无人机多光谱影像支持下的云南思茅松林虫害监测反演探究

本研究通过无人机搭载的多光谱成像系统,采集云南省墨江哈尼族自治县思茅松林区域的多光谱影像,借助遥感影像处理技术及地面实测数据,构建了随机森林和支持向量机两种机器学习模型,对松林虫害发生情况进行准确分析及预测。结果显示:这两种模型均展现出有效的虫害区域识别与预测能力,AUC值均在0.9以上,其中,随机森林模型在准确率方面表现更为出色,其训练集准确率为97.14%,测试集准确率可达89.16%;经计算,随机森林模型和支持向量机模型预测的研究区虫害发生面积分别为224 264.135 m^(2)和212 078.258 m^(2),随机森林反演准确率为92.86%,支持向量机反演准确率为87.82%,反演效果整体良好。

计划烧除对西双版纳保护区思茅松林的影响

对西双版纳自然保护区内思茅松林进行计划烧除的影响情况监测。分析认为,计划烧除对思茅松林的乔木层树种不会产生明显影响,影响较大的是灌木层和草本层植物。在计划烧除过程中,灌木层和草本层植物大部分被烧死,但草本植物在烧除后3个月内已大部分重新萌发,1 a后基本达到了烧除前的水平,6个月后灌木树种已基本从死亡植株的基部重新萌发出新的植株。计划烧除对思茅松林不会造成长期的影响,同时由于烧除后郁闭度减小,有利于林下植物的生长和外部植物的进入,可适当增加物种多样性,但丛生的植株对植物的生长有一定的影响。