中国海岸带盐沼植被时序雷达遥感精准分类

盐沼植被是滨海湿地最具生产力的生态系统之一，具有提供野生动物栖息地、消浪护岸、水源涵养、水质净化等生态功能。尽管海岸带盐沼植被生态系统具有丰富的生态功能和应用价值，但在全球变暖、海平面上升、人类围垦活动加剧、生物入侵、陆源污染输入等背景下，盐沼植被系统面临着巨大威胁，正以前所未有的趋势减少。目前全球湿地丧失面积已达50%以上，而在中国，由于人类围垦活动，在过去的40年间，盐沼植被的减少了59%。

在强烈的环境扰动下，如何准确的提取盐沼植被是目前研究领域中的一个热点，也是了解中国盐沼植被空间分布并有针对性地进行盐沼湿地的保护和修复的重要前提。遥感作为一种新兴技术，具有长时间序列、大空间范围同步观测的优势，是目前海岸带研究中的一种有效手段，在通达性差、采样成本高的背景下，遥感技术被广泛地应用于盐沼植被调查中。然而，现有的研究多基于单时相或多时相光学影像，通过随机森林、机器学习等方法进行盐沼植被分类。而光学影像易受云雾影响，无法全生命周期的完整覆盖全国盐沼植被区域，而合成孔径雷达数据可穿透云雨，形成稳定的盐沼植被时间序列曲线，是盐沼植被提取和分类的有效手段之一。而目前尚缺乏一种适用于大尺度雷达数据的盐沼植被分类方法。

研究以中国大陆海岸带为研究区，根据不同岸段的环境因子（温度、降水、盐度等）差异，将中国大陆海岸带划分为五个子区域：北方岸段、黄河口区域、江苏岸段、长江口岸段、南方岸段。依据各个区域的植被物候特征，利用2019年共1729景10m分辨率的Sentinel-1 SAR数据，提出了一种大尺度雷达植被分类方法。该方法主要基于不同植被的粗糙度差异，依据植被在VV极化、VH极化以及VV+VH, VV-VH和SAR_NDVI等多种特征波段上的年际后向散射系数差异，形成了一套基于专家知识的雷达盐沼植被分类体系。通过实地验证、无人机正射影像和Google Earth高清影像验证，结果表明在各区域的模型精度均达到80%以上，全国盐沼植被分类总体精度为87.30%，kappa系数为0.84，其误差来源主要是植被交错混生带的误分。

研究结果表明，在全国共有盐沼植被127477.37ha，互花米草面积达61565.05ha，互花米草已遍布中国沿海各省份。上海、江苏、浙江、山东的盐沼植被面积位居全国前列，均大于20000ha，四省份的盐沼植被占全国85%以上。

本研究提出的年际合成方式相对于基于物候的盐沼植被分类方法具有以下优势：基于年际的盐沼植被分类方法可以考虑潮汐周期性覆盖的影响，对单景数据的潮位高度要求不高，利用充分可用的遥感数据可以避免对卫星影像的筛选，也在一定程度上避免了单次影响潮汐淹没对总体植被分类带来的影响。另外，该方法运用了所有可用数据，不仅减少了数据筛选的工作量，也在一定程度上避免了不同区域植被物候不同而导致的可用数据时间不一致的问题。此外，雷达数据的遥感分类方法相比于基于光学的植被指数而言，其原理是基于植被的粗糙度不同，可用更好的区别植被物种，传统的植被指数易将不同稀疏度的植被分为两种植被，而合成孔径雷达可以较好的完成植被种间分类。另外，对于非绿色植被，合成孔径雷达也可以较好的识别提取。