東北地理所研發了基于物候特征的紅樹林植物群落分類方法
快速、準確地紅樹林植物群落分類與制圖是研究紅樹林濕地生態功能和價值、紅樹林濕地對氣候變化和人類活動的響應等問題的基礎，也是紅樹林濕地保育和管理的重要依據。在過去的40余年中，紅樹林遙感監測技術雖然在理論及應用研究方面都有長足進步，但由于紅樹林植物群落空間分布錯綜復雜，斑塊零散細碎，已有的研究大多基于高分或高光譜的商用衛星數據，不能滿足紅樹林生態系統業務化精細管理的需求。為解決這一問題，中國科學院東北地理與農業生態研究所地理景觀遙感學科組的研究人員首次發現常綠的紅樹林植物，其不同群落的物候生長曲線存在差異。利用這些差異，首先，建立基于高時間密度哨兵-2號衛星影像的不同群落植物物候生長曲線；然后，應用隨機森林機器學習算法對物候數據進行紅樹林群落自動分類方法。這一研究為使用開源數據進行紅樹林及其它植物群落精細制圖和管理的研究奠定了理論和技術基礎。
研究人員以福建漳江口紅樹林國家級自然保護區為實驗區，基于實地考察和無人機低空航拍的方法獲得用于遙感影像分類的紅樹林植物群落訓練樣本和驗證樣本。基于Google Earth Engine云平臺收集2017-2018年研究區所有影像，共收集199個時相，計算每個時相的歸一化植被指數（NDVI），建立初步的紅樹林植被群落物候曲線（圖1A），然后利用時間序列諧波分析法（HANTs）對初始的物候曲線進行濾波和插值，形成穩定的時間序列NDVI曲線（圖1A），代表植被群落的生長曲線（物候曲線，圖1B）。最后，應用GEE云平臺和隨機森林算法，進行紅樹林群落分類，形成漳江口紅樹林自然保護區內紅樹林植物群落分布圖，如圖2所示，紅樹林群落的總體分類精度達到84%。
圖1. 建立高質量紅樹林植物群落物候曲線（A）及幾種紅樹林群落物候曲線（B）
圖2. 漳江口紅樹林自然保護區內紅樹林植物群落分布圖
為分析基于物候曲線進行紅樹林植物群落分類的原理，研究人員對物候生長曲線的各個節點進行了特征貢獻率定量研究，發現每年的冬末春初遙感圖像是區分不同植物群落的最佳影像。交叉驗證的結果顯示，僅用1-4月份的NDVI值就可將研究區內的紅樹林植物群落分類精度提高至83%，如圖3所示。在漳江口保護區內，基于物候特征和隨機森林分類算法的紅樹林植物群落分類雖然取得了較好的精度，但是這種方法應用于群落更為復雜的區域，例如，海南清瀾港（紅樹林群落類型20余種），仍有一些列不確定性，需要進一步研究和驗證。
圖3. 紅樹林植物群落分類精度交叉驗證
該研究首次發現常綠的紅樹林其不同植物群落的物候生長曲線有差異，并利用這種差異進行了群落種類的遙感制圖。以往的紅樹林群落制圖往往依賴于亞米級分辨率的遙感數據，或者光譜分辨率在10nm以下的高光譜數據，然而，這些數據存在價格高、獲取途徑不穩定、無法滿足長時間、近實時監測的需求。本研究使用的哨兵2號衛星影像，不僅能夠滿足群落分類的空間分辨率要求，其重訪周期短的優勢，使得基于物候的紅樹林植物群落分類研究得以實現。本研究的方法和理論不僅適用于紅樹林生態系統的精準遙感研究，對于其它植物群落的精準遙感研究也有重要的借鑒價值。
本研究由東北地理所副研究員賈明明、碩士研究生張蓉、任永星、聞馨、青島理工大學李慧穎講師共同完成，發表于Remote Sensing期刊，得到國家自然科學基金青年基金（41601470）和中科院青年創新促進會人才項目（2017277，2012178），以及國家科技基礎資源調查專項課題(2017FY100706)等共同資助。
論文信息： Li H., Jia, M.*, Zhang, R., Ren, Y., Wen, X., 2019.Incorporating the Plant Phenological Trajectory into Mangrove Species Mapping with Dense Time Series Sentinel-2 Imagery and the Google Earth Engine Platform. Remote Sensing, 11, 2479, doi:10.3390/rs11212479
附件下載：
吉公網安備22017302000214號
