東北地理所完成10米分辨率東亞地區(qū)濕地精細(xì)分類(lèi)制圖
濕地作為“山水林田湖草沙”生命共同體的重要組成部分，是實(shí)現(xiàn)可持續(xù)發(fā)展進(jìn)程中關(guān)系國(guó)家和地區(qū)生態(tài)安全的戰(zhàn)略資源。在世界范圍內(nèi)濕地?fù)p失和退化的背景下，迫切需要對(duì)濕地進(jìn)行科學(xué)規(guī)劃、有效管理和適當(dāng)恢復(fù)，可靠的、能夠定期更新的濕地空間分布信息至關(guān)重要。然而，由于濕地的內(nèi)在特性和人類(lèi)活動(dòng)的加劇，濕地的年內(nèi)和年際變化頻繁且復(fù)雜。受訓(xùn)練樣本數(shù)量有限、有效的分類(lèi)特征難以獲取、計(jì)算資源消耗過(guò)大等多重因素的限制，已有大尺度濕地制圖研究多集中于中低空間分辨率和單一的濕地類(lèi)型，無(wú)法持續(xù)生成最新的濕地空間分布數(shù)據(jù)，難以支持濕地資源可持續(xù)規(guī)劃與管理和濕地科學(xué)研究的需要。
針對(duì)上述問(wèn)題，在遙感大數(shù)據(jù)和云計(jì)算平臺(tái)(Google Earth Engine)的支持下，東北地理所濕地遙感、地理景觀遙感研究團(tuán)隊(duì)以東亞地區(qū)為研究范圍，研發(fā)了一種集成隨機(jī)森林機(jī)器學(xué)習(xí)算法和層次決策樹(shù)分類(lèi)算法的“兩段式”的大尺度濕地分類(lèi)框架方法。利用多源參考數(shù)據(jù)和21萬(wàn)多景Sentinel-1/2時(shí)間序列遙感影像，完成了東亞地區(qū)首套10米空間分辨率、多類(lèi)型(3大類(lèi)、12小類(lèi))的濕地空間分布圖(EA_Wetlands，2021)，精度達(dá)88%以上。
圖1 遙感大數(shù)據(jù)與云平臺(tái)支持下的大尺度兩段式濕地分類(lèi)框架方法
研究結(jié)果表明，2021年?yáng)|亞地區(qū)的濕地總面積為 48.18萬(wàn) km2. 主要分布在中國(guó)東北地區(qū)和青藏高原地區(qū)(占比41.02%)。東亞地區(qū)的濕地類(lèi)型以?xún)?nèi)陸濕地為主(68.26%)，其次為濱海濕地(17.31%)和人工濕地(14.43%)。在12個(gè)濕地二級(jí)類(lèi)型中，內(nèi)陸草本沼澤所占比例最高(29.67%)，其次是湖泊(20.98%)，濱海木本沼澤所占比例最低(0.07%)。在東亞地區(qū)各個(gè)國(guó)家中，中國(guó)的濕地面積所占比例最大(88.97%)，其次為蒙古國(guó)(3.57%)。韓國(guó)的濕地面積占國(guó)土面積的比例最大(10.43%)。
圖2 2021年?yáng)|亞地區(qū)濕地空間分布特征
本研究率先在東亞地區(qū)尺度(陸地面積近1200萬(wàn)平方公里)完成10米分辨率的濕地精細(xì)分類(lèi)(12類(lèi))，數(shù)據(jù)成果可支撐東亞地區(qū)的候鳥(niǎo)棲息地評(píng)估、碳庫(kù)/匯估算等相關(guān)科學(xué)研究和空間決策;研究方法可為全球尺度的濕地精細(xì)分類(lèi)制圖及時(shí)間序列數(shù)據(jù)的拓展奠定基礎(chǔ)。
研究成果近期在線發(fā)表于國(guó)際頂級(jí)期刊Remote Sensing of Environment(影響因子13.85)。研究由博士生王銘(第一作者)、毛德華研究員(通訊作者)、王宗明研究員、宋開(kāi)山研究員、美國(guó)羅德島大學(xué)王野喬教授、美國(guó)俄克拉荷馬大學(xué)蕭向明教授等共同完成。相關(guān)研究受?chē)?guó)家自然科學(xué)基金項(xiàng)目(42171379.42222103.42101379)、吉林省科技發(fā)展計(jì)劃項(xiàng)目(20210101396JC)、中國(guó)科學(xué)院青年創(chuàng)新促進(jìn)會(huì)項(xiàng)目(2017277.2021227)、中國(guó)科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所青年科學(xué)家小組項(xiàng)目(2022QNXZ03)和美國(guó)國(guó)家科學(xué)基金會(huì)項(xiàng)目(1911955)的共同資助。
論文信息：Ming Wang, Dehua Mao*, Yeqiao Wang, Xiangming Xiao, Hengxing Xiang, Kaidong Feng, Ling Luo, Mingming Jia, Kaishan Song, Zongming Wang， 2023. Wetland mapping in East Asia by two-stage object-based Random Forest and hierarchical decision tree algorithms on Sentinel-1/2 images. Remote Sensing of Environment, 297. 113793.
論文鏈接：https://doi.org/10.1016/j.rse.2023.113793
附件下載：
吉公網(wǎng)安備22017302000214號(hào)
