计的目的，构建了如下图所示的松材线虫遥感监测数据库的整体框架（如图1所示）。

（二）数据采集与处理遥感数据基础设施面临着3种主要挑战：分布与异构、数据缺失、服务效率低[3]。构建松材线虫遥感监测数据库的数据源也存在着多源异构及数据缺失的问题，为了有效解决这些问题，在对获取的各类数据入库之前需要进行一系列的预处理。1.影像数据处理（1）数据获取：以年为单位，从地理空间数据云下载2006年至2018年黔西南州的遥感影像，以Landsat7ETM和Landsat8OLI_TIRS数据为主，部分云量覆盖过高的影像，在91卫图里下载Google历史影像补充，辅以重点区域的高分辨率航飞影像。（2）数据检查：主要包括高分辨率航飞影像与低分辨率卫星影像重叠度精度检查；影像的完整性检查及影像可读性检查。（3）影像融合：利用遥感图像处理软件将同期不同源的遥感影像（高空间分辨率影像与低空间分辨率高光谱分辨率影像）进行融合，以得到高空间分辨率高光谱分辨率影像。（4）影像镶嵌、裁剪：将多幅影像进行拼接，使影像能完全覆盖黔西南州，并按黔西南州行政区划界限进行裁剪。注意两种影像镶嵌时要尽量避开房屋，走地物特征明显的区域。在对时相相同或相近的影像进行镶嵌时，影像纹理、色彩要求自然过渡；尽可能多的保留高分辨率、云无量少、质量好的影像。2.矢量数据处理（1）数据获取：综合林业部门的森林资源普查资料（含林业图斑及变更数据）和国土部门的土地利用数据及行政区划数据。（2）数据检查：主要包括矢量数据可读性检查；矢量数据完整性检查及拓扑检查。（3）数据转换：原始数据来源不一，表现形式多种多样，为将各类数据统一到遥感监测数据库中进行存储和管理，需要通过坐标系的转换、投影转换、格式转换等进行规范化处理。（4）数据编辑：包括拓扑编辑：构建拓扑关系，指出数字化错误的类型并进行修改；非拓扑编辑：移动、剪切和粘贴节点，分割和合并多边形，以及线条的简化、加密等。如：将在图幅分割处的线要素进行连接使其连续；根据地物属性将由于图幅分割而生成的多个面要素（同一地物）进行合并。此外，还需要将空间数据与属性数据相结合。3.非空间数据整理将已有的各类数据图表、文本进行数字化，转换成数据库中能够存储管理的数字形式。

（三）数据入库数据入库前需要进一步对数字化的所有资源数据进行规范化处理，统一坐标参考和投影，以便不同数据层能够在同一空间中进行叠加和可视化展示[4]。结合地图学的知识对数据进行选取和概括，依据规范合理应用各种地图符号和注记。对矢量数据、栅格数据及相关属性数据、其它非空间数据进行检查入库，最终形成黔西南州松材线虫遥感监测数据库。

三、结果与分析

为了实现对松材线虫发生发展的监测，为松材线虫的防治决策提供有效的数据支持。黔西南州松材线虫遥感监测数据库以遥感数据为主体，需要分类存储管理、分析多时期的数据，通过对历史影像的解译来判读各时期黔西南州的松林分布、结构，结合相应时期的林业资源调查数据及林业有害生物普查数据，分析松材线虫的入侵和蔓延的影响因子，并将各类因子数据也进行分类管理。基于以上设计和对数据的获取、处理，利用ArcCatalog构建黔西南州松材线虫遥感监测数据库（FileGeodatabase）。该数据库在地理信息系统平台ArcGIS的支持下实现矢量数据和栅格数据的存储和管理，提供空间数据的分层浏览及叠加显示、空间数据的局部放大缩小、平移及漫游；基于空间数据与属性数据的多种检索、空间分析及专题性的可视化输出。

（一）空间数据展示黔西南州松材线虫遥感监测数据库包括矢量数据和栅格数据，以及部分非空间数据，对各类数据进行结构化管理。数据的呈现方式由传统的文字、表格转变为图文结合，空间数据与属性数据相统一的图形、图像。在ArcGIS平台的支持下，可以对所有数据进行分类分层显示（图2），了解各数据的具体空间及属性信息，并可根据实际应用需求进行局部放大、缩小、平移等地图常规操作；以及根据关键地物点坐标信息快速定位并进行标注，如对松材线虫疫点的坐标信息进行快速定位，方便管理人员进行监管。还可利用ArcGIS平台提供的量测工具进行距离和面积的测量。例如：利用距离测量工具测量主要交通运输干道到松林的距离；测量松材线虫疫区的面积等。此外，还可以基于统一的空间参考对多种数据进行叠加显示，如图3所示：将道路和行政区划图叠加在遥感影像上显示，林地的区域分布、与道路的关系一目了然。还可松材线虫疫点、地形地貌及其它立地条件数据进行叠加显示，分析松材线虫发生的影响因子及发展规律。以及进行多时期影像的叠加显示，分析松林随时间变化的特征。

（二）数据管理与检索遥感监测数据库管理主要包含影像数据的处理及矢量数据的编辑。按照时间序列对遥感影像进行规范化管理，并根据需要利用遥感图像处理软件对数据库中的影像进行解译分类，提取松林分布、结构与健康状况信息，并以此作为次生数据导入到数据库中。矢量数据主要针对点、线、面要素分别进行更新操作，包括增加、删除、修改等。主要是林地变更、土地利用类型变更及松材线虫疫点的发现与拔除方面的内容，要注意空间数据与属性数据的同步更新。数据检索是数据库系统必须具备的基本功能，科学的数据检索机制可以方便用户快速地从众多的数据中提取自己所需的信息[5]，提高工作效率。基于ArcGIS平台，数据库的数据查询方式可分为按空间位置查属性信息、按属性信息查空间位置以及按空间关系查询。用户输入查询参数或指定空间位置、空间关系，即可快捷地获得符合需求的数据，并进行后续处理与分析。按空间位置进行检索可以进行实际应用需要设定具体位置或范围，来查询该范围内所有图层的空间信息和属性信息。如：在疫点图层中选择安龙县的疫点，可以查询出该疫点的爆发时间、所处地理位置、地形地貌以及在所查空间位置处的数据库中管理的其它信息。如果需要显示满足特定条件的一些要素则可以通过属性信息查空间位置，属性信息检索支持点、线、面等矢量数据的属性信息查询[4]。如：选择并定位册亨县的松材线虫疫点，需要编辑SQL（StructuredQueryLanguage）语句，选择疫点图层，查询条件设置为：所属县=“册亨”，便可把满足条件的疫点选出。而通过空间关系查询可以筛选出距离松材线虫疫区2000米范围内的所有木材加工厂，以便进行疫木特殊处理。

（三）空间分析空间分析是基于地理对象的位置和形态的空间数据的分析技术，其目的在于提取空间信息或者从现有的数据派生出新的数据，是将空间数据转变为信息的过程。空间分析可以基于矢量数据或栅格数据进行，其基础是地理空间数据库，运用的手段包括各种几何的逻辑运算、数理统计分析，代数运算等数学手段[6]。在遥感监测数据库的支持下，借助ArcGIS平台，可以对松材线虫害发生、蔓延情况及影响因素进行分析。从遥感监测数据库中提取出松材线虫疫区的立地条件（影响松林形成与生长发育的各种自然环境因子的综合条件），包括：地形条件（海拔高度、坡向、坡形、坡度等）、土壤条件、水文条件、生物条件及人为活动、气象数据等，运用叠加分析，可以了解松材线虫发生的影响因素（温湿度条件、人为干扰、林地格局等）；借助缓冲区分析可以确定不同林种的空间邻近性和邻近程度，分析在疫区边界的不同方向上松材线虫蔓延的可能性及蔓延速度。此外，在已有疫点空间位置数据、林木加工厂、林业管理部门及道路数据的情况下，可以运用网络分析确定林业管理人员到达疫区的最佳路线；疫木处理的最近最优林木加工厂及运输疫木的最佳路径，便于按照疫木处理方案对整个运输过程进行监测与管控。

（四）专题地图制图遥感监测数据库的建立是为了更好地存储管理各类空间、非空间的数据，为后续的处理分析奠定基础。专题地图制图是空间数据可视化输出的常用方式，专题地图通过突出显示一种或几种相关联的专题要素，使成果用途专题化，易于进行专项分析；且易读性高，可供相关专业人士使用，信息利用率高。根据松材线虫防治的相关工作需要，可以制作各时期松林的空间分布图、松林林分结构图、松材线虫虫情监测图、松材线虫影响因子及权重图、松材线虫疫情预测图等，为黔西南州松材线虫的防治提供数据支持。

四、结论与讨论

基于ArcGIS设计的黔西南州松材线虫遥感监测数据库（FileGeodatabase），实现了栅格数据（主要是遥感影像）、矢量数据的统一存储和管理。基于此数据库，可以进行空间数据的分层可视化及叠加显示；可进行放大、缩小、平移、全图显示、快速定位等基础地图操作；根据特定条件对所需数据进行检索及更新；以及多类型的空间分析及专题地图制图。因此，黔西南州松材线虫遥感监测数据库的建立增强了数据可视化的能力，提高了数据利用率，为松材线虫防治提供了有力的数据支撑，也为其发生发展过程的模拟和预测打下了基础。由于数据保密性的问题，目前数据库中的数据还不够完备，需要在后续研究中进一步完善数据库建设。可以考虑与地图供应平台进行合作，通过应用程序接口调用平台数据，实现数据库的及时更新。此外，为方便多终端访问，提高应用效率，后续可研究开发基于WEB的数据库管理平台。

参考文献：

[1]吴迎福.黔西南州主要林业有害生物风险分析[R].黔西南州林业局,2016.

[2]中国林业网.《松材线虫病疫区和疫木管理办法》修订[EB/OL].[2018-12-27].

[3]李国庆,黄震春.遥感大数据的基础设施:集成、管理与按需服务[J].计算机研究与发展,2017,54（02）:267-283.

[4]金鑫,董少春,王晓琪,等.基于ArcGISGeodatabase的浙江良渚古城遗址空间数据库的设计与实现[J].南京大学学报(自然科学),2018(01):163-175.

[5]陈建平,张立福,朱文君.矿产资源与环境遥感本底数据库的设计与建设[J].地质通报,2011(05):702-710.

[6]杨克诚.GIS软件应用实验指导书[M].昆明:云南大学出版社,2009.

作者：孙红梅 刘书剑 单位：兴义民族师范学院