“森(sen)林(lin)”這兩個(ge)字一共由(you)5個(ge)“木”字組成，正如(ru)同大(da)自(zi)然中(zhong)無數樹(shu)木相(xiang)互依存，彼此(ci)交織，形(xing)成了一個(ge)龐(pang)大(da)而有機的生(sheng)態系統(tong)。森(sen)林(lin)具有調節氣候(hou)、保(bao)持水(shui)源、防止土壤侵蝕等(deng)重要(yao)功能，森(sen)林(lin)是(shi)地球(qiu)上最寶貴的財富之一。
然而，隨著人類社會的發(fa)展(zhan)和氣候(hou)變化加劇(ju)，森林生(sheng)態系統也在發(fa)生(sheng)著變化。
科(ke)研(yan)(yan)人員(yuan)一直在(zai)努(nu)力了(le)(le)解(jie)并改善這些變化，隨著遙(yao)感技術的發展，新的技術手段也(ye)帶來了(le)(le)更(geng)多(duo)地研(yan)(yan)究(jiu)可(ke)能。今(jin)天推(tui)薦大(da)家(jia)了(le)(le)解(jie)的是北京林業大(da)學和北京師范大(da)學的研(yan)(yan)究(jiu)團隊所做的研(yan)(yan)究(jiu)。
森(sen)(sen)林(lin)(lin)(lin)生(sheng)(sheng)態系(xi)統(tong)(tong)(tong)是最基本(ben)的(de)(de)陸地(di)生(sheng)(sheng)態系(xi)統(tong)(tong)(tong)組(zu)成部(bu)分(fen)之一，在(zai)調節(jie)氣(qi)(qi)候(hou)變化(hua)、提(ti)供物(wu)(wu)(wu)種棲息地(di)、維持生(sheng)(sheng)物(wu)(wu)(wu)多樣性及減緩(huan)全(quan)(quan)球(qiu)變暖等方面發(fa)(fa)揮著重(zhong)(zhong)要(yao)的(de)(de)作用。隨著人類活(huo)動和(he)氣(qi)(qi)候(hou)變化(hua)的(de)(de)加(jia)劇，生(sheng)(sheng)物(wu)(wu)(wu)和(he)非(fei)生(sheng)(sheng)物(wu)(wu)(wu)森(sen)(sen)林(lin)(lin)(lin)干(gan)(gan)擾(rao)事件頻發(fa)(fa)。因此，有效監(jian)測(ce)影(ying)響(xiang)(xiang)森(sen)(sen)林(lin)(lin)(lin)健康的(de)(de)生(sheng)(sheng)物(wu)(wu)(wu)和(he)非(fei)生(sheng)(sheng)物(wu)(wu)(wu)因素(su)(su)對于(yu)理解森(sen)(sen)林(lin)(lin)(lin)生(sheng)(sheng)態系(xi)統(tong)(tong)(tong)碳(tan)循環(huan)及監(jian)測(ce)全(quan)(quan)球(qiu)變暖的(de)(de)影(ying)響(xiang)(xiang)至關重(zhong)(zhong)要(yao)。其(qi)中病(bing)(bing)蟲(chong)(chong)害是生(sheng)(sheng)物(wu)(wu)(wu)干(gan)(gan)擾(rao)事件中最主要(yao)的(de)(de)干(gan)(gan)擾(rao)因素(su)(su)之一。檢(jian)測(ce)早期病(bing)(bing)蟲(chong)(chong)害位置對于(yu)識別(bie)高(gao)風險林(lin)(lin)(lin)分(fen)及預防其(qi)大規模爆發(fa)(fa)和(he)蔓延至關重(zhong)(zhong)要(yao)。然而，不(bu)(bu)同(tong)(tong)病(bing)(bing)蟲(chong)(chong)害在(zai)垂直結(jie)構的(de)(de)不(bu)(bu)同(tong)(tong)位置破壞樹(shu)木。了(le)解如何監(jian)測(ce)和(he)評估垂直冠層(ceng)結(jie)構上不(bu)(bu)同(tong)(tong)病(bing)(bing)蟲(chong)(chong)害的(de)(de)異質脅迫對于(yu)提(ti)高(gao)森(sen)(sen)林(lin)(lin)(lin)質量至關重(zhong)(zhong)要(yao)。傳統(tong)(tong)(tong)的(de)(de)田間調查(cha)方法費(fei)時費(fei)力，難(nan)以在(zai)區域尺度(du)上監(jian)測(ce)森(sen)(sen)林(lin)(lin)(lin)。近幾十(shi)年來，遙(yao)感(gan)(gan)技術的(de)(de)出現為森(sen)(sen)林(lin)(lin)(lin)病(bing)(bing)蟲(chong)(chong)害監(jian)測(ce)提(ti)供了(le)新的(de)(de)途徑和(he)技術手段。隨著地(di)基、機載、星(xing)載平臺(tai)等多源遙(yao)感(gan)(gan)技術的(de)(de)快速(su)發(fa)(fa)展，使得高(gao)效、動態地(di)監(jian)測(ce)不(bu)(bu)同(tong)(tong)時空(kong)尺度(du)的(de)(de)森(sen)(sen)林(lin)(lin)(lin)病(bing)(bing)蟲(chong)(chong)害成為可能。
基于此，來自北京林業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人工落葉闊葉林（40.35°N，115.78°E）進行了田間測量（結構信息、葉面積指數（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）模型構建及分類模型準確性評估（混淆矩陣和kappa系數）。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測方面的潛力。具體來說，首先根據TLS數據和測量的受損葉片光譜重建虛擬3D森林場景，并在此基礎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，結合高光譜圖像，使用隨機森林預測病蟲害。
研究區域位置，林地照片及受損葉片示例
【結果】
受脅迫葉片和(he)樹皮的光譜反(fan)射率
基于高(gao)光譜LiDAR評估不(bu)同(tong)(tong)受損位置不(bu)同(tong)(tong)脅迫水平分類模型的準確度
基于高光譜圖像評估(gu)不同受(shou)損(sun)位置不同脅迫水平分類(lei)模型的(de)準(zhun)確度
【結論】
結果(guo)(guo)表(biao)明(ming)(ming)，AHLS在森(sen)林(lin)病蟲(chong)害(hai)(hai)異質垂直(zhi)脅迫監測方面具有巨大潛力。對整個冠(guan)層(ceng)受損(sun)和(he)(he)冠(guan)層(ceng)上(shang)部(bu)受損(sun)的(de)監測能(neng)力最(zui)優，不(bu)同脅迫水平(ping)分(fen)類的(de)總體精(jing)度和(he)(he)kappa系(xi)數(shu)分(fen)別(bie)為(wei)65.95%~89.45%和(he)(he)54.58%~85.92%。此外，在冠(guan)層(ceng)中(zhong)部(bu)（OA：77.56％，kappa：69.90％）和(he)(he)冠(guan)層(ceng)下(xia)部(bu)（OA：65.95％，kappa：54.58％）也可以獲得(de)良好的(de)分(fen)類準確(que)度。作者還(huan)基于相(xiang)同的(de)脅迫場景(jing)模擬了HI數(shu)據，并與(yu)(yu)AHSL進行了比較。在整個冠(guan)層(ceng)受損(sun)的(de)情況下(xia)，HI具有最(zui)好的(de)分(fen)類準確(que)度（OA：57.02％，kappa：41.86％）。但上(shang)、中(zhong)、下(xia)冠(guan)層(ceng)受損(sun)的(de)分(fen)類準確(que)度差(cha)異較小(xiao)。研究結果(guo)(guo)表(biao)明(ming)(ming)，AHSL提(ti)供了結構和(he)(he)光(guang)譜信(xin)息。與(yu)(yu)HI數(shu)據相(xiang)比，AHSL能(neng)夠避免土壤(rang)、陰影及其他林(lin)下(xia)混雜因素的(de)影響(xiang)(xiang)。脈沖穿透可以監測森(sen)林(lin)中(zhong)下(xia)部(bu)的(de)病蟲(chong)害(hai)(hai)脅迫，但也需要考(kao)慮樹枝的(de)影響(xiang)(xiang)。
請點擊下方鏈接(jie)，查(cha)看(kan)原文：
//mp.weixin.qq.com/s/O5LWAsxFcVqkFG6kJXR8Bw