近期，浙江农林大学环境与资源学院竹资源与高效利用专业竹林生态与碳汇方向2016级博士研究生李龙伟和陆灯盛教授（通讯作者）在国际顶级期刊Remote Sensing of Environment发表了题为“Mapping Moso bamboo forest and its on-year and off-year distribution in a subtropical region using time-series Sentinel-2 and Landsat 8 data”的研究成果。该研究受到国家自然科学基金项目（41571411）和浙江省自然科学基金项目（LQ19D010010）资助。
毛竹林是亚热带地区广泛分布的常绿森林类型，约占全世界森林面积的0.8%，近年来呈现扩张与砍伐双增长趋势。毛竹林生长速度快，砍伐周期短，具有高效的固碳能力，在应对全球气候变化方面已经引起了广泛关注。准确地识别毛竹林及其大小年的时空分布信息不仅是研究毛竹林生态系统应对全球气候变化的重要前提，也是政府机构进行森林资源规划和决策的科学支撑。
卫星观测技术可以长时间、大范围的持续提供对地观测数据，为森林资源调查及监测提供重要数据。多源多时相的遥感大数据已成为对地观测的研究热点，如Sentinel-2系列数据（空间分辨率10米，重访周期5天）。目前针对毛竹林遥感信息提取已经开展了大量研究，然而仍存在一些基础科学问题尚待解决，如大小年现象如何影响毛竹林空间制图效果，Sentinel-2数据的红边波段是否能够有效提高毛竹林空间制图精度，在面对不同遥感数据源时该如何选择遥感变量，Sentinel-2和Landsat-8数据在毛竹林遥感分类效果的异同等等。
课题组选择浙江省西北部毛竹林为研究对象，结合时间序列Sentinel-2数据，分析比较毛竹林与其他常绿森林类型的季节光谱差异，确定毛竹林与其他常绿森林的最佳区分月份及光谱区间。基于红边波段和近红外波段构建多时相年度毛竹林指数YCBI和月度毛竹林指数MCBI，分析对比不同植被指数对毛竹和其他森林的可区分性，利用决策树分类和新构建的多时相指数提取大小年毛竹林的空间分布信息，并评估空间制图精度。
研究结果表明大/小年毛竹林在4-5月份表现出完全不同的季节光谱特征，因此，区分毛竹林与其他森林的最佳时间为4-5月，区分大/小年毛竹林的最佳月份为5月；毛竹林与其他森林的光谱差异主要集中在740nm-865nm之间；基于大小年现象构建的毛竹多时相指数能够提高大/小年毛竹林与其他森林的可分离性；大/小年毛竹林遥感分类总体精度达91.2%，为毛竹林遥感精准制图提供了新方法。
《Remote Sensing of Environment》为遥感领域最顶级SCI TOP学术期刊，2018-2019年最新影响因子8.218，在全球同类SCI学术期刊中长期排名第一。
文章链接https://doi.org/10.1016/j.rse.2019.111265
（环境与资源学院 李龙伟、郭联华）
