《Plants》：Occurrence and Characterization of Graft-Transmissible Pathogens of Citrus in Orchards and Urban Citrus in Chile with a Focus on the Apscaviroid nanocitri
编辑推荐：
橡胶树（Hevea brasiliensis）种植园的精确制图对于热带地区的可持续土地管理和森林保护至关重要。然而，现有方法面临两大挑战：持续云层覆盖限制了光学遥感在热带地区的有效性，以及区域物候异质性阻碍了固定参数方法的可迁移性。本研究提出了一种物候自适应橡
橡胶树（Hevea brasiliensis）种植园的精确制图对于热带地区的可持续土地管理和森林保护至关重要。然而，现有方法面临两大挑战：持续云层覆盖限制了光学遥感在热带地区的有效性，以及区域物候异质性阻碍了固定参数方法的可迁移性。本研究提出了一种物候自适应橡胶树种植园制图（Phenology-Adaptive Rubber Plantation Mapping, PARM）框架，该框架通过级联约束架构将Sentinel-1合成孔径雷达（Synthetic Aperture Radar, SAR）时间序列数据与优选光谱指数相结合。该框架作为一个结构连贯的系统运行，其中SAR衍生的物候锚点显式地控制着三个内部依赖模块中的下游光学分析。首先，从SAR VH极化后向散射时间序列中直接提取三个关键物候节点——落叶开始（leaf-off start, LOS）、最快返青点（fastest greening point, FGP）和全冠层点（full canopy point, FCP）——从而实现与云无关的物候时间锚点提取。其次，在SAR约束的物候窗口内评估Jeffries–Matusita（JM）距离，用于从六个候选光谱指数中为每个区域识别最佳植被指数和水分指数。第三，利用所选指数和局部提取的物候节点构建时间加权橡胶树种植园判别指数（Rubber Plantation Discrimination Index, RPDI），从而放大关键物候转变期间冠层绿度和水分动态的耦合信号。该框架在海南岛和越南这两个物候格局对比鲜明的区域进行了验证，采用空间块划分协议（留一子区域法结合基于DBSCAN的聚类），旨在防止同一种植园的样本同时出现在训练和测试子集中。在Dynamic World森林掩膜内，PARM分别达到了92.04%和91.24%的总体精度（在完全保留的琼海市和嘉莱省子区域上分别为93.57%和91.00%），两个区域的Kappa系数均超过0.81，持续优于基于原始光谱波段、单个光谱指数或直接多源时间序列堆叠的方案。误差结构分析表明，残余分类失败主要与景观破碎化、林分未成熟和残余云污染相关，划定了该框架的泛化边界。这些结果表明，通过级联约束架构将基于SAR的物候表征与自适应光学指数选择紧密结合，为云多发的热带地区橡胶树种植园制图提供了可靠基础。
**论文解读：物候自适应SAR-光学级联约束框架用于热带橡胶树种植园制图**
橡胶树（*Hevea brasiliensis*）是热带地区最重要的经济树种之一，其种植园扩张在为全球提供天然橡胶的同时，也造成了严重生态问题。据估计，1993至2016年间东南亚约410万公顷森林因橡胶种植而丧失，其中超过100万公顷位于全球生物多样性热点区域。天然林向橡胶单一栽培的大规模转化不仅导致栖息地丧失和生物多样性下降，还显著削弱了碳储存能力，加剧气候变化风险。因此，准确监测和制图橡胶树种植园分布，对于支持基于证据的政策制定和可持续土地管理至关重要，尤其与REDD+和欧盟毁林法规等国际倡议密切相关。
然而，现有遥感制图方法面临两大核心挑战。其一，热带地区持续云层覆盖严重限制光学遥感有效影像获取，尤其在雨季，导致物候时间序列不完整，影响分类精度。其二，区域物候差异显著，例如东南亚季风区橡胶树通常在1—2月落叶、3—4月抽新叶，而赤道岛屿区域这些信号较弱甚至缺失，使得固定参数算法难以跨区域迁移。此外，传统方法多依赖预设植被指数（如NDVI、EVI），其判别性能在不同生态背景下差异较大，且未能系统整合冠层绿度与水分动态信息。
针对上述问题，研究人员提出了物候自适应橡胶树种植园制图（PARM）框架。该框架通过级联约束架构将Sentinel-1 SAR时间序列与优选光谱指数紧密耦合，形成结构连贯的系统，而非简单线性处理流程。研究在海南岛和越南两个物候特征截然不同的区域开展平行实验，并额外设计直接跨区域迁移实验以区分程序适应性与参数可迁移性。研究共三个目标：提取SAR物候节点并验证其稳定性；建立级联约束机制；评估框架分类精度与程序适应性。论文发表于《Plants》。
研究采用的主要技术方法包括：第一，利用Sentinel-1 VH极化后向散射时间序列，通过Savitzky–Golay滤波平滑后，识别年度最小值、一阶导数最大值和年度最大值，分别提取落叶开始（LOS）、最快返青点（FGP）和全冠层点（FCP）三个物候节点，实现云无关的物候表征。第二，基于Jeffries–Matusita（JM）距离，在SAR约束的物候窗口内，从NDVI、EVI2、CIgreen、NDWI、LSWI、MSI六个候选指数中为各区域优选植被指数和水分指数。第三，构建时间加权橡胶树种植园判别指数（RPDI），采用乘性耦合方式组合植被与水分指数，并通过分段时间权重函数放大物候转变期的判别信号。第四，将RPDI时间序列与地形特征输入随机森林分类器，采用结合DBSCAN聚类的空间块划分协议（留一子区域法）进行训练与评估，确保同一种植园样本不同时出现在训练集和测试集。样本来源为2025年实地调查，共3065个验证点（海南673个，越南2392个），经高分辨率影像复核。
研究结果如下：
**4.1 物候特征分析。** 海南岛VH后向散射呈现明显季节循环，LOS出现在第15天（1月中旬），FGP在第129天（5月初），FCP在第297天（10月底），振幅超过2.0 dB，反映强季风驱动的落叶—返青过程。越南物候节点分别为第37天、第109天和第258天，振幅约1.0 dB，信号较弱且时空异质性更强。四个代表城市/省份的局部分析验证了节点提取的稳定性和跨区域一致性。
**4.2 RPDI构建与可分离性评估。** JM距离分析表明，海南岛最优植被指数为NDVI、水分指数为MSI；越南最优植被指数为CIgreen、水分指数仍为MSI。RPDI在海南和越南的JM距离分别达1.816和1.602，显著高于最佳单指数（1.411和1.195）。消融实验显示，去除时间权重、植被指数差或水分指数差均导致总体精度下降（海南85.79%–86.93%，越南83.91%–86.62%），证实三个组分均为必要。
**4.3 橡胶树种植园分类性能。** 在空间块测试子集上，PARM在海南达到总体精度92.04%（Kappa=0.8409，F1=0.9186），越南91.24%（Kappa=0.8248，F1=0.9120）；完全保留子区域琼海市和嘉莱省分别为93.57%和91.00%。该结果显著优于原始光谱波段组合（海南82.95%，越南80.25%）、单个光谱指数组合（86.36%和81.52%）及直接多源堆叠方案（88.63%和87.89%）。McNemar检验确认多数提升具有统计显著性。
**4.4 误差结构与失败案例分析。** 误差分析揭示了三类典型失败：VH时间序列异常的完全遗漏（多为幼龄林或地形畸变）、混合像元导致的斑块状遗漏（小农经营区边缘）、以及云污染扭曲光谱指数造成的虚假阳性。这些误差主要与景观破碎化、林分未成熟和残余云污染相关，划定了框架的泛化边界。
**4.5 直接跨区域迁移实验。** 将海南校准的完整RPDI直接用于越南，总体精度降至86.46%（Kappa=0.7292）；越南RPDI用于海南，精度降至84.65%（Kappa=0.6927）。相比区域重校准结果下降约5–11个百分点，证实PARM的性能依赖区域特定校准，而非固定参数的直接迁移，从而验证了自适应程序设计的必要性。
讨论部分指出，制图结果的地形与气候分布与官方统计一致：海南橡胶树集中于单一温暖适中气候区（海拔30–210 m，坡度2°–12°），越南则存在北部冷湿高海拔栽培带和东南部传统热带栽培带两个模式。物候异质性分析表明，海南强季风驱动落叶与越南衰减信号的对比直接决定了最优指数和物候参数的区域差异，这解释了为何固定参数方法难以奏
