東北地理所首次完成中國(guó)外來紅樹植物無瓣海桑空間分布信息提取
無瓣海桑具有耐水淹、生長(zhǎng)速度快、適應(yīng)性強(qiáng)、成活率高等特性，在困難立地造林中發(fā)揮了積極作用，但也具有加劇泥沙淤積、抑制鄉(xiāng)土紅樹生長(zhǎng)、侵占水鳥覓食地等負(fù)面影響。2021年，國(guó)家自然資源部印發(fā)的《海洋生態(tài)修復(fù)技術(shù)指南（試行）》明確提出，要加強(qiáng)無瓣海桑的跟蹤監(jiān)測(cè)、清除擴(kuò)散至原生植物群落的外來紅樹植物。為了獲取其分布信息，亟需依托衛(wèi)星遙感技術(shù)開展國(guó)家尺度的無瓣海桑監(jiān)測(cè)研究。衛(wèi)星遙感技術(shù)具有覆蓋范圍大、存檔數(shù)據(jù)多、投入成本低等優(yōu)點(diǎn)，具備監(jiān)測(cè)無瓣海桑分布信息的潛力。但是，無瓣海桑的空間分布具有離散性，難以高效獲取空間分布均勻的樣本是制約國(guó)家尺度的無瓣海桑監(jiān)測(cè)研究開展的重要因素。樣本不足導(dǎo)致大緯度跨度下樹種、生長(zhǎng)階段、健康狀況等差異難以刻畫，無法有效驅(qū)動(dòng)分類算法。迄今尚未有通過遙感分類的方式獲取大尺度、跨多緯度無瓣海桑分布信息的研究報(bào)道。
針對(duì)上述問題，東北地理所地理景觀遙感學(xué)科組研究人員受二分類算法機(jī)理啟發(fā)，在正樣本固定的前提下，通過迭代優(yōu)化負(fù)樣本不斷改進(jìn)決策面，提出了一種決策面優(yōu)化方法。這一方法能夠在不引入新的正樣本情況下，通過迭代方式獲取新的誤分類樣本，從而壓制誤分類斑塊、減輕樣本獲取壓力，首次完成了中國(guó)國(guó)家尺度外來紅樹植物無瓣海桑遙感提取。
圖1. 無瓣海桑的野外生長(zhǎng)環(huán)境（圖片來源：?？谝巴庹{(diào)查）
決策面優(yōu)化方法的基本思路如圖2所示，具體為：（1）在二分類算法中，正樣本和負(fù)樣本的變化均能擾動(dòng)決策面，使其向著誤分類減少的方向移動(dòng)。當(dāng)正樣本獲取難度較大，可在正樣本固定情況下引入新的負(fù)樣本，不斷改善決策面。（2）中國(guó)國(guó)家尺度均勻分布的無瓣海桑樣本獲取難度高，但存在部分局地尺度分類結(jié)果，且這些結(jié)果具有一定的緯度梯度、不同的生長(zhǎng)階段和健康狀況。根據(jù)這些分類結(jié)果，可以獲取具有一定代表性的正樣本。（3）非無瓣海桑樣本獲取難度較低，負(fù)樣本來源廣泛?，F(xiàn)有局地尺度紅樹樹種分布、紅樹林分布數(shù)據(jù)、野外踏查報(bào)告、文獻(xiàn)研究區(qū)概況等均可為負(fù)樣本的確定提供支撐。（4）以收集的正樣本和負(fù)樣本進(jìn)行初步分類，然后選擇沒有無瓣海桑分布的區(qū)域、隨機(jī)抽取誤分類像素點(diǎn)加入到負(fù)樣本，再進(jìn)行下一次分類。重復(fù)上述步驟，直到分類結(jié)果穩(wěn)定為止。迭代分類過程中，正樣本保持不變，負(fù)樣本不斷優(yōu)化，直到分類結(jié)果收斂；分類結(jié)果使用案例區(qū)的平均Jaccard指數(shù)進(jìn)行衡量。（5）經(jīng)過迭代，對(duì)收斂后的分類結(jié)果進(jìn)行目視校驗(yàn)，最終得到2020年中國(guó)無瓣海桑分布數(shù)據(jù)。由于分類結(jié)果已較好反映了無瓣海桑分布，鄰近斑塊可為目視校驗(yàn)提供有效參照，避免了解譯經(jīng)驗(yàn)對(duì)分布結(jié)果的影響。
這一方法在正樣本固定情況下，將局地尺度分類結(jié)果集成轉(zhuǎn)化為國(guó)家尺度，為樣本獲取難度較大的濱海濕地植物群落識(shí)別提供了新思路。
圖2 決策面優(yōu)化方法的圖示（A-B）及其在無瓣海桑分布信息提取中的應(yīng)用。其中，東寨港（a-d）與茅尾海(e-h)部分區(qū)域的無瓣海桑斑塊在迭代過程中逐漸收斂。
以2020年11月到2021年4月的Sentinel-1/2衛(wèi)星影像的中值合成數(shù)據(jù)為數(shù)據(jù)源，應(yīng)用上述決策面優(yōu)化方法，得到2020年中國(guó)無瓣海桑分布數(shù)據(jù)（圖3）。經(jīng)統(tǒng)計(jì)，其總面積達(dá)到2968 ha，占全國(guó)紅樹林面積的11.0%。其中，廣東無瓣海桑面積占全國(guó)的87.7%，廣西面積占全國(guó)的7.8%。基于獨(dú)立獲取的樣本點(diǎn)驗(yàn)證，無瓣海桑分布數(shù)據(jù)總體精度為96.4%。基于野外樣方，其正確率為91.7%。經(jīng)對(duì)比，本數(shù)據(jù)結(jié)果與米級(jí)高空間分辨率影像結(jié)果高度一致。
圖3.2020年中國(guó)無瓣海桑分布。其中，b)為茅尾海無瓣海桑分布區(qū)，c）為汕頭無瓣海桑分布區(qū)。
該研究基于二分類算法機(jī)理，研發(fā)了在正樣本固定情況下通過負(fù)樣本迭代優(yōu)化決策面的新方法，為樣本獲取難度較大的濱海濕地植物群落識(shí)別提供了新思路。應(yīng)用該方法，首次通過遙感分類方法獲取了中國(guó)無瓣海桑分布數(shù)據(jù)，為外來紅樹植物無瓣海桑的跟蹤監(jiān)測(cè)、本土紅樹植物的修復(fù)重建提供數(shù)據(jù)基礎(chǔ)。研究成果發(fā)表在中科院一區(qū)期刊ISPRS Journal of Photogrammetry and Remote Sensing（影響因子11.774）上。由東北地理所趙傳朋特別研究助理、賈明明副研究員、王宗明研究員、毛德華研究員，中科院地理資源所秦承志研究員，美國(guó)羅德島大學(xué)王野喬教授共同完成，得到國(guó)家自然科學(xué)基金(No. 42171372)、科技基礎(chǔ)資源調(diào)查專項(xiàng)項(xiàng)目(No. 2017FY100706)、國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)中心(No. Y91H030106)、中國(guó)科學(xué)院青年創(chuàng)新促進(jìn)會(huì)人才項(xiàng)目(No. 2021227)共同資助。
論文標(biāo)題
Decision surface optimization in mapping exotic mangrove species (Sonneratia apetala) across latitudinal coastal areas of China
發(fā)表期刊
ISPRS Journal of Photogrammetry and Remote Sensing
論文全文鏈接
https://www.sciencedirect.com/science/article/abs/pii/S0924271622002581
附件下載：
吉公網(wǎng)安備22017302000214號(hào)
