基于高分和高光谱卫星数据的红树林植物群落分类研究

Accurate types and distributions of mangrove communities are essential for research and management efforts. However, there is still a great deal of uncertainties and difficulties to discriminate mangrove communities by means of remote sensing owing to the similarity of their spectral and spatial characteristics, and the complicated environmental backgrounds. In this project, Dongzhaigang National Nature Reserve will be selected as the study area. High resolution and hyperspectral remote sensing data of GF-2 and Hyperionwill be used as data sources. Based on field works, measure of spectrum and tidal conditions, laboratory analysis, object-oriented method, we are going to analyze the relationship between spectral reflectance and tidal condition. Based on differences of spatial and spectrum characteristics mangrove communities will be classified by object-oriented method and decision tree. The classification accuracy will be verified by field survey samples. Implementation of this project will benefit and provide dara basis to manage, conservation and scientific research of mangrove ecosystem, at the same time provide methods basis in classifying other coastal wetlands.

红树林植物群落的类型和分布是红树林湿地科研和管理的重要依据。在复杂的滨海环境背景下，利用遥感技术对具有相似光谱（吸收谷、反射峰、红边和反射率平台等）与空间（形状、纹理等）特征的红树林植物群落进行分类是目前亟待解决的科学问题。本项目选取海南东寨港国家级自然保护区为研究区，以高分（GF-2）和高光谱（Hyperion）卫星遥感数据为数据源，基于群落野外调研、实地光谱和潮汐测量、室内分析、面向对象影像分割等方法，探讨潮汐状态对红树林植物群落光谱反射率的影响，揭示不同群落的光谱和空间特征，确定分类参数和阈值，应用面向对象与决策树方法，实现红树林植物群落水平上的分类，并对分类精度予以验证。研究成果不仅可以为红树林湿地的管理、保护和科学研究提供数据基础，还能够为其它滨海湿地的精细遥感分类提供方法借鉴。

红树林植物群落的类型和分布是红树林湿地科研和管理的重要依据。在复杂的滨海环境背景下，利用遥感技术对具有相似光谱（吸收谷、反射峰、红边和反射率平台等）与空间（形状、纹理等）特征的红树林植物群落进行分类是目前亟待解决的科学问题。本项目选取漳江口红树林国家级自然保护区为研究区，以高分（Sentinel-2）和无人机遥感数据为数据源，基于群落野外调研、实地光谱和潮汐测量、室内分析、面向对象影像分割等方法，探讨潮汐状态对红树林植物群落光谱反射率的影响，揭示不同群落的光谱和空间特征，确定分类参数和阈值，应用面向对象与决策树方法，实现红树林植物群落水平上的分类，并对分类精度予以验证。研究成果不仅可以为红树林湿地的管理、保护和科学研究提供数据基础，还能够为其它滨海湿地的精细遥感分类提供方法借鉴。. 研究结果发现，不同红树林群落的光谱信息存在较大差异。波长750nm到1200nm区域是区分不同红树林群落的关键光谱区域，常用的多光谱数据（GF-1/2，WorldView-4，Sentinel-2）均能覆盖这一波长范围，为红树林群落分类奠定了理论基础；在高空间分辨率遥感影像分类中，发现利用最优尺度方法对红树林影像进行分割，可以有效提高红树林分类的精度和效率；根据密集时序数据分析，发现不同红树林群落的物候特征存在较大差异，同利用物候特征进行群落分类，发现每年的春季是红树林群落分类的关键期。研究成果为红树林湿地精细分类奠定了理论基础。