東北地理所應用無人機高光譜遙感實現(xiàn)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(tǒng)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(shù)據(jù)在濕地植物群落分類方面具有較強的應用潛力，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用潛力仍需深入探索。
莫莫格國家級濕地自然保護區(qū)是東亞-澳大利西亞遷徙廊道的重要組成部分，2013年入選國際重要濕地。保護區(qū)內濕地植物群落類型多樣，對維護區(qū)域生態(tài)安全發(fā)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(tài)系統(tǒng)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(yōu)勢，集成高光譜成像和機器學習技術，實現(xiàn)了莫莫格核心區(qū)濕地植物群落的遙感分類制圖。通過對高光譜數(shù)據(jù)的多種變換構建最優(yōu)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(xiàn)莫莫格濕地核心區(qū)的濕地植物群落分布的精細制圖。研究發(fā)現(xiàn)：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(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(fā)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(fā)展計劃項目（2020301014RQ）和由中國科學院科研儀器設備開發(fā)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(wǎng)安備22017302000214號
