東北地理所應(yīng)用無(wú)人機(jī)高光譜遙感實(shí)現(xiàn)濕地植物群落精細(xì)分類
濕地具有較強(qiáng)的生物多樣性，對(duì)于遷徙水鳥保護(hù)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(xué)意義和研究?jī)r(jià)值。然而，由于濕地系統(tǒng)本身的復(fù)雜性，濕地植物群落的遙感識(shí)別存在較多的不確定性。高光譜遙感數(shù)據(jù)在濕地植物群落分類方面具有較強(qiáng)的應(yīng)用潛力，但受衛(wèi)星數(shù)據(jù)源的限制，高光譜數(shù)據(jù)在濕地植物群落分類中的應(yīng)用潛力仍需深入探索。
莫莫格國(guó)家級(jí)濕地自然保護(hù)區(qū)是東亞-澳大利西亞遷徙廊道的重要組成部分，2013年入選國(guó)際重要濕地。保護(hù)區(qū)內(nèi)濕地植物群落類型多樣，對(duì)維護(hù)區(qū)域生態(tài)安全發(fā)揮著重要作用。準(zhǔn)確的濕地植物群落遙感識(shí)別和分布制圖，對(duì)于保護(hù)莫莫格濕地生態(tài)系統(tǒng)和生物多樣性等具有重要的科學(xué)意義和社會(huì)價(jià)值。
地理景觀遙感學(xué)科組研究人員利用無(wú)人機(jī)遙感的優(yōu)勢(shì)，集成高光譜成像和機(jī)器學(xué)習(xí)技術(shù)，實(shí)現(xiàn)了莫莫格核心區(qū)濕地植物群落的遙感分類制圖。通過(guò)對(duì)高光譜數(shù)據(jù)的多種變換構(gòu)建最優(yōu)特征波段子集，對(duì)比了基于面向?qū)ο蠛拖裨娜N機(jī)器學(xué)習(xí)相結(jié)合的6種分類方法的精度，成功實(shí)現(xiàn)莫莫格濕地核心區(qū)的濕地植物群落分布的精細(xì)制圖。研究發(fā)現(xiàn)：基于面向?qū)ο?隨機(jī)森林的方法得能夠更準(zhǔn)確地刻畫濕地植物群落邊界，提取精度最高達(dá)87.75%；莫莫格核心區(qū)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(shù)路線示意圖
圖2 基于面向?qū)ο蠛拖裨叨鹊娜N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(fā)表在IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing國(guó)際期刊上。該研究由國(guó)家自然科學(xué)基金面上項(xiàng)目（41771383）、吉林省科學(xué)技術(shù)發(fā)展計(jì)劃項(xiàng)目（2020301014RQ）和由中國(guó)科學(xué)院科研儀器設(shè)備開發(fā)項(xiàng)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(wǎng)安備22017302000214號(hào)
