近日，林学院张晓丽教授团队在国际期刊《Pest Management Science》发表了题为“Sensitivity of Sentinel-1 and Sentinel-2 features for detecting pine wilt disease under complex interference”的研究论文。该研究针对复杂环境背景下松材线虫病卫星遥感识别易受干扰的问题，系统评估了多源卫星遥感特征的病害识别敏感性，揭示了不同时间尺度下光学与雷达特征的响应差异，为松材线虫病大范围、连续监测提供了新的技术思路（图1）。
松材线虫病是严重威胁我国森林生态安全的重大病害之一。卫星遥感具有覆盖范围广、观测周期短、监测成本低等优势，是开展区域尺度松材线虫病监测的重要手段。然而，在复杂森林环境中，红黄壤和阔叶树季节性变色等背景干扰容易与感病松树产生相似的遥感响应，导致病害识别精度受到限制。同时，传统单时相影像难以充分反映松树感病过程中的动态变化，制约了卫星遥感技术在复杂背景下的应用。
针对上述问题，该研究综合利用Sentinel-1雷达和Sentinel-2光学卫星时序数据，结合互补集合经验模态分解（CEEMD）与希尔伯特-黄变换（HHT），提取不同时间尺度下的遥感特征，系统分析了感病松树、健康松林、红黄壤及季节性变色阔叶树之间的特征差异（图2）。该研究明确了不同遥感特征在复杂背景下的识别能力及互补作用，为提升松材线虫病卫星遥感监测的准确性和稳定性提供了科学依据。
图1 松材线虫病多源卫星遥感敏感特征分析与识别技术框架
图2 松材线虫病识别的关键卫星遥感时序特征及其敏感性差异
林学院硕士生钱芝禾为第一作者，张晓丽教授为通讯作者，博士生王耿、萨和芽、张晨以及硕士生厉欣为共同作者。
该研究得到了国家自然科学基金项目 “协同生物学特性和多模态卫星遥感数据的松材线虫病智能监测及风险预警”（32471859）的资助。
