東北地理所研發(fā)紅樹林植被指數(shù)并有效監(jiān)測淹沒紅樹林
準確的紅樹林分布制圖是研究紅樹林濕地生態(tài)功能和價值、解析紅樹林濕地對氣候變化和人類活動響應(yīng)的基礎(chǔ)，也是實現(xiàn)紅樹林濕地保育和有效管理的重要依據(jù)。由于紅樹林生長于海岸潮間帶灘涂上，環(huán)境復雜、可達性差，遙感解譯是紅樹林調(diào)查的重要手段。然而，周期性的潮水淹沒以及濱海地區(qū)多云的天氣條件給紅樹林遙感解譯帶來很多不確定性。為解決這一長期困擾紅樹林乃至濱海濕地遙感研究的問題，中科院東北地理所地理景觀遙感學科組的研究人員基于紅邊波段建立了一種新的植被指數(shù)，為紅樹林以及潮間帶濕地植被精準制圖奠定了理論和技術(shù)基礎(chǔ)。
研究人員以廣西珍珠港為實驗區(qū)，測量了被海水淹沒的紅樹林冠層在哨兵2號衛(wèi)星圖像中的光譜反射曲線。發(fā)現(xiàn)在紅邊波段，淹沒紅樹林像元的反射率與純水面像元的反射率具有較大的差距，如圖1所示。為提取和放大這種差距，研究人員研發(fā)構(gòu)建了紅樹林植被指數(shù)（MFI）。MFI的定義為：各個紅邊波段反射率到基線的距離之和，其中基線指的是紅波段和短波近紅外波段反射率的連線，指數(shù)原理如2所示，公式如（1）（2）。
圖1. 不同潮汐狀態(tài)下紅樹林反射率曲線（EMF代表浮于水面的純紅樹林像元，SMF代表淹沒紅樹林像元，WB代表純水體像元）
圖2.紅樹林指數(shù)（MFI）建立原理（SMF代表淹沒紅樹林，WB代表水體）
MFI =[〖(ρ〗_λ1-ρ_(Bλ1)+) 〖(ρ〗_λ2-ρ_(Bλ2)+) 〖(ρ〗_λ3-ρ_(Bλ3)+) 〖(ρ〗_λ4-ρ_Bλ4)]/4 (1)
ρ_Bλi= ρ_2190+(ρ_(665-) ρ_2190 )×(2190-λi)/(2190-665) (2)
為定量評估MFI對淹沒紅樹林的敏感性，研究人員將MFI與當前常用的植被指數(shù)NDVI、LSWI、MNDWI及相似植被指數(shù)FAI進行了定量比較，發(fā)現(xiàn)MFI可以顯著增加淹沒紅樹林像元與水體像元的距離（圖3），達到將淹沒紅樹林像元準確提取出來的目的。基于以上結(jié)果，研究人員應(yīng)用MFI，對世界范圍內(nèi)3個典型區(qū)（中國珍珠港、印度孫德爾本和巴西亞馬遜）的紅樹林進行提取，發(fā)現(xiàn)MFI在實際應(yīng)用中可以將99%到102%的淹沒紅樹林像元提取出來。理論和實踐兩方面均證明，MFI可以有效地提取淹沒紅樹林像元，降低在遙感解譯過程中潮汐淹沒帶來的誤差。但是受到局地海水能見度、淹沒深度等多變環(huán)境條件的影響，MFI仍有一些不確定性，需在未來的研究中加以改進。
圖3. 不同植被指數(shù)中淹沒紅樹林像元與水體像元值分布箱形圖
本研究首次發(fā)現(xiàn)淹沒植被在哨兵數(shù)據(jù)的紅邊波段仍存在較強的反射，利用這一特征建立了淹沒紅樹林指數(shù)（MFI）。以往的潮汐修正方法均需要2幅甚至多幅不同潮汐狀態(tài)的影像，然而濱海地區(qū)特殊的天氣條件使得獲取時間相近的高質(zhì)量衛(wèi)星影像存在困難。MFI指數(shù)的優(yōu)勢在于：只需一幅質(zhì)量較高的影像，無論影像獲取時當?shù)爻毕珷顟B(tài)如何，都可以達到提取所有紅樹林的目的。該指數(shù)不僅適用于紅樹林生態(tài)系統(tǒng)的精準遙感研究，對于其它潮間帶濕地植被、以及常年處于浮水和沉水狀態(tài)的濕地植被遙感研究也有重要的借鑒價值。
該研究由東北地理所賈明明副研究員、王宗明研究員、毛德華副研究員、武漢大學王超副教授、香港中文大學、中國科學院國家天文臺張淵智教授共同完成，發(fā)表于Remote Sensing期刊，得到國家科技基礎(chǔ)資源調(diào)查專項課題(2017FY100706)、國家自然科學基金青年基金（41601470）和中國科學院青年創(chuàng)新促進會人才項目（2017277，2012178）等共同資助。論文信息如下：
Jia, M., Wang, Z.*, Wang, C, Mao, D., Zhang, Y.*, 2019. A new vegetation index to detect periodically submerged mangrove forest using single-tide Sentinel-2 imagery. Remote Sensing, 11, 2043, doi:10.3390/rs11172043.
附件下載：
吉公網(wǎng)安備22017302000214號
