利用Google Earth Engine中的Sentinel-2数据评估遥感光谱指数在监测群居沙漠蝗虫中的应用
《Remote Sensing Applications: Society and Environment》:Evaluation of Remote Sensing Spectral Indices in Monitoring Gregarious Desert Locusts using Sentinel-2 Data in Google Earth Engine
【字体:
大
中
小
】
时间:2026年07月18日
来源:Remote Sensing Applications: Society and Environment 3.8
编辑推荐:
摘要:沙漠蝗虫是全球最具破坏性的农业害虫之一。除了归一化差异植被指数、增强型植被指数和叶面积指数外,关于其他遥感光谱指数在监测沙漠蝗虫中的应用研究相对较少。本研究评估了12种光谱指数在肯尼亚洛伊扬加拉尼地区监测群居型沙漠蝗虫的应用效果。研究利用2020年和2021年收集的442份
摘要:沙漠蝗虫是全球最具破坏性的农业害虫之一。除了归一化差异植被指数、增强型植被指数和叶面积指数外,关于其他遥感光谱指数在监测沙漠蝗虫中的应用研究相对较少。本研究评估了12种光谱指数在肯尼亚洛伊扬加拉尼地区监测群居型沙漠蝗虫的应用效果。研究利用2020年和2021年收集的442份沙漠蝗虫出现报告,生成了光谱指数的时间序列数据。首先通过折线图呈现时间序列数据,再分析其相关性及回归关系。研究结果表明,2020年5月,成熟蝗群及若虫带的峰值与最高的光谱指数值相对应;而2021年2月,未成熟蝗群的峰值则出现在较低的光谱指数值阶段。由于洛伊扬加拉尼属于干旱和半干旱地区,存在土壤背景干扰,修正后的土壤校正植被指数在监测成熟蝗群及若虫方面效果最佳。研究结论认为,光谱指数可用于确定适宜的季节以及群居型沙漠蝗虫成熟蝗群的繁殖区域,但难以准确判断入侵区域中未成熟蝗群的出现时间和地点。研究建议根据不同地区的植被和土壤特性,谨慎应用遥感指数来监测群居型沙漠蝗虫。
引言:沙漠蝗虫(Schistocerca gregaria Forsk?l, 1775)仍是极具破坏性的农业害虫,影响了从西非的毛里塔尼亚到西南亚的印度等60多个国家的10%以上的农作物种植面积(Klein等人,2021;Mahamane等人,2025;Mongare等人,2023)。2019–2022年的蝗灾在一些国家被视为20多年来最严重的蝗灾,而在肯尼亚等地则堪称70年来最严重的一次,蝗灾范围从东非延伸至中东,直至巴基斯坦和印度(Lecoq & Cease,2022)。与其他害虫不同,沙漠蝗虫会因多种生物气候因素而发生相变,从无害的单体昆虫转变为极具破坏性的群居害虫(Meynard等人,2020)。因此,气候变化很可能会扩大沙漠蝗虫的爆发区域,延长其入侵时间,增加虫害持续时间,并进一步加剧对农作物的危害(Chang等人,2025)。面对这一紧迫威胁,有必要持续监测沙漠蝗虫的种群动态。然而,由于生物学、气象学和地理学因素之间的相互作用,沙漠蝗虫的形势分析、预测和早期预警工作十分复杂,这些因素在不同阶段的蝗灾发生过程中分别影响着害虫的生存、繁殖和迁徙(Anjita & Indu,2023;Retkute等人,2024)。例如,未成熟的沙漠蝗虫只有在具备适宜的繁殖条件时才会性成熟,通常在湿润的沙质土壤中,需要20到25毫米的降雨量才能使其成熟并开始产卵(Lecoq,2019)。此外,根据世界气象组织(WMO)和联合国粮食及农业组织(FAO)的研究,沙漠蝗虫的若虫在能够飞离并长途飞行寻找食物之前,必须有绿色植被作为生存保障(WMO & FAO,2016)。地球观测数据,尤其是遥感光谱指数,为沙漠蝗虫管理带来了革命性变革,它能够实现对潜在宿主区域的植被和土壤湿度进行近乎实时的监测,尤其是在因武装冲突、地理环境恶劣或缺乏资源无法开展地面调查的地区(Baraka等人,2025;Klein等人,2021)。归一化差异植被指数是沙漠蝗虫研究中应用最广泛的遥感光谱指数,它能有效区分可作为害虫食物的绿色植被(Gómez等人,2019;Sun等人,2022;Terefe等人,2025)。该指数有助于识别潜在的繁殖区域,有研究显示,当数值处于0.18–0.25之间时,通常在适宜降雨后17至40天会出现沙漠蝗虫的若虫(Sun等人,2022)。此外,Moustafa和Cressman(2015)计算出了增强型植被指数,并在2011年埃及的沙漠蝗虫暴发期间据此绘制了繁殖区域风险图。研究结果表明,EVI值低于0.05的区域风险较低,EVI值在0.05至0.1之间的区域存在大规模、低至中等密度的蝗虫侵害,而EVI值高于0.1的区域则存在大规模、中至高密度的蝗虫侵害。在部分沙漠蝗虫预测模型中,叶面积指数的时间序列也被作为独立因素纳入考量(Gómez等人,2019)。一些水分指数,如归一化差异水分指数、修正归一化差异水分指数、绿叶指数和归一化差异湿度指数,被认为能够反映影响沙漠蝗虫繁殖和群集形成的关键环境因素,尤其是土壤湿度变化和植被生长状况,这些因素都会影响蝗虫的产卵、孵化以及若虫的发育(Ellenburg等人,2021;Gómez等人,2021;Huang等人,2024;Klein等人,2021;Piou等人,2019;Terefe等人,2025)。不过,目前关于这些指数在沙漠蝗虫管理实践和研究中的应用实例还相当有限。尽管土壤校正植被指数、修正土壤校正植被指数、优化土壤校正植被指数以及归一化多波段干旱指数在监测叶绿素含量、土壤和植被湿度以及植被覆盖度方面同样具有实用价值,但它们在沙漠蝗虫研究中的关注度却相对较低。已有研究指出,归一化差异植被指数也是可用于监测沙漠蝗虫衰退区域的光谱指数之一(Gómez等人,2019;Sun等人,2022;Terefe等人,2025)。除此之外,除了增强型植被指数和叶面积指数外,关于其他遥感光谱指数在沙漠蝗虫管理研究中的应用,相关文献也极为少见。虽然有一些研究将多种光谱指数结合在一起用于沙漠蝗虫的研究,例如Terefe等人(2025)就结合了归一化差异植被指数和绿叶指数,用于评估埃塞俄比亚地区沙漠蝗虫侵害后的植被损失情况。但目前还没有太多研究将植被指数、水分指数以及土壤校正指数全面整合到同一研究中,以便对它们的预测性能进行对比或基于集群方式进行分析。本研究中的植被指数、水分指数和土壤校正指数时间序列均来自谷歌地球引擎的卫星遥感数据。利用卫星遥感数据监测沙漠蝗虫侵害的情况一直在不断进步(Baraka等人,2025)。最初,人们使用Landsat卫星图像来识别西北非地区受沙漠蝗虫侵害后的绿色植被(Pedgley,1974;Hielkema,1977)。1981年,Landsat图像还被用来标绘那些被认为适合沙漠蝗虫生存的栖息地(Hielkema,1991)。后来,Tucker等人(1985)将Landsat图像与高级甚高分辨率辐射计图像相结合,用于预测沙漠蝗虫的爆发情况。接着,Ma等人(2002)研究了植被生物量、Landsat归一化差异植被指数、叶面积指数、抗大气干扰植被指数与沙漠蝗虫出现位置坐标之间的关系,发现二者之间存在正相关关系。Ceccato(2005)还建议引入中分辨率成像光谱仪的数据,用于检测那些可能因卫星植被观测传感器的低空间分辨率而被归一化差异植被指数遗漏的稀疏植被。最后,Ceccato(2005)指出了在干旱和半干旱地区识别植被时存在的误差,Pekel等人(2011)通过一种颜色变换方法解决了部分问题,该方法能够识别出存在绿色植被生物量的区域。鉴于这些进展,Cressman(2013)确认,Pekel等人(2011)提出的11组10天的植被绿化合成图像与沙漠蝗虫的整个生命周期相匹配。这一全球范围内的认可标志着利用遥感技术控制沙漠蝗虫事业取得了重要进展。然而,Waldner等人(2015)指出,MODIS卫星的250米空间分辨率对于大多数沙漠蝗虫栖息地复杂的地形特征来说过于粗糙,这导致了Ceccato(2005)所发现的60%的识别误差。为了解决这个问题,Waldner等人(2015)比较了分辨率为100米的机载自主植被传感器数据,发现其在碎片化区域内的识别误差降低了20%。之后,Moustafa和Cressman(2015)也利用MODIS增强型植被指数绘制了沙漠蝗虫繁殖区域的风险图。此外,Renier等人(2015)还利用MODIS短波红外数据计算出了11种不同的指标,用于将植被分为生长、密度下降和干燥等不同类别。后来,联合国粮食及农业组织采用了上述分类方法,并对其进行了扩展,将沙漠蝗虫栖息地的植被健康状况分为绿化、绿色、干燥和干燥四种状态,同时将植物密度分为低、中、高三种等级(FAO,2021)。随后,Kimathi等人(2020)利用SPOT-VGT和MODIS卫星的10天合成图像,评估了沙漠蝗虫栖息地中植物覆盖度的变化情况。最后,Lawton等人(2022)利用MODIS归一化差异植被指数数据研究了植物生长情况,发现沙漠蝗虫会在降雨后植被开始生长32天和20天时出现。尽管有这些积极的成果,Klein等人(2021)仍然指出,Landsat和MODIS数据的分辨率较为粗糙,建议使用Sentinel-2卫星数据来克服这些局限。因此,除了易于获取之外,本研究特意选用了Sentinel-2卫星图像,正是为了利用其10米的空间分辨率和5天的时间分辨率优势(Klein等人,2021)。本研究评估了利用Sentinel-2卫星生成的多种植被、水分和土壤校正光谱指数在监测群居型沙漠蝗虫方面的应用效果。研究将卫星遥感数据与沙漠蝗虫调查报告相结合,证明了社区众包数据与基于云端的地球观测资源可以相互补充,共同用于监测群居型沙漠蝗虫的繁殖和迁徙活动。因此,遥感光谱指数能够为群居型沙漠蝗虫的有效管理提供数据驱动、基于证据的决策支持,帮助规划相关的监测和控制措施。这些研究结果尤为重要,尤其是在肯尼亚这样的蝗灾频发国家,这类国家在面临蝗灾暴发时往往需要启动应急响应机制。
研究区域:选择肯尼亚作为研究对象,是因为沙漠蝗虫并非该国的本土农业害虫,但当阿拉伯半岛和非洲之角地区发生蝗灾暴发时,群居型的蝗群就会侵入肯尼亚,给当地带来灾难性后果,严重威胁粮食安全(Baraka等人,2026)。研究选取了马萨比特省的洛伊扬加拉尼地区作为研究区域(见图1)。选择该地区是因为这里有群居型沙漠蝗虫的侵害记录。
研究结果:2020年5月,群居型沙漠蝗虫的成熟蝗群及若虫群体的侵害峰值(DL_MatHop:64)与最高的光谱指数值相吻合(见图3)。而2021年2月,未成熟蝗群的侵害峰值(DL_Imm:45)则对应着较低的光谱指数值。
讨论:研究结果表明,2020年5月,群居型沙漠蝗虫的成熟蝗群及若虫带的峰值与最高的光谱指数值一致,这是因为在若虫能够飞离并寻找植物取食之前,必须有绿色植被作为生存基础(WMO & FAO,2016)。而2021年2月,未成熟蝗群的峰值出现在较低的光谱指数值阶段,这说明未成熟蝗群可以在这类环境中迁移。
结论:研究结果表明,2020年5月,群居型沙漠蝗虫的成熟蝗群及若虫带的峰值与最高的光谱指数值相一致,而2021年2月,未成熟蝗群的峰值则对应着较低的光谱指数值。研究还表明,除了归一化差异植被指数之外,修正土壤校正植被指数和归一化多波段干旱指数等其他光谱指数也能有效用于预测群居型沙漠蝗虫的成熟蝗群及若虫带的存在。不过,修正土壤校正植被指数的应用效果更为突出。
局限性及未来研究方向:本研究表明,遥感光谱指数为监测群居型沙漠蝗虫提供了宝贵的参考信息。不过,尽管有视觉证据表明,在成熟蝗群及若虫带侵害高峰过后,光谱指数值会大幅下降,但目前尚无证据表明植被覆盖度确实出现了减少。在群居沙漠蝗虫入侵后,运用光谱指数进行植被损失检测的相关研究能够为这一领域提供实证依据。
CRediT作者贡献说明:
Gavin Abernethy:写作——审阅与编辑、验证。
Anthony O’Hare:写作——审阅与编辑、验证。
Vahid Akbari:写作——审阅与编辑、验证、监督、资源提供。
Oscar Rosario Belfiore:写作——审阅与编辑、验证、监督、资源提供。
Guido D’Urso:写作——审阅与编辑、验证、监督、资源提供。
Gachie Eliud Baraka:写作——初稿撰写、可视化、验证、软件使用、资源提供、方法设计、研究实施、形式分析。
参考文献:Lumumba等人,2025年;Ma等人,2002年;世界气象组织与联合国粮食及农业组织,2016年。
利益冲突声明:作者们声明不存在任何可能影响本研究结果的利益冲突或竞争性利益关系。
数据获取方式:如需获取相关数据,可向研究团队正式提出申请。
伦理声明:所有作者均同意:本研究准确描述了所开展的工作,所有呈现的数据均真实可靠,且方法论详细到足以让他人重复实验。本手稿为完全原创作品;若使用了他人的成果或文字,已适当引用并取得必要许可。该材料未曾以全部或部分形式在其他地方发表。目前该手稿尚未被其他期刊接受。
人工智能与大型语言模型声明:研究团队声明在研究过程中未使用任何人工智能或大型语言模型。
利益冲突声明:作者声明自己没有已知的可能影响本文所述工作的财务利益或个人关系。
致谢:作者们感谢肯尼亚农业与畜牧业发展部提供了用于研究的沙漠蝗虫调查数据。
Gachie Eliud Baraka | Guido D’Urso | Oscar Rosario Belfiore | Vahid Akbari | Anthony O’Hare | Gavin Abernethy
意大利罗马萨皮恩扎大学土木、建筑与环境工程系,罗马00184
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号