高光谱数据在异质景观中用于全覆盖湿地植被制图的价值

为何绘制水域景观很重要

湿地是地球上产出高、受威胁严重的生态系统之一。它们储存碳、缓解洪水、为稀有动植物提供庇护——但它们也难以到达，徒步精细制图尤为困难。本研究提出了公园管理者和保护工作者普遍面临的一个现实问题：我们是否真的需要昂贵的、最先进的高光谱航拍来理解湿地植被，还是更便宜、更常见的航空影像就足够用了？

鸟瞰迷宫般的沼泽

研究人员的研究区域是波兰东北部的纳雷夫国家公园，这是欧洲最大的泛滥平原湿地群之一。在这里，一条多叉河在平坦的河谷中盘旋，分布着芦苇床、莎草沼泽、湿草地、低地泥炭沼、柳丛和河岸林等植被群落。许多地区在地面上难以或不可能进入，但随着传统耕作衰退和水位下降，植被正在发生变化。为跟踪这些变化，团队将野外植物学调查与机载遥感结合，对超过300平方公里的区域进行了观测。

飞机、激光和多种光谱颜色

在2020年夏季，飞机在公园上空采集了三类数据。高光谱传感器记录了从可见光到短波红外的数百个极窄波段，捕捉叶片化学成分和水分的细微差异。LiDAR 扫描仪发射激光脉冲以测量植被的三维结构，如高度和冠层复杂性。高分辨率 RGBN 相机获取了熟悉的红、绿、蓝和近红外图像，空间分辨率为10厘米，团队还从中计算了植被指数和细尺度纹理度量，描述像素色调在小邻域内的变化。在地面上，植物学家绘制了近2000个参考样地，区分出30类详尽的植被类型，涵盖从开阔水域到特定的沼泽和林地群落。

教计算机识别植物模式

然后，科学家们训练了一个机器学习模型（CatBoost）来预测每平方米的植被类型，测试了四种数据组合。信息最丰富的一组将高光谱数据与 LiDAR 结合；第二组仅使用 LiDAR；第三组将 LiDAR 与 RGBN 图像融合；第四组在该 RGBN‑LiDAR 组合上增加了纹理图层。通过在不同的野外样地子集上反复训练和验证模型，他们评估了模型正确识别各类的频率。他们还比较了生成的地图彼此之间以及与公园现有的手绘植被地图的相似性，既通过目视检查也使用标准重叠指数进行比较。

没有高光谱数据会得失什么

结合高光谱和 LiDAR 的数据集表现明显最好，整体上约有82%的位置被正确分类，并且对许多单独群落（尤其是森林、芦苇沼和柳丛）表现强劲。仅使用 LiDAR 时准确率降至约63%，作者认为这一水平对于保护决策来说过低。用 RGBN 图像替代高光谱数据相比仅用 LiDAR 有了显著改善：准确率上升到约72–73%，而加入纹理图层只提供了小幅提升。对于某些植被类型——例如开阔水生植物、特定的芦苇群落和低地泥炭沼——RGBN 加纹理的方法接近高光谱数据的表现。对于其他类型，尤其是高草本群落以及一些莎草沼泽和灌木类群，失去高光谱细节会导致可靠性明显下降。

比单靠野外地图能看到更多

将新的遥感地图与用于公园管理计划的传统野外植被图对比，差异非常显著。机载数据揭示了许多小而在生态上重要的斑块——例如微小矿质岗地上的草甸和稀有泥炭沼植被的碎片——这些在野外地图中被遗漏或被概括为大单元。遥感还捕捉到了不同沼泽群落在泛滥平原上交织形成的复杂镶嵌。同时，一些由植物学家识别出的细粒度草地类型仍然难以仅从影像中区分，这凸显了专家野外工作持续的重要性。

对湿地保护意味着什么

对受保护湿地的管理者而言，这项研究传达了一个细致的结论。如果预算允许，结合高光谱与 LiDAR 数据可提供最准确的全覆盖地图，并最有利于精细的栖息地管理。然而，在无法承担此类高级航测费用的情况下，将更经济的 RGBN 影像与 LiDAR 融合仍能为许多植被类型生成有用且相对准确的地图，尤其是在辅以纹理信息时。最重要的是，这项工作表明机载遥感——无论是顶级设备还是较为朴素的方案——都能大大丰富并补充传统的野外制图，揭示支撑生物多样性并指导更明智保护决策的湿地植被细碎格局。

引用: Jarocińska, A., Kopeć, D., Niedzielko, J. et al. Value of hyperspectral data for wall to wall wetland vegetation mapping in heterogeneous landscapes. Sci Rep 16, 13947 (2026). https://doi.org/10.1038/s41598-026-44275-0

关键词: 湿地制图, 遥感, 高光谱成像, LiDAR, 植被分类