東北地理所首次完成中國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、生長速度快、適應性強、成活率高等特性，在困難立地造林中發揮了積極作用，但也具有加劇泥沙淤積、抑制鄉土紅樹生長、侵占水鳥覓食地等負面影響。2021年，國家自然資源部印發的《海洋生態修復技術指南（試行）》明確提出，要加強無瓣海桑的跟蹤監測、清除擴散至原生植物群落的外來紅樹植物。為了獲取其分布信息，亟需依托衛星遙感技術開展國家尺度的無瓣海桑監測研究。衛星遙感技術具有覆蓋范圍大、存檔數據多、投入成本低等優點，具備監測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家尺度的無瓣海桑監測研究開展的重要因素。樣本不足導致大緯度跨度下樹種、生長階段、健康狀況等差異難以刻畫，無法有效驅動分類算法。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道。
針對上述問題，東北地理所地理景觀遙感學科組研究人員受二分類算法機理啟發，在正樣本固定的前提下，通過迭代優化負樣本不斷改進決策面，提出了一種決策面優化方法。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，首次完成了中國國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環境（圖片來源：海口野外調查）
決策面優化方法的基本思路如圖2所示，具體為：（1）在二分類算法中，正樣本和負樣本的變化均能擾動決策面，使其向著誤分類減少的方向移動。當正樣本獲取難度較大，可在正樣本固定情況下引入新的負樣本，不斷改善決策面。（2）中國國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果，且這些結果具有一定的緯度梯度、不同的生長階段和健康狀況。根據這些分類結果，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，負樣本來源廣泛。現有局地尺度紅樹樹種分布、紅樹林分布數據、野外踏查報告、文獻研究區概況等均可為負樣本的確定提供支撐。（4）以收集的正樣本和負樣本進行初步分類，然后選擇沒有無瓣海桑分布的區域、隨機抽取誤分類像素點加入到負樣本，再進行下一次分類。重復上述步驟，直到分類結果穩定為止。迭代分類過程中，正樣本保持不變，負樣本不斷優化，直到分類結果收斂；分類結果使用案例區的平均Jaccard指數進行衡量。（5）經過迭代，對收斂后的分類結果進行目視校驗，最終得到2020年中國無瓣海桑分布數據。由于分類結果已較好反映了無瓣海桑分布，鄰近斑塊可為目視校驗提供有效參照，避免了解譯經驗對分布結果的影響。
這一方法在正樣本固定情況下，將局地尺度分類結果集成轉化為國家尺度，為樣本獲取難度較大的濱海濕地植物群落識別提供了新思路。
圖2 決策面優化方法的圖示（A-B）及其在無瓣海桑分布信息提取中的應用。其中，東寨港（a-d）與茅尾海(e-h)部分區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衛星影像的中值合成數據為數據源，應用上述決策面優化方法，得到2020年中國無瓣海桑分布數據（圖3）。經統計，其總面積達到2968 ha，占全國紅樹林面積的11.0%。其中，廣東無瓣海桑面積占全國的87.7%，廣西面積占全國的7.8%。基于獨立獲取的樣本點驗證，無瓣海桑分布數據總體精度為96.4%。基于野外樣方，其正確率為91.7%。經對比，本數據結果與米級高空間分辨率影像結果高度一致。
圖3.2020年中國無瓣海桑分布。其中，b)為茅尾海無瓣海桑分布區，c）為汕頭無瓣海桑分布區。
該研究基于二分類算法機理，研發了在正樣本固定情況下通過負樣本迭代優化決策面的新方法，為樣本獲取難度較大的濱海濕地植物群落識別提供了新思路。應用該方法，首次通過遙感分類方法獲取了中國無瓣海桑分布數據，為外來紅樹植物無瓣海桑的跟蹤監測、本土紅樹植物的修復重建提供數據基礎。研究成果發表在中科院一區期刊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，美國羅德島大學王野喬教授共同完成，得到國家自然科學基金(No. 42171372)、科技基礎資源調查專項項目(No. 2017FY100706)、國家地球系統科學數據中心(No. Y91H030106)、中國科學院青年創新促進會人才項目(No. 2021227)共同資助。
論文標題
Decision surface optimization in mapping exotic mangrove species (Sonneratia apetala) across latitudinal coastal areas of China
發表期刊
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：
吉公網安備22017302000214號
