文献

J-GLOBAL ID：202202279016889589   整理番号：22A0430662

温帯混合森林におけるサザンパイン甲虫侵入重症度と重症度変化のLandsatベースモニタリング【JST・京大機械翻訳】

Landsat-based monitoring of southern pine beetle infestation severity and severity change in a temperate mixed forest

著者 (8件)： Meng Ran (College of Resources and Environment, Huazhong Agricultural University, Wuhan 430070, China) ,  Meng Ran (Interdisciplinary Sciences Research Institute, Huazhong Agricultural University, Wuhan 430070, China) ,  Gao Renjie (College of Resources and Environment, Huazhong Agricultural University, Wuhan 430070, China) ,  Zhao Feng (College of Urban and Environmental Sciences, Central China Normal University, Wuhan 430079, China) ,  Huang Chengquan (Department of Geographical Sciences, University of Maryland, College Park, MD 20742, USA) ,  Sun Rui (College of Resources and Environment, Huazhong Agricultural University, Wuhan 430070, China) ,  Lv Zhengang (College of Resources and Environment, Huazhong Agricultural University, Wuhan 430070, China) ,  Huang Zehua (College of Resources and Environment, Huazhong Agricultural University, Wuhan 430070, China)
資料名： Remote Sensing of Environment  (Remote Sensing of Environment)
巻： 269  ページ： Null  発行年： 2022年 
JST資料番号： C0252B  ISSN： 0034-4257  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 温暖化冬に関連した南部Pine Beetle(SPB)発生の最近の北向き拡大は,温帯松林における広範な樹木死亡率を引き起こし,森林動態,構造,および機能に著しく影響する。SPB誘発樹木死亡率の空間的に明示的な早期警戒と検出は,タイムリーで持続可能な森林管理実践にとって重要である。甲虫発生の場所,範囲,および重症度をマッピングするためのリモートセンシング技術のユニークな寄与,ならびに大流行予測の潜在的ドライバーの分析を助けることは,よく認識されてきた。しかし,SPB誘発樹木死亡率の早期警報と検出のための中程度の分解能衛星マルチスペクトル画像の性能についてはほとんど知られていない。そこで,本研究は,地域規模でのSPB寄生重症度の空間-時間的パターンを把握するため,また空間的に明示的な方法での根底にある環境駆動者を理解するために,本研究を行った。最初に,30mプロット測定およびLandsat-8画像に基づくSPB殺菌樹木のスペクトルシグネチャを調べた。次に,低中程度のSPB寄生度を持つ領域に対する検出精度を改善するために,スペクトル指数軌跡の線形傾向の形式でスペクトル-時間異常情報を以前に開発したアプローチに追加した。最良の総合精度は84.7%から90.1%に増加し,最良のマクロF1値は0.832から0.900に増加した。次に,SPB感染重症度(すなわち30mグリッドセル内の%赤ステージ)のマッピングにおけるスペクトル指標の性能を比較した。結果は,正規化差異水分指数とTasseled Cap Greennessの組合せが,SPB感染重症度(2016:R2=0.754;RSME=15.7;2017:R2=0.787;RSME=12.4)をマッピングするための最良の性能を有することを示した。最後に,気候および景観変数が,2014年から2017年までのSPB感染の検出したパターンを,我々の研究領域(R2=0.751,RSME=9.67)で説明でき,SPB感染の早期警戒の可能性のある予測因子に関する貴重な洞察を与えた。特に,研究地域において,冬露点温度は最も重要な予測子の1つで,前の年,宿主種のキャノピー被覆,標高および傾斜のSPB寄生場所が続いた。地球温暖化の継続状況において,本研究は,大規模にわたるSPB感染による森林被害の効率的,空間的-明示的および定量的測定のための新しいフレームワークを提供するだけでなく,将来のSPB発生を予測し,それに対する予防策を取り入れる機会を明らかにした。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 警報 ,  被覆 ,  気候 ,  死亡率 ,  水分 ,  冬 ,  スペクトル ,  リモートセンシング ,  *温帯 ,  *カブトムシ ,  森林被害 ,  正規化 ,  地球温暖化 ,  温暖化
準シソーラス用語： 森林管理 , 【Automatic Indexing@JST】

著者キーワード (9件)： 森林の健康 ,  植物病害と害虫 ,  マルチスケールリモートセンシング ,  森林管理 ,  早期警報 ,  気候-スマート林業 ,  発生予測 ,  キクイムシ ,  樹木の死亡率

分類 (1件)： リモートセンシング一般  (AD04000L)

タイトルに関連する用語 (7件)： 温帯 ,  森林 ,  甲虫 ,  侵入 ,  重症度 ,  LANDSAT ,  モニタリング