“森林”這兩個字一共由5個“木”字組成，正如同大自然中無數(shù)樹木相互依存，彼此交織，形成了一個龐大而有機的生態(tài)系統(tǒng)。森林具有調(diào)節(jié)氣候、保持水源、防止土壤侵蝕等重要功能，森林是地球上最寶貴的財富之一。
然而，隨著人類社會的發(fā)展和氣候變化加劇，森林生態(tài)系統(tǒng)也在發(fā)生著變化。
科研人員一直在努力了解并改善這些變化，隨著遙感技術(shù)的發(fā)展，新的技術(shù)手段也帶來了更多地研究可能。今天推薦大家了解的是北京林業(yè)大學和北京師范大學的研究團隊所做的研究。
森林生態(tài)系統(tǒng)是最基本的陸地生態(tài)系統(tǒng)組成部分之一，在調(diào)節(jié)氣候變化、提供物種棲息地、維持生物多樣性及減緩全球變暖等方面發(fā)揮著重要的作用。隨著人類活動和氣候變化的加劇，生物和非生物森林干擾事件頻發(fā)。因此，有效監(jiān)測影響森林健康的生物和非生物因素對于理解森林生態(tài)系統(tǒng)碳循環(huán)及監(jiān)測全球變暖的影響至關(guān)重要。其中病蟲害是生物干擾事件中最主要的干擾因素之一。檢測早期病蟲害位置對于識別高風險林分及預防其大規(guī)模爆發(fā)和蔓延至關(guān)重要。然而，不同病蟲害在垂直結(jié)構(gòu)的不同位置破壞樹木。了解如何監(jiān)測和評估垂直冠層結(jié)構(gòu)上不同病蟲害的異質(zhì)脅迫對于提高森林質(zhì)量至關(guān)重要。傳統(tǒng)的田間調(diào)查方法費時費力，難以在區(qū)域尺度上監(jiān)測森林。近幾十年來，遙感技術(shù)的出現(xiàn)為森林病蟲害監(jiān)測提供了新的途徑和技術(shù)手段。隨著地基、機載、星載平臺等多源遙感技術(shù)的快速發(fā)展，使得高效、動態(tài)地監(jiān)測不同時空尺度的森林病蟲害成為可能。
基于此，來自北京林業(yè)大學和北京師范大學的研究團隊在中國河北省懷來遙感站純?nèi)斯ぢ淙~闊葉林（40.35°N，115.78°E）進行了田間測量（結(jié)構(gòu)信息、葉面積指數(shù)（LAI）、上中下垂直冠層高度5個不同位置收集葉片、樹皮和土壤反射率）、受損葉片分類（健康、輕度、中度和重度受損）、光譜分析（植物反射率和透射率，ASD FieldSpec?4 Hi-Res NG）、TLS激光掃描、3D森林場景重建、機載高光譜激光雷達和高光譜圖像模擬、高光譜點云表征脅迫水平、隨機森林（RF）模型構(gòu)建及分類模型準確性評估（混淆矩陣和kappa系數(shù)）。主要目的是基于3D輻射傳輸模型（LESS）評估機載高光譜激光雷達（AHSL）在森林病蟲害脅迫監(jiān)測方面的潛力。具體來說，首先根據(jù)TLS數(shù)據(jù)和測量的受損葉片光譜重建虛擬3D森林場景，并在此基礎(chǔ)上定義不同冠層受損位置和不同脅迫水平的不同病蟲害干擾場景。然后，針對不同受損位置和脅迫水平的每種組合，使用LESS模擬AHSL點云和相應的高光譜圖像（HI）。提取AHSL點云不同層的LiDAR點云并光柵化為3m空間分辨率的圖像，結(jié)合高光譜圖像，使用隨機森林預測病蟲害。
研究區(qū)域位置，林地照片及受損葉片示例
【結(jié)果】
受脅迫葉片和樹皮的光譜反射率
基于高光譜LiDAR評估不同受損位置不同脅迫水平分類模型的準確度
基于高光譜圖像評估不同受損位置不同脅迫水平分類模型的準確度
【結(jié)論】
結(jié)果表明，AHLS在森林病蟲害異質(zhì)垂直脅迫監(jiān)測方面具有巨大潛力。對整個冠層受損和冠層上部受損的監(jiān)測能力最優(yōu)，不同脅迫水平分類的總體精度和kappa系數(shù)分別為65.95%~89.45%和54.58%~85.92%。此外，在冠層中部（OA：77.56％，kappa：69.90％）和冠層下部（OA：65.95％，kappa：54.58％）也可以獲得良好的分類準確度。作者還基于相同的脅迫場景模擬了HI數(shù)據(jù)，并與AHSL進行了比較。在整個冠層受損的情況下，HI具有最好的分類準確度（OA：57.02％，kappa：41.86％）。但上、中、下冠層受損的分類準確度差異較小。研究結(jié)果表明，AHSL提供了結(jié)構(gòu)和光譜信息。與HI數(shù)據(jù)相比，AHSL能夠避免土壤、陰影及其他林下混雜因素的影響。脈沖穿透可以監(jiān)測森林中下部的病蟲害脅迫，但也需要考慮樹枝的影響。
請點擊下方鏈接，查看原文：
https://mp.weixin.qq.com/s/O5LWAsxFcVqkFG6kJXR8Bw