東北地理所應用無人機高光譜遙感實現濕地植物群落精細分類
濕地具有較強的生物多樣性，對于遷徙水鳥保護等具有重要意義。濕地植物群落尺度的遙感分類制圖，也因此具有明顯的科學意義和研究價值。然而，由于濕地系統本身的復雜性，濕地植物群落的遙感識別存在較多的不確定性。高光譜遙感數據在濕地植物群落分類方面具有較強的應用潛力，但受衛星數據源的限制，高光譜數據在濕地植物群落分類中的應用潛力仍需深入探索。
莫莫格國家級濕地自然保護區是東亞-澳大利西亞遷徙廊道的重要組成部分，2013年入選國際重要濕地。保護區內濕地植物群落類型多樣，對維護區域生態安全發揮著重要作用。準確的濕地植物群落遙感識別和分布制圖，對于保護莫莫格濕地生態系統和生物多樣性等具有重要的科學意義和社會價值。
地理景觀遙感學科組研究人員利用無人機遙感的優勢，集成高光譜成像和機器學習技術，實現了莫莫格核心區濕地植物群落的遙感分類制圖。通過對高光譜數據的多種變換構建最優特征波段子集，對比了基于面向對象和像元的三種機器學習相結合的6種分類方法的精度，成功實現莫莫格濕地核心區的濕地植物群落分布的精細制圖。研究發現：基于面向對象+隨機森林的方法得能夠更準確地刻畫濕地植物群落邊界，提取精度最高達87.75%；莫莫格核心區域的蘆葦群落和香蒲群落面積分別為295 ha（57%）和84 ha（16%）。
圖1 研究技術路線示意圖
圖2 基于面向對象和像元尺度的三種分類算法的濕地植物群落分布格局
該研究由杜保佳博士（第一作者）、毛德華副研究員（通訊作者）、王宗明研究員等共同完成。研究成果發表在IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing國際期刊上。該研究由國家自然科學基金面上項目（41771383）、吉林省科學技術發展計劃項目（2020301014RQ）和由中國科學院科研儀器設備開發項目（YJKYYQ2019004）共同資助完成。論文信息列表如下：
Baojia Du, Dehua Mao*, Zongming Wang, Zhiqiang Qiu, Hengqi Yan, Kaidong Feng, Zhongbin Zhang. Mapping wetland plant communities using unmanned aerial vehicle hyperspectral imagery by comparing object/pixel-based classifications combining multiple machine learning algorithms. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2021, 14: 8249-8258.
論文鏈接：https://ieeexplore.ieee.org/document/9502527
附件下載：
吉公網安備22017302000214號
