東北地理所在應用國產高分衛(wèi)星數(shù)據(jù)進行紅樹林分布遙感監(jiān)測方面取得進展
高精度的紅樹林空間分布數(shù)據(jù)集是紅樹林生態(tài)保護和資源管理的基礎。近年來，隨著新傳感器的不斷涌現(xiàn)，新數(shù)據(jù)不斷應用于紅樹林監(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科組研究人員綜合對比了亞米級國產商用衛(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，利用面向對象結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)應用于大尺度紅樹林制圖的優(yōu)勢和不足。得出結論，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，并且能夠準確的區(qū)分紅樹林和內陸森林，總體分類精度較高。
圖1 研究技術路線示意圖
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)分割結果對比。（A）高分-2號影像的普通分割結果；（B）高分-2號影像的最優(yōu)分割結果；（C）哨兵-2號影像的普通分割結果；（D）哨兵-2號影像的最優(yōu)分割結果。
通過分析2017年廣西紅樹林制圖結果發(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，并且能夠準確的區(qū)分紅樹林和內陸森林，總體分類精度較高。因此，該研究建議，如經費充足且可獲取低潮影像的情況下，應優(yōu)先選擇高分-2號影像作為數(shù)據(jù)源；若研究區(qū)潮汐情況復雜，難以獲取低潮影像，應選擇哨兵-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資源調查專項課題（No. 2019FY100607）和中科院青年創(chuàng)新促進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：
吉公網安備22017302000214號
