林业科学

作者：李美琪,刘美玲*,王璇,刘湘南,吴伶,李军集

单位：中国地质大学(北京)信息工程学院　北京 100083

关键词：病虫害胁迫,季节趋势分解法,Sentinel-2影像,光谱指数,八角林

基金：基于多源时序遥感的八角病虫害早期发现与时空传播机制研究与防控示范 （HT202306L0072）。

目的: 受病虫害胁迫诱导的微弱光谱信号极易淹没在植被物候引起的光谱变化特征中，探索一种基于植被胁迫光谱弱信号增强的森林病虫害监测方法，为森林病虫害防治与管理提供科学依据。方法: 以八角林为研究对象，选取广西壮族自治区乐业县为试验区，收集2019—2021年试验区Sentinel-2影像数据，首先选取对植被病虫害胁迫响应敏感的红边归一化差异植被指数（NDVI705）、红边位置指数（REPI）、红边叶绿素指数（CIred-edge）、植被衰减指数（PSRI）、特征色素简单比值指数（PSSRA）、植被光合有效辐射吸收系数（FAPAR）作为八角林病虫害指数的预选集；其次采用S-G滤波法构建光谱指数时间序列曲线，优选出能够综合表征八角林病虫害胁迫诱导的形态颜色和生理要素变化敏感的PSRI和FAPAR指数；然后应用季节趋势分解法（STL）对FAPAR、PSRI指数进行时间序列分解、季节性分量剥离，综合剥离季节性影响后的FAPAR、PSRI分量构建八角林病虫害敏感指数（IPDI）；最后运用随机森林算法建立八角林病虫害胁迫监测模型。结果: 1） 与健康植被相比，受病虫害胁迫的八角林FAPAR偏低、PSRI偏高；2） 应用STL方法对植被病虫害胁迫响应敏感参数进行时间序列分解，可有效剥离植被物候变化中对植被胁迫弱信息的影响，增强八角林病虫害胁迫响应敏感性；3） 基于IPDI的八角林病虫害遥感识别模型精度较高，2019—2021年模型的Kappa系数和总体精度分别为0.81、0.84、0.80和87.59%、88.51%、84.17%，2020年八角林遥感计算的病虫害胁迫受害面积与统计受灾面积的相对误差为2.08%。结论: 基于植被胁迫光谱弱信号增强方法可有效监测八角林病虫害胁迫分布状况，显著提升防治效率，助力八角林的可持续管理与生态保护。

来源：2024年第11期

《林业科学》期刊编辑部

查看林业科学杂志2024年第11期