通过简单的空间遥感指标，识别不同以针叶树为主的欧洲森林景观中较不易受风暴影响的森林结构

《Canadian Journal of Forest Research》：Identifying (less) vulnerable forest structures to storms in different conifer-dominated European forest landscapes by simple spaceborne proxies

风力是欧洲及全球主要非生物森林干扰因素，利用Sentinel-2影像和FORWIND数据库构建随机森林回归模型，验证其在阿尔卑斯与低地地区风力干扰预测的可行性，发现代理变量与森林结构及空间异质性存在关联。

　　

摘要

风是欧洲乃至全球森林非生物干扰的主要因素之一。遥感技术已被有效用于干扰的检测与评估，但在脆弱性建模和制图方面的应用仍然较为有限。在初步研究的基础上，我们进一步利用星载光谱反射数据，结合Sentinel-2卫星图像和FORWIND数据库，探索了用于预测风扰动发生的代理指标。我们构建了随机森林回归模型，并通过从中欧阿尔卑斯山区和低地地区的两个景观尺度案例研究中选取的虚拟样地样本对这些模型进行了测试。随后，利用航空影像对较小的子样本中的代理变量信息进行了解读。结果表明，尽管存在地形复杂性和气象条件带来的建模困难，这些模型仍具备较强的预测能力。研究发现，代理指标与森林结构及空间异质性相关属性之间存在趋势关系，而这一点在以往的建模研究中较少被关注或未能得到统一解释。这些发现展示了简单方法在初步进行景观尺度评估以及客观识别（较不）易受干扰的森林结构方面的潜力。