通过使用现场测量的叶状特征和高光谱数据监测东部白松健康状况
Sudan Timalsina1, Parinaz Rahimzadeh-Bajgiran1, Pulakesh Das1
1School of Forest Resources, University of Maine, Orono, ME 04469, USA.
Sensors (Basel, Switzerland)
|September 28, 2024
概括
超光谱遥感精确检测到东部白松 (EWP) 的白松针损伤 (WPND). 仅光谱植被指数就达到87%的准确性,超过了联合的现场和遥感数据.
科学领域:
- 林业林业 林业 林业 林业
- 植物病理学 植物病理学
- 遥感 遥感 遥感 遥感
背景情况:
- 树冠叶状特征是植物健康和生态系统动态的关键指标.
- 美国东北部的东部白松 (EWP) 受到白松针伤害 (WPND) 的威胁.
- 及时发现森林疾病对于有效管理至关重要.
研究的目的:
- 调查使用超光谱数据和叶状特征来检测EWP中的WPND.
- 评估遥感技术在疾病早期识别方面的有效性.
- 为了比较使用光谱植被指数与组合数据的模型的性能.
主要方法:
- 利用现场测量的叶子特征和超谱遥感数据.
- 应用参数和非参数方法来检测WPND.
- 开发并比较随机森林 (RF) 模型进行分类.
主要成果:
- 仅使用光谱植被指数 (SVI) 的射频模型实现了87%的准确性和0.68.6的卡帕系数 (K).
- 场特征和遥感的结合方法产生了77%的精度,K=0.46.
- 遥感SVI在分类无症状和症状EWP方面被证明更有效.
结论:
- 超光谱遥感,特别是SVI,显示了在EWP中准确检测WPND的高潜力.
- 这项技术为早期疾病识别和改善森林管理提供了有价值的工具.
- 遥感对于监测森林健康变得越来越重要,因为害虫和病原体的威胁日益增加.
