第九届青年地学论坛

橡胶树（Hevea brasiliensis）作为天然橡胶的主要来源，在热带地区得到了广泛种植。随着全球对天然橡胶需求的持续增长，精确监测橡胶种植园的动态变化对于区域经济的推进和生态系统的评估变得尤为关键。然而，由于橡胶种植园物候存在显著的空间变异、受到非橡胶落叶林的干扰，以及受限于无云光学影像，现有监测方法在不同纬度的应用时产生了显著的不确定性。本研究通过广泛的实地调查，结合30多年的全时序Landsat/Sentinel-2系列影像，深入分析了橡胶种植、生长及物候变化规律，在Google Earth Engine（GEE）云平台上成功开发出一套新颖的、高精度的橡胶园识别和林龄估算算法。在如越南等地形和气候复杂的国家进行的实地应用表明，该算法具备出色的鲁棒性和准确性。地面数据的验证进一步证实，其总体分类精度超过了95%，而平均林龄的估计误差也控制在两年以内。通过空间统计分析，该研究与天然橡胶生产国协会（ANRPC）等来源的结果具有较高的一致，从而有力地验证了该方法的有效性和可靠性。本研究的结果不仅为未来的天然橡胶产量预测提供了重要参考，还为环境影响评估及可持续政策的制定提供了坚实的数据支持。此外，该研究也为热带地区农业和林业的遥感监测提供了新的方法借鉴，有助于推动这些领域的技术进步和创新发展。
 

橡胶园, 遥感识别, 树龄反演, GEE