湿地是最具生物多样性的生态系统。植物群落是湿地的基本单元，也是湿地能够提供诸多生态系统功能与服务和保护生物多样性等的重要基础。因此，准确的植物群落空间分布信息对于湿地的健康评估和可持续生境管理至关重要。然而，受湿地环境的动态性和复杂性、湿地植物光谱的相似性以及遥感影像云（阴影）噪声像素等因素的限制，实现基于遥感技术的湿地植物群落精细分类十分困难，这已成为影响湿地精细管理的制约因素之一。因此，迫切需要开发有效的湿地植物群落分类方法。 针对上述问题，东北地理所地理景观遥感学科组的研究人员在Google Earth Engine遥感云平台的支持下，采用密集时间序列Sentinel光学和雷达影像数据，研发了一种基于时间序列数据的随机森林分类算法，并在莫莫格国际重要湿地实现了湿地植物群落的自动化和高精度分类，分类的一般流程如图1所示。
图1 湿地植物群落分类的一般框架
研究结果表明，2020年莫莫格保护区湿地总面积达1054 km2，占保护区总面积的70.6%。其中苔草群为主要类型（16.2%），碱蓬（12.2%）和芦苇（6.3%）群落次之。结合多源遥感特征的随机森林分类器所绘制的分类图较好地反映出了保护区湿地植物群落的分布格局（图2），并且与野外调查和高空间分辨率图像具有较高的一致性。本研究提出的湿地植物群落分类方法集成了十米分辨率光学和雷达影像免费获取、GEE云计算支撑下的特征向量集构建和自动分类等优势，具有良好的泛化能力，有望在大范围、长时序的湿地植物群落分类中发挥作用，为湿地生境评价等提供重要的支撑。
图2 分类结果图及面积统计
该研究发表在遥感领域国际知名期刊《GIScience & Remote Sensing》（影响因子6.397），由东北地理所2020级硕士生冯凯东（第一作者）、毛德华研究员（通讯作者）和王宗明研究员等共同完成。研究得到国家自然科学基金（42222103、42171379和42101379）、中国科学院青年创新促进会（2017277, 2021227）、“一带一路”国际湿地研究联盟项目（ANSO-PA-2020-14）等项目的共同资助。
论文信息如下：Feng, K.D., Mao, D.H., Qiu, Z.Q., Zhao, Y.X., Wang, Z.M., 2022. Can time-series Sentinel images be used to properly identify wetland plant communities? GIScience & Remote Sensing, 59(1), 2202–2216.
论文链接：https://doi.org/10.1080/15481603.2022.2156064
