東北地理所在應(yīng)用國產(chǎn)高分衛(wèi)星數(shù)據(jù)進(jìn)行紅樹林分布遙感監(jiān)測方面取得進(jìn)展
高精度的紅樹林空間分布數(shù)據(jù)集是紅樹林生態(tài)保護(hù)和資源管理的基礎(chǔ)。近年來，隨著新傳感器的不斷涌現(xiàn)，新數(shù)據(jù)不斷應(yīng)用于紅樹林監(jiān)測研究中，挑選解譯精度高、性價比合適的數(shù)據(jù)源成為待解決的問題。東北地理所地理景觀遙感學(xué)科組研究人員綜合對比了亞米級國產(chǎn)商用衛(wèi)星高分-2號數(shù)據(jù)（0.8 m空間分辨率，4個光譜波段）和免費獲取且光譜信息豐富的哨兵-2號數(shù)據(jù)（10 m空間分辨率，13個光譜波段）解譯紅樹林的精度和優(yōu)劣勢，給出了不同研究區(qū)、不同紅樹林生長狀況下，合理選擇衛(wèi)星數(shù)據(jù)源的建議。
研究人員選取廣西沿海為研究區(qū)域，利用面向?qū)ο蠼Y(jié)合隨機森林的方法分別以高分-2號和哨兵-2號影像為數(shù)據(jù)源提取紅樹林，繪制了廣西紅樹林空間分布圖，分別對比兩種數(shù)據(jù)應(yīng)用于大尺度紅樹林制圖的優(yōu)勢和不足。得出結(jié)論，低潮時期，高分-2號刻畫出的斑塊邊界更為清晰，提取的紅樹林總體精度更高；哨兵-2號影像具有提取高潮水淹紅樹林的能力，并且能夠準(zhǔn)確的區(qū)分紅樹林和內(nèi)陸森林，總體分類精度較高。
圖1 研究技術(shù)路線示意圖
在多尺度影像分割中采用最優(yōu)分割方法（FBSP optimizer），該分割方法通過模糊邏輯算法提供了影像分割的重要參數(shù)（scale, shape and compactness），可明顯改善紅樹林影像對象的分割效果。
圖2 影像分割中普通分割和最優(yōu)分割結(jié)果對比。（A）高分-2號影像的普通分割結(jié)果；（B）高分-2號影像的最優(yōu)分割結(jié)果；（C）哨兵-2號影像的普通分割結(jié)果；（D）哨兵-2號影像的最優(yōu)分割結(jié)果。
通過分析2017年廣西紅樹林制圖結(jié)果發(fā)現(xiàn)：高分-2號和哨兵-2號獲取的廣西紅樹林面積分別為8182公頃和8040公頃，高分-2號的解譯結(jié)果總體精度略高于哨兵-2號。廣西紅樹林主要分布在茅尾海處（25%），鐵山港（13%）和廉州灣（12%）。低潮時期，高分-2號刻畫出的斑塊邊界更為清晰，提取的紅樹林總體精度更高；哨兵-2號影像具有提取高潮水淹紅樹林的能力，并且能夠準(zhǔn)確的區(qū)分紅樹林和內(nèi)陸森林，總體分類精度較高。因此，該研究建議，如經(jīng)費充足且可獲取低潮影像的情況下，應(yīng)優(yōu)先選擇高分-2號影像作為數(shù)據(jù)源；若研究區(qū)潮汐情況復(fù)雜，難以獲取低潮影像，應(yīng)選擇哨兵-2號作為數(shù)據(jù)源。
圖3 基于高分-2號和哨兵-2號影像提取的廣西省紅樹林空間分布
該研究由東北地理所張蓉博士（第一作者）、賈明明副研究員（通訊作者）、王宗明研究員等共同完成。相關(guān)研究成果發(fā)布在IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing國際期刊上。該研究由國家科技基礎(chǔ)資源調(diào)查專項課題（No. 2019FY100607）和中科院青年創(chuàng)新促進(jìn)會人才項目等共同資助完成。論文信息列表如下：
Rong Zhang, Mingming Jia*, Zongming Wang, Yaming Zhou, Xin Wen, Yue Tan, Lina Cheng. A comparison of Gaofen-2 and Sentinel-2 imagery for mapping mangrove forests using object-oriented analysis and random forest. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2021, 14: 4185-4193.
附件下載：
吉公網(wǎng)安備22017302000214號
