国际资讯|利用地理空间技术对抗蝗灾
点击图片上方蓝色字体“慧天地”即可订阅
中文编译整理：慧天地国际站一鸣
转载需经【慧天地】许可。
（点击图片即可查看详细信息）
地理空间工具，卫星数据与蝗虫
肯尼亚、南苏丹和索马里等国2020年都面临蝗灾。COVID-19和蝗群的综合影响对依赖当地生产的粮食的弱势群体尤其具有破坏性。联合国粮食及农业组织(FAO)创建的工具有助于监测和预测蝗虫在危害农作物之前可能会去的地方。
eLocust3，它是一个移动电话应用程序，允许将有地理标注的聊天数据传输给用户。数据来自相关兼容工具（eLocust3g），这种GPS设备可以提供蝗虫状况以及特定地区蝗灾发展和救灾情况的报告。这些工具不仅允许在特定区域分享有关蝗虫的数据，而且还允许根据蝗虫更广泛的空间分布状况作出更详细的地图和评估，其中包括蝗虫是否正在迁徙以及它们是否处于可能攻击作物的阶段。
其他用于监视的技术包括固定翼和旋转翼无人机。研究人员还使用了卫星图像，其中包括由美国宇航局和欧空局支持的技术，例如Sentinel-2的卫星影像。事实上，美国宇航局的SERVIR小组正在利用卫星图像帮助人们制定环境政策。他们将共同努力，帮助东非各国根据不断变化的形势制定农业政策。卫星技术可以确定的数据中包括了植被和土壤湿度信息，因为植被和潮湿的土壤会导致蝗虫生长更加迅速和强劲[1][2]。此外，粮农组织会定期更新蝗虫风险图，以反映不断变化的形势以及他们从卫星和其他遥感来源获得的大部分新数据[3]。
图1：研究人员利用对土壤水分和植被的遥感观测数据，绘制出有利于促进蝗虫群生长的环境条件图。东非土壤状况图（蝗虫会在潮湿的土壤中产卵）。
（图片来源：NASA,2020）
使用无人机跟踪和打击蝗群
在蝗灾虫害管理方面提倡采用的新技术中也包括了无人机。这不仅可以确定蝗虫的位置，也可以通过在目标地区喷洒自然或化学喷雾来应对虫害状况。无人机可以被用于预期爆发或者特定爆发的地点，而人们也可以在无人机飞越特定区域时在无人机上部署喷雾和药剂。传统的作物喷洒通常覆盖很广的区域，造成了成本的增加并可能导致健康危害（特别是在使用化学制剂的情况下）[4]。此外，无人机已被证明能够有效地利用其传感器的多光谱数据提供相对准确的植被损失数据，这有助于对尚未受到蝗灾影响的其他地区发出警告。在比较无人机图像数据的准确性时，归一化植被指数（NDVI）、修正土壤调节植被指数（MSAVI）和绿度归一化植被指数（GNDVI）等指标均被证明对植被干重损失较为敏感。从多光谱图像中获得的这些指标有助于通过提供与其他指标相比更加准确的估计数据来衡量蝗虫造成的损害，而从无人机图像中获取这些数据的速度能够比的获取卫星数据更快，从而能够更好地警告农民蝗虫即将造成的损害[5]。
图2：2016年5月，马达加斯加图利亚拉(Andranomena)的蝗虫群。
（图片来源：Laika ac, CC BY-SA 2.0）
蝗虫会对农作物造成破坏，特别是在西亚、北非和东非。利用卫星和无人机的联合监测，可以预测蝗虫群下一个聚集的地点，从而将蝗虫的影响降到最低。监测工具也包括提供地面数据的手持设备，这些设备可以形成一个庞大的信息网络，与最新的卫星和无人机数据相结合。尽管蝗虫群并没有作为一种威胁被消灭，但人们应该更好的利用空间技术来预测其存在地点并提高对蝗灾后续影响的管理。
参考文献：
[1]For more on the locusts and monitoring of them in EastAfrica using spatial tools, see:http://www.fao.org/fao-stories/article/en/c/1270472/.
[2]Information on satellite data that is being used byNASA to help fight locusts in East Africa are indicated in this article:https://www.ibtimes.com/nasa-using-satellites-stop-locust-swarms-invading-africa-2951044
[3]Map data from the FAO can be seen here: http://www.fao.org/ag/locusts/en/archives/1340/2517/2518/index.html.
[4]For more on using UAVs to fight locusts, see: Iost Filho FH, Heldens WB, Kong Z, et al.(2020) Drones: Innovative Technology for Use in Precision Pest Management.Rondon S (ed.) Journal of Economic Entomology 113(1): 1–25. DOI:10.1093/jee/toz268.
[5]For more on using multi-spectral data and metrics tomeasure crop and vegetation loss, see: Song P, Zheng X, Li Y, et al. (2020) Estimating reed loss caused byLocusta migratoria manilensis using UAV-based hyperspectral data. Science ofThe Total Environment 719: 137519.DOI: 10.1016/j.scitotenv.2020.137519.
点击文末“阅读原文”即可查看原文章。
内容转载、商务活动、投稿等合作请联系
微信号：huitiandi321
邮箱：geomaticshtd@163.com
欢迎关注慧天地同名新浪微博：
ID：慧天地_geomaticser
国际资讯|NanoAvionics将助力AERO-VISTA纳米卫星研发
国际资讯|Inmarsat为全球铁路行业推出遥测和通信解决方案国际资讯|Altitude Angel推出监控API以提供“全面的空域实时图像”
《慧天地》敬告
《慧天地》公众号聚焦国内外时空信息科技前沿、行业发展动态、跨界融合趋势，探索企业核心竞争力，传播测绘地理信息文化，为测绘、地信、遥感等相关专业的同学提供日常学习、考研就业一站式服务，旨在打造政产学研用精准对接的平台。《慧天地》高度重视版权，对于原创、委托发布的稿件，会烦请作者、委托方亲自审核通过后才正式推发；对于来自网站、期刊、书籍、微博、微信公众号等媒介的稿件，会在作者栏或者文章开头显著标明出处，以表达对作者和推文引用平台版权的充分尊重和感谢；对于来源于网络作者不明的优质作品，转载时如出现侵权，请后台留言，我们会及时删除。感谢大家一直以来对《慧天地》的关注和支持！