東北地理所在互花米草入侵過(guò)程遙感監(jiān)測(cè)方面取得進(jìn)展
互花米草自1979年引入到中國(guó)后迅速繁殖，造成嚴(yán)重的生態(tài)問(wèn)題。互花米草入侵過(guò)程的精準(zhǔn)、連續(xù)監(jiān)測(cè)對(duì)了解互花米草入侵機(jī)制至關(guān)重要，也是綜合治理互花米草的重要依據(jù)。由于互花米草生長(zhǎng)在復(fù)雜的潮間帶區(qū)域，可達(dá)性差，遙感解譯成為監(jiān)測(cè)互花米草入侵的重要手段。然而，由于潮汐對(duì)互花米草的周期性淹沒(méi)，無(wú)法確保在衛(wèi)星過(guò)境時(shí)互花米草全部暴露于水面之上，因此，短期內(nèi)連續(xù)監(jiān)測(cè)互花米草的空間范圍具有挑戰(zhàn)性。為解決這一問(wèn)題，中科院東北地理所景觀遙感學(xué)科組的研究人員建立了淹沒(méi)互花米草的指數(shù)(SAI)，有效降低了潮汐帶來(lái)的不確定性。基于SAI構(gòu)建了高質(zhì)量哨兵2號(hào)連續(xù)季節(jié)數(shù)據(jù)集，然后利用面向?qū)ο蟮碾S機(jī)森林分類(lèi)方法完成互花米草的提取，獲取互花米草季節(jié)性擴(kuò)張的信息。研究結(jié)果，首次發(fā)現(xiàn)了互花米草在休眠期亦有擴(kuò)張現(xiàn)象。該研究提出的方法對(duì)海岸帶和水生植被的遙感監(jiān)測(cè)研究具有重要的借鑒意義。研究結(jié)果有助于推進(jìn)互花米草入侵遙感監(jiān)測(cè)研究，對(duì)制定治理互花米草入侵的政策和方案具有指導(dǎo)意義。
研究人員以福建漳江口國(guó)家級(jí)自然保護(hù)區(qū)為研究區(qū)，基于實(shí)地考察和無(wú)人機(jī)航拍的方法獲得用于遙感影像分類(lèi)的互花米草訓(xùn)練樣本和驗(yàn)證樣本，收集2016-2018年研究區(qū)生長(zhǎng)季開(kāi)始和結(jié)束日期的時(shí)間序列哨兵2號(hào)影像，根據(jù)不同地物類(lèi)型在哨兵2號(hào)影像中的光譜反射曲線，利用淹沒(méi)互花米草像元與純水面像元在紅邊波段反射率差別較大的特征(圖1)，建立提取淹沒(méi)互花米草的植被指數(shù)(公式1，2)。
圖1 淹沒(méi)互花米草指數(shù)(SAI)建立的基礎(chǔ)。(A) 水面以上的互花米草、淹沒(méi)互花米草、紅樹(shù)林和水體光譜反射率曲線以及建立SAI的基線；(B)高潮期SAI影像；(C)淹沒(méi)互花米草的野外照片。
然后，研究人員采用面向?qū)ο蟮碾S機(jī)森林分類(lèi)方法對(duì)2016-2018年研究區(qū)互花米草的進(jìn)行解譯。為了量化影像中不同目標(biāo)的最佳分割尺度，研究人員使用了尺度參數(shù)優(yōu)化工具(ESP)來(lái)確定分割效果是否最優(yōu)(圖2)，并在隨機(jī)森林分類(lèi)過(guò)程中選取最優(yōu)特征參數(shù)(圖3)。通過(guò)對(duì)結(jié)果進(jìn)行精度評(píng)價(jià)顯示，互花米草的解譯精度達(dá)到92%以上。
圖2不同對(duì)象的最佳分割尺度。(A)局部方差(LV)和變化率(ROC) 隨分割尺度增加的變化；(B)分割尺度為81的分割效果；(C)分割尺度為12的分割效果。
圖3隨機(jī)森林分類(lèi)中最優(yōu)參數(shù)數(shù)量和重要特征
分析互花米草的空間分布(圖4)發(fā)現(xiàn)：互花米草主要分布在紅樹(shù)林周?chē)?/span> 2016-2018年，互花米草斑塊聚集性增強(qiáng)。對(duì)互花米草的面積變化進(jìn)行分析發(fā)現(xiàn)：互花米草在2016年2月至2018年11月急劇擴(kuò)張，從151.7公頃增加到270.3公頃，擴(kuò)張比例達(dá)78%，年入侵率為39.5公頃。互花米草在生長(zhǎng)期和休眠期都存在入侵現(xiàn)象，在生長(zhǎng)期的入侵率為31.5公頃/季節(jié)，在休眠期的入侵率是12.1公頃/季節(jié)。與先前漳江口地區(qū)互花米草入侵研究結(jié)果進(jìn)行對(duì)比，發(fā)現(xiàn)，近年來(lái)互花米草的入侵進(jìn)程明顯加快。對(duì)互花米草的入侵過(guò)程進(jìn)行季節(jié)性分析，為生態(tài)學(xué)家和環(huán)境管理者了解互花米草的入侵機(jī)制提供了新的視角。[3] [n4]
圖4 2016年2月-2018年11月研究區(qū)內(nèi)互花米草空間分布圖
該研究由中科院東北地理所博士生田艷林，副研究員賈明明，研究員王宗明，副研究員毛德華，博士生杜保佳，武漢大學(xué)王超副教授共同完成，發(fā)表于Remote Sensing期刊。得到國(guó)家重點(diǎn)研發(fā)計(jì)劃(2016YFC0500201)，國(guó)家自然科學(xué)基金(41730643)，中國(guó)科學(xué)院青年創(chuàng)新促進(jìn)會(huì)人才項(xiàng)目(2017277)，國(guó)家重點(diǎn)實(shí)驗(yàn)室開(kāi)放基金武漢大學(xué)測(cè)繪與遙感信息工程(批準(zhǔn)號(hào)19I02)等共同資助，也特別感謝國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)中心(www.geodata.cn)的支持。論文信息如下：
Yanlin Tian, Mingming Jia*, Zongming Wang, Dehua Mao, Baojia Du, Chao Wang. Monitoring Invasion Process of Spartina alterniflora by Seasonal Sentinel-2 Imagery and an Object-Based Random Forest Classification. Remote Sensing, 2020, 12(9), 1383. doi: 10.3390/rs12091383.
附件下載：
吉公網(wǎng)安備22017302000214號(hào)
