近日，水保学院杨文涛课题组在生态环境领域著名期刊Ecological Informatics发表题为“Overcoming cloud obstruction: Fast forest-damage assessment in post-tropical cyclone optical remote sensing”的研究论文。

自然灾害发生后，如何快速、完整、客观地评估灾区灾情对于应急救援、决策管理等工作至关重要。但不利天气常造成灾区有效遥感数据短缺，极大地限制了对灾情的有效评估。

针对上述问题，杨文涛课题组以2024年9月海南台风摩羯为例，提出了一种基于机器学习的新算法，克服了灾后遥感影像中云污染对灾损快速评估的影响。研究发现：海南岛东北部，尤其是文昌市和岛东林场受灾最为严重，文昌市 75.0 % - 75.3 % 的森林受到不同程度的破坏，海南岛受灾森林的面积在3164.30-3361.38平方千米之间，占全岛森林总面积的 14.6% - 15.5%。相比于遥感影像云下信息恢复的传统方法，新算法确保了灾后林木损毁评估范围的完整性和结果的客观性。此外，该算法还适用于山区大地震后地震滑坡、林火等灾后的林木损毁快速评估。

水保学院硕士研究生王天楚为论文第一作者，杨文涛副教授为通讯作者，北京林业大学为第一完成单位，国家自然灾害防治研究院、英国利兹大学、北京师范大学、国家减灾中心等单位的科研人员共同参与了研究工作。

研究工作得到了国家自然科学基金项目（42407257）、国家重点研发计划项目（2024YFC3012603）的支持。

论文链接：https://www.sciencedirect.com/science/article/pii/S1574954125002614