放牧和模拟增温对藏北高寒草地植物群落特征及生产力的影响

气候变化和放牧活动对草地植物物种多样性和生产力具有重要影响。为探索藏北高寒草地植物物种多样性和生产力对增温、放牧及其交互作用的响应, 于2011年在藏北高原开始建立增温实验平台, 2016年起增设放牧、增温+放牧实验, 连续2年(2016-2017年)观测了植物群落特征、群落组成、生产力和物种多样性。结果表明, 增温和放牧对高寒草地植物高度和净初级生产力具有显著交互作用。在放牧条件下, 增温对植物高度无显著影响; 但在不放牧条件下, 增温却显著增加了植物高度。在放牧条件下, 增温对净初级生产力的影响存在年际差异, 2016年增温对生产力无显著影响, 2017年增温显著降低了植物净初级生产力; 但在不放牧条件下, 增温对植物净初级生产力无显著影响。增温和放牧对高寒草地植物物种丰富度、盖度、重要值及多样性均无显著交互作用。植物盖度在增温和放牧条件下显著降低, 杂类草物种比例显著增加, 但物种多样性均无显著变化。研究表明, 增温和放牧显著改变高寒草地群落结构。未来气候变化条件下, 放牧活动加剧有可能导致高寒草地生产力降低。     

放牧和模拟增温对藏北高寒草地植物群落特征及生产力的影响

气候变化和放牧活动对草地植物物种多样性和生产力具有重要影响。为探索藏北高寒草地植物物种多样性和生产力对增温、放牧及其交互作用的响应,于2011年在藏北高原开始建立增温实验平台, 2016年起增设放牧、增温+放牧实验,连续2年(2016–2017年)观测了植物群落特征、群落组成、生产力和物种多样性。结果表明,增温和放牧对高寒草地植物高度和净初级生产力具有显著交互作用。在放牧条件下,增温对植物高度无显著影响;但在不放牧条件下,增温却显著增加了植物高度。在放牧条件下,增温对净初级生产力的影响存在年际差异, 2016年增温对生产力无显著影响, 2017年增温显著降低了植物净初级生产力;但在不放牧条件下,增温对植物净初级生产力无显著影响。增温和放牧对高寒草地植物物种丰富度、盖度、重要值及多样性均无显著交互作用。植物盖度在增温和放牧条件下显著降低,杂类草物种比例显著增加,但物种多样性均无显著变化。研究表明,增温和放牧显著改变高寒草地群落结构。未来气候变化条件下,放牧活动加剧有可能导致高寒草地生产力降低。     

高寒草地植物物种多样性与功能多样性的关系

物种多样性与功能多样性的关系是生态学当前研究的热点问题之一,不同区域典型生态系统物种多样性和功能多样性的关系研究有利于生物多样性保护理论的全面发展。以青藏高原地区的主要草地生态系统—高寒草甸和高寒草原为研究对象,采用4个物种多样性指数(Patrick丰富度指数、Shannon-Weiner多样性指数、Pielou均匀度指数和Simpson优势度指数)和9个功能多样性指数(FAD功能性状距离指数、MFAD功能性状平均距离指数、基于样地的FDp和基于群落的FDc功能树状图指数、FRic功能体积指数、FEve功能均匀度指数、Rao功能离散度常二次熵指数、FDiv功能离散指数、FDis功能分散指数),分析了高寒草地植物物种多样性、功能多样性关系及其与初级生产力的关系,以期阐明3个科学问题:不同草地类型的高寒草地生态系统植物物种多样性和功能多样性有何差异?高寒草地生态系统的植物物种多样性和功能多样性有何关系?高寒草地生态系统物种多样性、功能多样性对生态系统功能的影响有何异同?研究结果表明:(1)与高寒草原相比,高寒草甸具有更高的物种多样性、功能丰富度和功能离散度;(2)高寒草甸中,Patrick丰富度与功能丰富度指数(FAD、MFAD、FDp、FDc)和功能离散度指数(FDiv)的具有较强的相关性,最优拟合方程分别为幂函数和二次多项式函数;(3)高寒草原中,Patrick丰富度与功能丰富度指数(FAD、MFAD、FDp、FDc、FRic)、Shannon指数和Simpson指数与FEve指数的相关性较强,最优拟合方程为二次多项式函数,Pielou指数与FEve指数的相关性较强,最优拟合方程为指数函数;(4)高寒草甸的初级生产力分别与物种丰富度指数Patrick、功能离散指数FDiv具有较强的相关性;而高寒草原的初级生产力与4个物种多样性指数间均具有较强的相关性,与功能离散指数FDiv具有较强的相关性,最佳拟合方程均为二次多项式函数。研究的总体结论为:物种多样性、功能多样性、二者之间的关系以及二者与生态系统服务功能(以初级生产力为例)之间的关系在高寒草甸和高寒草原群落中表现迥异,因此在研究青藏高原高寒草地的生态功能时,不能仅仅测度传统的物种多样性,还应测度与物种多样性、生态功能密切相关的功能多样性。     

滇西北藏族地区不同管理方式的草地生物量的比较研究

用样方法比较研究了香格里拉县藏族村寨3种管理的亚高山草地物种多样性和生物量。在研究样地中,种植草地、刈草草地、放牧草地的植物物种数量分别是49种、24种、12种;地上生物量分别是169.2±69.5、228.0±48.3和100.2±35.6 g.m-2;地下生物量分别是767.7±264.2和1593.5±553.0 g.m-2、2593.6±894.3 g.m-2;地上地下生物量的比值分别是1∶4.5、1∶7.0、1∶25.9。认为藏族自由放牧的草地有减少植物物种多样性和促使生物量向地下转移的趋势,用围栏圈养的传统刈草利用方式是维持草地较高物种多样性和较高而且稳定的生物量积累的有效途径。     

畜禽草耦合模式探索——牧鸡对退化草地植物物种多样性的影响

将牧鸡引入草地畜牧业形成畜禽草耦合新型草地利用方式,能够促进退化草地生态和生产功能的双提升.但牧鸡对退化草地物种多样性有何影响尚不清楚.为探明牧鸡对退化草地植物群落的影响,本研究在浑善达克沙地开展了退化草地典型植物饲喂鸡实验和牧鸡控制实验.通过选取10种典型代表植物对鸡进行饲喂实验发现,鸡对藜科植物(如灰绿藜)的喜食度较高,其次喜食豆科(如花苜蓿和斜茎黄耆)和菊科植物(如蒲公英),不喜食禾本科植物.鸡对草地植物的喜食度与其粗纤维含量显著负相关,与其粗脂肪和粗蛋白含量显著正相关.鸡对草地植物的采食量极低,日采食量在3～9 g干物质之间,约占日总采食量的4%～11%.通过对比牧鸡(MJ)和不放牧(CK)实验区的植物群落特征,发现MJ对退化草地物种多样性无显著影响,植物群落的物种丰富度维持在10种左右, MJ的多样性指数和均匀度指数分别维持在1.5左右和0.7左右; MJ显著降低植物群落高度,实验第二年和第三年MJ的群落高度分别比CK降低了19.1%和27.2%;但MJ显著提高了植物群落的净初级生产力(NPP),实验第三年MJ的NPP达到464.3 g m~(-2)yr~(-1),是CK的1.7倍; MJ的植被盖度在第三年也达到74.3%,是CK的1.5倍.因此,将牧鸡引入传统草地畜牧业形成畜禽草耦合模式不会对物种多样性带来负面影响.但在实际生产中应注意牧鸡方法,持续关注牧鸡对物种多样性的影响及其可能引发的级联反应.     

特有植物多样性分布格局测度方法的新进展

特有植物是生物多样性保护的重要对象,对其分布格局的研究可以为生物多样性优先保护区的确定提供重要参考.研究人员利用多种测度和分析方法,在不同地理区域对特有现象的分布格局开展了大量研究.随着分子系统学方法的不断完善及一些空间统计分析方法的引入,新的生物多样性测度方法应运而生.本文介绍了生物多样性测度方法的类型及其特点、应用现状与前景.这些测度方法的发展经历了从单一的时间或空间格局到时空格局统一的过程,具体涉及物种丰富度、谱系多样性、进化特异性以及这3种测度方法整合空间分布加权的算法.其中,谱系多样性指数(phylogenetic diversity)、谱系特有性指数(phylogenetic endemism)以及空间加权的进化特异性指数(biogeographically weighted evolutionary distinctiveness)尤其值得关注.中国特有植物分布格局的研究需要在以下4个方面进一步开展工作:(1)完善特有物种的分布格局研究;(2)加强物种的测序工作,完善谱系多样性格局的分析;(3)结合系统发育信息,揭示谱系多样性及进化历史的分布格局,进而深入开展物种p多样性和谱系p多样性的研究;(4)加强物种分布区变化的模拟,在时间维度上探讨特有现象的变化格局,为生物多样性保护提供更完善的理论支持.     

天山北坡中段草地植物资源构成及垂直分布

通过野外考察数据和现有文献资料,分析了天山北坡地区草地植物物种资源的组成特征。结果表明。复杂的生态地理环境条件造就了天山北坡中段草地植物种类非常丰富;在山地草地垂直分布带上,山地草甸的物种丰富度最大;8多样性指数可以直观地反映垂直带间物种组成的差异性或不同地段的生境多样性;垂直带间的植物物种资源的特征是生境特征和环境演变对该地区植物分布共同作用的结果。在垂直方向上对天山北坡中段草地植物的空间变化进行分析,揭示了植物物种资源在北坡的垂直变化规律,为该地区的生物多样性资源保护提供科学依据。     

系统发育多样性测度及其在生物多样性保护中的应用

生物多样性保护面临两个基本问题：如何确定生物多样性测度以及如何保护生物多样性。传统的生物多样性测度是以物种概念为基础的,用生态学和地理学方法确定各种生物多样性指数。其测度依赖于样方面积的大小,并且所有的物种在分类上同等对待。系统发育多样性测度基于系统发育和遗传学的理论和方法,能确定某一物种对类群多样性的贡献大小。该方法比较复杂,只有在类群的系统发育或遗传资料比较齐全时方能应用。本文认为,物种生存力途径和系统发育多样性测度相结合有助于确定物种和生态系统保护的优先秩序。     

青藏高原高寒草地植物多样性调查方法的比较

为比较高寒草地植物多样性各类调查方法的实际效果,提高高寒草地植物多样性研究结果的效率及准确性,本文以青藏高原地区的3种主要草地类型——高寒草甸、高寒草原和高寒荒漠草地为研究对象,分别采用同心圆样线-样方法、Daubenmire样线法、大样方-样线法和改进的巢式样方法进行植物多样性调查,分析比较不同调查方法对3类高寒草地植物多样性的监测效果和成本效率,以期筛选出准确性较高、成本较低的调查方法。结果表明:(1)物种数-调查时间关系的拟合曲线显示,随着研究样地物种数的增多,4种方法间完成样地植物多样性调查所耗时间的差异变大;(2)在物种丰富度相对较高的高寒草甸和高寒草原上,改进的巢式样方法监测到的物种丰富度最高,但该方法所耗工时最长,相对而言同心圆样线-样方法最经济有效;(3)在物种丰富度相对较低的高寒荒漠上,4种方法监测的物种多样性准确度和调查所需的工时相差不大。但是,考虑方法简便性,大样方-样线法为最佳。     

系统发育多样性测定及其在生物多样性保护中的应用

生物多样性保护面临两个基本问题：如何确定生物多样性测度以及如何保护生物多样性。传统的生物多样性测度是以物种概念为基础的,用生态学和地理学方法确定各种生物多样性指数。其测度依赖于样方面积的大小,并且所有的物种在分类上同等对待。系统发育多样性测度基于系统发育和遗传学的理论和方法,能确定某一物种对类群多样性的贡献大小。该方法比较复杂,只有在类群的系统发育或遗传资料比较齐全时方能应用。本文认为,物种生存力     

遥感在生物多样性研究中的应用进展

随着人口的持续增长, 人类经济活动对自然资源的利用强度不断升级以及全球气候变暖, 全球物种正以前所未有的速度丧失, 生物多样性成为了全球关注的热点问题。传统生物多样性研究以地面调查方法为主, 重点关注物种或样地水平, 但无法满足景观尺度、区域尺度以及全球尺度的生物多样性保护和评估需求。遥感作为获取生物多样性信息的另一种手段, 近年来在生物多样性领域发展迅速, 其覆盖广、序列性以及可重复性等特点使之在大尺度生物多样性监测和制图以及评估方面具有极大优势。本文主要通过文献收集整理, 从观测手段、研究尺度、观测对象和生物多样性关注点等方面综述了遥感在生物多样性研究中的应用现状, 重点分析不同遥感平台的技术优势和局限性, 并探讨了未来遥感在生物多样性研究的应用趋势。遥感平台按观测高度可分为近地面遥感、航空遥感和卫星遥感, 能够获取样地-景观-区域-洲际-全球尺度的生物多样性信息。星载平台在生物多样性研究中应用最多, 航空遥感的应用研究偏少主要受飞行成本限制。近地面遥感作为一个新兴平台, 能够直接观测到物种的个体, 获取生物多样性关注的物种和种群信息, 是未来遥感在生物多样性应用中的发展方向。虽然遥感技术在生物多样性研究中的应用存在一定的局限性, 未来随着传感器发展和多源数据融合技术的完善, 遥感能更好地从多个尺度、全方位地服务于生物多样性保护和评估。     

低空无人机遥感在草原监测评价中的应用进展

低空域无人机遥感技术具有高时效性、高分辨率、低成本、易操控等优势，作为地面与高空遥感（航天与航空遥感）间测量尺度空缺的有益补充，低空无人机遥感扩展了样地样方空间尺度，提高了中、小尺度遥感观测信息的精细化程度，实现了草原生境信息的快速采集、处理与分析应用，是草原"星-空-地"一体化监测的重要组成。针对草原监测评价，总结了国内外低空无人机遥感在草原基况调查（草原草层高度监测、草原植被覆盖度监测与草原地上生物量估算）、草原动态监测（草原植被长势监测、草原产草量估测与草畜平衡监测）和草原应急管理（草原火灾、雪灾与生物灾害监测）中的应用。结合大数据、人工智能、云计算与物联网等新型技术，分析了低空无人机遥感在草原生态监测领域存在的不足和未来的发展方向，以期为低空无人机遥感关于草原监测评价与智慧草原的后续研究提供参考。     

轻小型无人机低空遥感及其在生态学中的应用进展

无人机低空遥感系统弥补了航天和航空遥感在影像分辨率、重访周期、云层影响以及高成本等方面的不足,为中观尺度的生态学研究提供了新方法.本文介绍了轻小型无人机低空遥感系统的组成,从物种、种群、群落和生态系统尺度综述了其在生态学中的应用现状,并指出目前存在的不足和未来的发展方向,以期为无人机生态学的后续研究提供参考.无人机生态学当前面临的挑战和未来发展的方向主要有物种形态和光谱特征库的建立、物种自动识别、光谱数据与植物生理生态过程之间关系的进一步挖掘、生态系统三维立体监测、多来源多尺度遥感数据融合等.随着无人机平台技术、传感器技术以及数据传输处理技术的成熟,以无人机低空遥感技术为基础的无人机生态学将迎来发展的机遇和曙光.     

利用小型无人机监测西洞庭湖 水鸟的可行性探讨

传统鸟类监测方法具有调查时间长、人力物力消耗大、调查结果不准确的局限。近年来,无人机遥感技术在生态学领域的应用日益广泛,但在鸟类调查上仍缺乏成熟的技术方法。本研究于2019年11月19至25日期间,使用搭载可见光相机的小型多旋翼无人机大疆Mavic 2行业变焦版,在湖南西洞庭湖国家级自然保护区内的四个水鸟集群分布区域划定监测样区,规划航线,设定合适的飞行和拍摄参数后采集遥感数据。根据水鸟对无人机的反应程度划分不同的惊扰等级,记录拍摄过程中鸟类受惊扰情况。利用图像拼接软件PTGui Pro 11.0,对采集到的影像进行拼接、匀色等解译预处理操作。对合成后的遥感影像建立水鸟分类标注表,进行人工解译,并对调查过程中的水鸟惊扰情况进行统计分析。本研究共进行11次飞行调查,获取10个样区数据,最大样区面积约为18 hm²,75 m飞行高度下影像分辨率为0.012 m/像素,对样区内6种体型较大的水鸟——苍鹭(Ardea cinerea)、大白鹭(A.alba)、小天鹅(Cygnus columbianus)、凤头麦鸡(Vanellus vanellus)、绿翅鸭(Anas crecca)和罗纹鸭(Mareca falcata)进行了分类和计数。绿翅鸭和罗纹鸭二者依靠遥感图像无法区分,其余4种拍摄到的水鸟均成功解译和计数。惊扰等级记录显示,本次无人机调查对水鸟的惊扰程度较弱。结果表明,基于搭载可见光相机的小型无人机对湿地大型和中型水鸟进行快速遥感调查监测具有一定的可行性,在湖泊湿地类型的鸟类调查中具有应用潜力;通过选择合适的飞行平台,设定适当的飞行高度、飞行速度和图像重叠度等参数,能够在保证解译结果准确性的同时,避免对水鸟的过度干扰。     

无人机遥感技术在景观生态学中的应用

野外数据的获取是生态学研究的挑战之一,而通过遥感技术能够实现对地球表面的多面立体观测,获取丰富多样的空间信息数据,开展从微观到宏观不同尺度上的景观单元(包括物种、种群、群落、生态系统等)的空间关系研究。传统卫星遥感影像受空间和时间分辨率的限制,难以满足局域尺度或者时间序列上的景观空间生态学研究需求。无人机遥感技术为生态学研究的野外数据获取提供了一种新方法,以其灵活、高效、简便等特点弥补了传统卫星遥感的空间分辨率低、重访周期长、云雾影响等方面的不足,在景观空间生态学研究中受到越来越多的关注。简要介绍无人机类型及其搭载常见的传感器类型,分别从不同尺度的景观单元,即物种、种群、群落以及生态系统水平上探讨其应用进展,并指出当前无人机技术在景观生态学研究中存在的挑战与困难,同时展望了未来可能的研究热点,以期对今后无人机遥感技术在景观生态学领域的应用研究有所启发。     

航空航天遥感在物种多样性研究与保护中的应用

人类活动导致全球范围内生物多样性丧失日趋严重。物种多样性是研究最为深入以及最贴近生物多样性管理的层次。物种多样性的研究往往受到多时空尺度生态过程的影响, 传统物种多样性调查方法受到人力物力影响, 局限性大, 物种多样性的研究与管理亟需整合不同来源的数据。遥感技术从传统的光学遥感阶段发展到不同平台、不同维度相结合的多源遥感阶段, 并逐渐进入以高空间分辨率和高光谱为特征、以激光雷达为前沿发展方向的综合遥感阶段。遥感技术因为其监测范围广、能监测人迹罕至地区以及长期可重复等特性, 为研究不同时空尺度的生态学科学问题提供了更新更优的研究手段。本文围绕种群动态、种间关系与群落多样性、功能属性及功能多样性以及生物多样性保护管理等生物多样性研究热点问题, 系统地论述了航空航天遥感技术在物种多样性研究与保护领域的应用, 总结了航空航天遥感技术在研究与物种多样性有关的主要生态学问题中的机遇与挑战。我们认为航空航天遥感技术利用多光谱甚至高光谱与激光技术从空中监测物种多样性, 从不同视角、基于不同光源提供了物种多样性不同侧面的信息, 能够减小地面调查强度, 在大范围和边远地区的物种多样性调查研究中有着至关重要的作用。依据光谱特性的物种判别以及依据激光雷达的三维结构量测将促进生物多样性的研究与管理, 加强遥感学家和生物多样性研究者的沟通交流将有助于促进不同时空尺度的生物多样性与遥感技术的结合。     

无人机在生物多样性遥感监测中的应用现状与展望

近十年, 无人机平台由于其灵活机动、成本低等优势在植被生态调查、资源环境监测、生物多样性保护等领域逐渐兴起。本文从生物多样性遥感监测应用角度首先介绍了无人机分类系统, 为具体工作开展过程中如何选择合适的载体和传感器提供了参考; 继而总结了不同类型无人机的适用性及其可搭载传感器的用途与区别。在此基础上, 针对无人机平台的高精度遥感信息具体应用案例, 就反映生物多样性变化并揭示其驱动机制方面的无人机遥感直接和间接指标的相关研究进展展开阐述。最后, 就目前无人机遥感技术在生物多样性监测领域的应用中存在的限制, 如软硬件结合匹配程度不够、部分设备过于昂贵、法律法规不完善、与传统生物多样性监测手段结合较弱等问题进行探讨。我们认为: 无人机遥感技术可以很好地弥补地面监测与航天、卫星遥感之间的尺度空缺, 更好地将监测点上的结果以准确、可靠的推绎方法扩展到区域尺度供决策分析使用。今后迫切需要进一步加大生物多样性近地面遥感监测项目建设的实施力度, 从整体上提高生物多样性热点区域应对变化的分析预警能力。     

Remote sensing of upland vegetation: the potential of high spatial resolution satellite sensors

Aim Traditional methodologies of mapping vegetation, as carried out by ecologists, consist primarily of field surveying or mapping from aerial photography. Previous applications of satellite imagery for this task (e.g. Landsat TM and SPOT HRV) have been unsuccessful, as such imagery proved to have insufficient spatial resolution for mapping vegetation. This paper reports on a study to assess the capabilities of the recently launched remote sensing satellite sensor Ikonos, with improved capabilities, for mapping and monitoring upland vegetation using traditional image classification methods. Location The location is Northumberland National Park, UK. Methods Traditional remote sensing classification methodologies were applied to the Ikonos data and the outputs compared to ground data sets. This enabled an assessment of the value of the improved spatial resolution of satellite imagery for mapping upland vegetation. Post‐classification methods were applied to remove noise and misclassified pixels and to create maps that were more in keeping with the information requirements of the NNPA for current management processes. Results The approach adopted herein for quick and inexpensive land cover mapping was found to be capable of higher accuracy than achieved with previous approaches, highlighting the benefits of remote sensing for providing land cover maps. Main conclusions Ikonos imagery proved to be a useful tool for mapping upland vegetation across large areas and at fine spatial resolution, providing accuracies comparable to traditional mapping methods of ground surveys and aerial photography.     

生物多样性近地面遥感监测: 应用现状与前景展望

近年来中国生物多样性监测与研究网络(Sino BON)建设得到了快速发展, 为我国生物多样性长期监测和研究提供了良好的平台条件。其中, 以激光雷达技术为核心的近地面遥感平台, 作为Sino BON综合监测与管理中心的重要组成部分, 已研发形成了较为成熟的软、硬件技术体系, 可以提供林下地形建模, 林分高度、林分表面结构, 林窗或内部分界线, 郁闭度动态, 植被群落划分、群落内部精细空间结构, 单木高度与胸径, 冠层形态、周长和盖度, 物种识别, 亚米级三维景观图等数字产品, 从而能够为国家相关部门和研究单位开展多种时空尺度的生物多样性监测、评价和保护工作提供精准、高效的技术支持。本文首先介绍了遥感技术在生物多样性研究中的应用发展历史及最新趋势。然后在生物多样性遥感监测直接和间接两种方法研究进展基础之上, 总结了从遥感数据中可提取的重要生物多样性指标, 以及选择不同类型遥感数据源时需要考虑的时空尺度信息。在详细阐述NEON、CEOS、GEO BON等国际合作组织推动遥感技术开展生物多样性监测的过程中指明: 以无人机为代表的近地面遥感平台具有机动灵活、高效低廉和高分辨率的特点, 可在卫星平台、载人航空平台和地面常规调查平台之间架构起生物多样性信息尺度推绎不可或缺的中间桥梁, 将是未来生物多样性监测的一个重要手段。最后, 文章指出: Sino BON近地面遥感平台的逐步建设完善将为我国生物多样性监测提供全方位的立体定量化信息, 在促进我国生物多样性监测网络向跨尺度等级动态系统监测、多源信息集成、智能决策与服务的平台方向发展意义重大。     

Pine pest detection using remote sensing satellite images combined with a multi-scale attention-UNet model

Pest monitoring of forest areas is essential to pest control. The existing remote sensing satellite image methods have been widely used in detecting pine wilt disease due to their low cost and large detection range. However, most existing methods for pine wilt disease detection are based on multi-phase remote sensing satellite imagery and use manually designed features or machine learning-based algorithms. This makes these methods time-consuming and does not allow early detection of pest-infested forests and can also lead to further spread of the disease. In addition, machine learning-based algorithms can have poor detection performance and generalization ability. To address these shortcomings, this paper uses the pine forest in the Qingyuan area of Liaoning Province in China as a study area to analyze the physiological characteristics of pine pests based on the aerial photography data collected by a Quadrotor-type unmanned aerial vehicle (UAV). By combining these data with the artificial field survey data, the pest-infested areas of forest are marked in the Landsat 8 satellite remote sensing (SRS) images. Further, an end-to-end automatic pest detection framework is designed based on a multi-scale attention-UNet (MA-UNet) model and monophasic images. In addition, the detection performance of the developed model is further optimized using the data augmentation technique to extend the labeled dataset. Compared with the traditional model, the proposed model achieves a much better recall rate of 57.38% in detecting pest-infested forest areas, while the recall rates of the Support Vector Machine (SVM), UNet, attention-UNet, and MedT models are 14.38%, 49.33%, 48.02%, and 33.64%, respectively. According to the results, the proposed model can achieve timely detection and screening of pest-infested forest areas, improving forest management efficiency.