Из-за совместного воздействия различных факторов, таких как изменение климата и человеческая деятельность, частота и масштабы воздействия болезней и вредителей на леса постоянно увеличиваются, что серьезно влияет на структуру и услуги экосистем лесов. Точное определение региональных воздействий болезней и вредителей леса, анализ их пространственно-временных характеристик имеют важное значение для охраны экосистем лесов. На основе ежегодных данных временной последовательности спутника Landsat 8 проведен всесторонний анализ спектральных характеристик кронослоев леса на разделяемость возгораний, вырубок и болезней и вредителей, и были корректированы управляющие параметры алгоритма LandTrendr для увеличения "чувствительности" извлечения слабых изменений информации о воздействиях на леса, точное извлечение пространственно-временной и спектральной информации возмущений леса и, совместно с алгоритмом случайного леса, выявление информации о временно-пространственных возмущениях болезней и вредителей леса в Чаоян с 2013 по 2023 годы, а также анализ временно-пространственных характеристик болезней и вредителей леса в Чаоян. Результаты показали: (1) временные спектральные характеристики кронослоев снимков спутника Ландсат 8 могут эффективно разделять здоровые леса, пожары, вырубки и болезни и вредители, как основание для определения региональных болезней и вредителей леса. (2) Настроенные параметры алгоритма LandTrendr могут точно извлекать спектральное изменение возмущений на лесах и использоваться для определения болезней и вредителей леса; общая точность определения возмущений леса и мониторинга болезней и вредителей составляет 89,3% и 86,6%, а коэффициент Kappa – 0,785 и 0,812 соответственно. (3) В Чаоянских возмущениях леса преобладают болезни и вредители, болезни и вредители леса в основном происходят в западной части Яньпин и Линюан, а площадь возникновения болезней и вредителей в городе составляет 67,97%; болезни и вредители леса в Чаоянском временном измерении имеют явление "парный" взрыв. В результате этого исследования можно предоставить данные для управления лесами и методы для анализа различных возмущений леса и мониторинга времени и места болезней и вредителей леса.

Forest pest disaster;time series data;spectral analysis;LandTrendr algorithm;random forest algorithm