李曉敏, 張 杰 馬 毅 任廣波

(1. 國(guó)家海洋局第一海洋研究所, 山東 青島 266061; 2. 內(nèi)蒙古大學(xué)生命科學(xué)學(xué)院, 內(nèi)蒙古 呼和浩特010021)

基于無人機(jī)高光譜的外來入侵種互花米草遙感監(jiān)測(cè)方法研究
——以黃河三角洲為研究區(qū)

李曉敏1,2, 張 杰1, 馬 毅1, 任廣波1

(1. 國(guó)家海洋局第一海洋研究所, 山東 青島 266061; 2. 內(nèi)蒙古大學(xué)生命科學(xué)學(xué)院, 內(nèi)蒙古 呼和浩特010021)

互花米草(Spartina alterniflora)入侵性非常強(qiáng), 已被正式納入我國(guó)第一批外來入侵物種名單。互花米草的瘋狂蔓延已影響到當(dāng)?shù)赝林锓N的生長(zhǎng)和空間分布, 因此有關(guān)管理部門迫切需要互花米草的空間分布和擴(kuò)散動(dòng)態(tài)數(shù)據(jù), 但目前還沒有一個(gè)有效的監(jiān)測(cè)手段。針對(duì)這一需求, 本文作者提出了基于無人機(jī)高光譜的外來入侵種互花米草遙感監(jiān)測(cè)研究方案, 擬以黃河三角洲為研究區(qū), 利用無人機(jī)高光譜遙感新型技術(shù), 分析不同情形下(不同生長(zhǎng)狀況、不同觀測(cè)條件、不同環(huán)境條件等)互花米草的光譜特征, 建立魯棒的互花米草遙感檢測(cè)模型, 研究互花米草無人機(jī)高光譜圖像高效獲取方法, 以實(shí)現(xiàn)互花米草的高效、準(zhǔn)確監(jiān)測(cè), 為亟需的外來入侵種互花米草業(yè)務(wù)化監(jiān)測(cè)提供有效的技術(shù)手段。

互花米草(Spartina alterniflora); 無人機(jī); 高光譜遙感

互花米草(Spartina alterniflora)是一種原產(chǎn)于美洲大西洋沿岸和墨西哥灣的禾本科米草屬多年生植物, 廣布于從加拿大的紐芬蘭到美國(guó)的佛羅里達(dá)中部, 直至墨西哥海岸以及南美的法屬圭亞那經(jīng)常被潮水淹沒的潮間帶, 主要生長(zhǎng)于平均海平面至平均高潮位之間的廣闊灘面以及河口灣[1-2]。由于互花米草秸稈密集粗壯、地下根莖發(fā)達(dá), 能夠促進(jìn)泥沙快速沉降和淤積, 因此互花米草被稱為“生態(tài)工程師”[3],被世界上許多國(guó)家無意或有意引入[4-7]。

我國(guó)的互花米草由南京大學(xué)仲崇信教授等人于1979 年從美國(guó)東部的北卡羅萊納州、喬治亞和佛羅里達(dá)3處引進(jìn), 為南方高桿生態(tài)型[8-10], 在南京大學(xué)植物園試種成功后, 于 1980 年 10 月移植到福建羅源灣,待種子成熟后再在沿海各省灘涂上多點(diǎn)引種[11-12]?，F(xiàn)今, 在天津、山東、江蘇、上海、浙江、福建、廣東和廣西均有分布, 其暴發(fā)規(guī)模遠(yuǎn)大于世界上其他地區(qū)?；セ撞菰谥袊?guó)東南沿海各省的暴發(fā)已成為近年來我國(guó)有關(guān)生物入侵問題中爭(zhēng)論的焦點(diǎn), 2003 年互花米草作為唯一的海岸鹽沼植物, 被列入國(guó)家環(huán)境保護(hù)部的中國(guó)第一批 16 種外來入侵物種名單之中[13]。

1990年前后, 在現(xiàn)代黃河三角洲的孤東采油區(qū)北側(cè)五號(hào)樁附近引種了互花米草[14], 隨后便迅速生長(zhǎng)蔓延, 至今已遍布現(xiàn)代黃河三角洲的潮間帶區(qū)域。黃河三角洲設(shè)有國(guó)家級(jí)自然保護(hù)區(qū), 以河口濕地生態(tài)系統(tǒng)及珍禽為主要保護(hù)對(duì)象, 互花米草在黃河三角洲的瘋狂蔓延已影響到土著物種的生長(zhǎng)和空間分布, 根據(jù)多年的現(xiàn)場(chǎng)調(diào)查, 目前黃河口著名景觀“紅地毯”(堿蓬)有近50%被互花米草占據(jù)了, 引起了山東黃河三角洲國(guó)家級(jí)自然保護(hù)區(qū)管理局、東營(yíng)市海洋與漁業(yè)局、勝利油田等有關(guān)部門的高度重視, 迫切需要對(duì)互花米草的瘋狂擴(kuò)散動(dòng)態(tài)進(jìn)行監(jiān)測(cè)。然而, 由于進(jìn)入互花米草分布的潮間帶區(qū)域現(xiàn)場(chǎng)困難——從陸上車下不去、從海上船上不來, 監(jiān)測(cè)黃河三角洲區(qū)域的互花米草一直是個(gè)難題。

遙感技術(shù)具有探測(cè)范圍廣、同步、現(xiàn)勢(shì)性強(qiáng)、可不依賴于地表狀況進(jìn)行靈活調(diào)查等特點(diǎn), 是克服這一難題的一種有效手段。但由于缺少對(duì)互花米草光譜特征的深入了解和有針對(duì)性的遙感監(jiān)測(cè)方法,致使遙感特別是高光譜遙感的技術(shù)優(yōu)勢(shì)難以發(fā)揮。

高光譜遙感技術(shù)具有“圖譜合一”的特點(diǎn), 在獲取地物圖像的同時(shí)可以得到地物的連續(xù)光譜信息, 在互花米草監(jiān)測(cè)中更具應(yīng)用潛力。無人機(jī)與衛(wèi)星、有人機(jī)相比, 具有執(zhí)行任務(wù)靈活、不受云遮擋、自主性強(qiáng)、成本低等優(yōu)勢(shì)。兩者相結(jié)合形成的無人機(jī)高光譜遙感技術(shù), 不僅具備無人機(jī)平臺(tái)的優(yōu)勢(shì), 而且可以獲取高空間、高光譜和高時(shí)間分辨率以及多尺度的遙感數(shù)據(jù),是遙感監(jiān)測(cè)的新型技術(shù)手段。國(guó)內(nèi)外的有關(guān)研究表明,無人機(jī)高光譜遙感技術(shù)具備廣泛的應(yīng)用潛力。

綜上, 本文作者提出了基于無人機(jī)高光譜的外來入侵種互花米草遙感監(jiān)測(cè)研究方案, 擬利用無人機(jī)高光譜高空間、高光譜、高時(shí)間、多尺度和“圖譜合一”的特點(diǎn), 發(fā)展外來入侵種互花米草無人機(jī)高光譜遙感監(jiān)測(cè)方法, 其核心是構(gòu)建不同情形下互花米草的光譜特征庫、建立魯棒的互花米草檢測(cè)模型,以實(shí)現(xiàn)互花米草的高效、準(zhǔn)確監(jiān)測(cè), 為亟需的外來入侵種互花米草業(yè)務(wù)化監(jiān)測(cè)提供有效的技術(shù)手段。本文重點(diǎn)介紹這一研究方案, 該方案于2016年獲得了一項(xiàng)國(guó)家自然科學(xué)基金項(xiàng)目支持(61601133)。

1 研究背景介紹

1.1 外來入侵種互花米草遙感監(jiān)測(cè)

隨著美國(guó)的MODIS和Landsat系列以及法國(guó)的SPOT等衛(wèi)星傳感器的投入使用, 遙感數(shù)據(jù)日益成為人們研究互花米草的重要數(shù)據(jù)源。研究人員通過收集不同時(shí)相的遙感影像, 運(yùn)用遙感圖像處理軟件對(duì)其進(jìn)行幾何校正、圖像融合等預(yù)處理; 然后在GIS軟件中進(jìn)行分類解譯, 結(jié)合 GPS 進(jìn)行野外核實(shí)修正; 最后對(duì)解譯結(jié)果進(jìn)行統(tǒng)計(jì), 分析互花米草的空間分布特征及動(dòng)態(tài)變化情況。

目前, 不同時(shí)相的遙感影像已被廣泛應(yīng)用于互花米草的空間分布與動(dòng)態(tài)變化監(jiān)測(cè)中。在我國(guó)沿海灘涂互花米草空間分布狀況和擴(kuò)散動(dòng)態(tài)研究中, 江蘇省的相關(guān)研究最多[15-24], 上海市次之[25-32], 福建省第三[33-39], 浙江省和山東省也有少部分研究[40-41]。

可以看出, 利用不同時(shí)相的遙感影像可以有效地監(jiān)測(cè)外來入侵種互花米草的空間分布及其動(dòng)態(tài)變化情況, 能夠更加快捷、準(zhǔn)確地提供其擴(kuò)散信息, 從而為生態(tài)環(huán)境保護(hù)和生物多樣性研究提供基礎(chǔ)數(shù)據(jù)支撐。但是, 目前利用遙感影像監(jiān)測(cè)互花米草也存在一定的局限[42]: 受遙感影像光譜分辨率的限制, “同物異譜”和“同譜異物”現(xiàn)象比較嚴(yán)重, 造成互花米草分布和數(shù)量統(tǒng)計(jì)上的誤差; 同時(shí), 在一些區(qū)域, 互花米草與其他植被混生, 而現(xiàn)有研究中所利用的遙感影像空間分辨率普遍相對(duì)不高, 因此影像中混合像元相對(duì)較多, 導(dǎo)致目前還難以在較小范圍內(nèi)精確監(jiān)測(cè)互花米草的空間分布格局和擴(kuò)散動(dòng)態(tài)。

1.2 無人機(jī)高光譜遙感應(yīng)用

無人機(jī)(unmanned aerial vehicle, UAV)是一種有動(dòng)力、可控制、能攜帶多種設(shè)備、執(zhí)行多種任務(wù), 并能重復(fù)使用的無人駕駛航空器[43]。無人機(jī)最早出現(xiàn)在1917年, 早期的無人駕駛飛行器主要是用作飛機(jī)靶機(jī), 后來逐漸擴(kuò)展到作戰(zhàn)、偵察及民用遙感飛行平臺(tái)。隨著計(jì)算機(jī)和通信技術(shù)的迅速發(fā)展以及各種數(shù)字化、重量輕、體積小、探測(cè)精度高的新型傳感器的不斷出現(xiàn), 無人機(jī)遙感系統(tǒng)的性能不斷提高, 應(yīng)用范圍和應(yīng)用領(lǐng)域不斷拓展[44]。目前, 無人機(jī)遙感系統(tǒng)已應(yīng)用于植被監(jiān)測(cè)[45]、精準(zhǔn)農(nóng)業(yè)[46]、海冰監(jiān)測(cè)[47]等方面。

高光譜遙感技術(shù)是20世紀(jì)80年代興起的新型對(duì)地觀測(cè)技術(shù), 具有“圖譜合一”的特點(diǎn), 將圖像維與光譜維信息融為一體, 在獲取地物圖像的同時(shí)可以得到地物的連續(xù)光譜信息, 從而實(shí)現(xiàn)依據(jù)光譜特征的地物目標(biāo)遙感監(jiān)測(cè)。與傳統(tǒng)的遙感技術(shù)相比, 高光譜具有波段多、光譜范圍窄、波段連續(xù)、數(shù)據(jù)量大等特點(diǎn)[48]。目前高光譜遙感數(shù)據(jù)已應(yīng)用到外來入侵物種[49]、濱海濕地[50-55]、植被[56]、赤潮[57-58]等地物目標(biāo)的探測(cè)中。

綜上, 無人機(jī)遙感系統(tǒng)和高光譜遙感技術(shù)已在很多領(lǐng)域得到大量的應(yīng)用, 而且正以前所未有的速度向更廣的應(yīng)用領(lǐng)域擴(kuò)展。兩者結(jié)合而成的無人機(jī)高光譜遙感技術(shù)也已有一些應(yīng)用: Calderon等[59]根據(jù)無人機(jī)高光譜數(shù)據(jù)對(duì)橄欖樹枯萎進(jìn)行了早期探測(cè);以Zarco-Tejada為首的研究團(tuán)隊(duì)[60-63], 圍繞經(jīng)濟(jì)作物無人機(jī)高光譜監(jiān)測(cè)開展了一系列的研究, 研究成果發(fā)表在知名遙感雜志《Remote Sensing of Environment》上; 我國(guó)的Duan等[64]利用無人機(jī)高光譜數(shù)據(jù)開展了3種典型條耕農(nóng)作物玉米、馬鈴薯和向日葵的葉面積指數(shù)反演研究?？梢钥闯? 無人機(jī)高光譜可用于不同類型植被的遙感監(jiān)測(cè)。這表明: 無人機(jī)高光譜遙感技術(shù)具有監(jiān)測(cè)外來入侵種互花米草的潛力。

2 基于無人機(jī)高光譜遙感的互花米草監(jiān)測(cè)

通過互花米草遙感研究進(jìn)展可以看出: 互花米草遙感研究主要集中在利用不同時(shí)相的遙感影像進(jìn)行互花米草空間分布與動(dòng)態(tài)變化監(jiān)測(cè), 然而由于受遙感影像空間和光譜分辨率的限制, 目前還難以實(shí)現(xiàn)互花米草的精確監(jiān)測(cè); 無人機(jī)高光譜可以獲取高空間、高光譜和高時(shí)間分辨率以及多尺度的遙感數(shù)據(jù), 而且從無人機(jī)高光譜遙感應(yīng)用研究進(jìn)展來看,無人機(jī)高光譜具有精確監(jiān)測(cè)互花米草的潛力, 但目前基于無人機(jī)高光譜的互花米草遙感研究尚屬空白。本研究擬以黃河三角洲為研究區(qū), 發(fā)展外來入侵種互花米草無人機(jī)高光譜遙感監(jiān)測(cè)方法, 以實(shí)現(xiàn)互花米草的高效、準(zhǔn)確監(jiān)測(cè)。

2.1 互花米草無人機(jī)高光譜遙感監(jiān)測(cè)技術(shù)框架

總體框架為: 首先基于實(shí)驗(yàn)數(shù)據(jù)對(duì)互花米草及其周邊其他植被的光譜特征進(jìn)行分析, 建立包含各種情形的互花米草光譜特征庫。然后構(gòu)建基于無人機(jī)高光譜“光譜”和“圖譜”的互花米草檢測(cè)模型(“光譜”是指利用無人機(jī)高光譜相機(jī)獲取的光譜曲線,“圖譜”是指利用無人機(jī)高光譜相機(jī)獲取的高光譜圖像)。對(duì)無人機(jī)數(shù)據(jù)獲取模式和控制單元進(jìn)行適應(yīng)性改造, 并將基于無人機(jī)高光譜“光譜”的檢測(cè)模型優(yōu)化改進(jìn), 發(fā)展一種互花米草無人機(jī)高光譜圖像高效獲取方法。最后以黃河三角洲國(guó)家級(jí)自然保護(hù)區(qū)為研究區(qū)進(jìn)行互花米草無人機(jī)高光譜監(jiān)測(cè)方法驗(yàn)證和示范應(yīng)用?？傮w技術(shù)路線如圖1所示。

2.2 不同情形下互花米草的光譜特征研究

根據(jù)現(xiàn)場(chǎng)調(diào)查, 黃河三角洲的主要植物有互花米草、堿蓬、檉柳和蘆葦, 互花米草屬先鋒植物, 分布在最靠海一側(cè)。為了準(zhǔn)確檢測(cè)互花米草, 本研究開展互花米草地面光譜測(cè)量和無人機(jī)高光譜觀測(cè)實(shí)驗(yàn),基于實(shí)驗(yàn)數(shù)據(jù)進(jìn)行不同情形下互花米草與堿蓬、檉柳、蘆葦?shù)墓庾V特征分析, 對(duì)比互花米草與堿蓬、檉柳、蘆葦?shù)戎苓吰渌脖还庾V特征的主要區(qū)別, 構(gòu)建包含不同情形的互花米草光譜特征庫。

圖1 總體技術(shù)路線圖Fig. 1 The overall technical flowchart

2.2.1 互花米草地面光譜測(cè)量和無人機(jī)高光譜觀測(cè)

在黃河三角洲互花米草分布區(qū)內(nèi)開展互花米草地面光譜測(cè)量和無人機(jī)高光譜觀測(cè)實(shí)驗(yàn), 獲得互花米草及其周邊其他地物的地面光譜數(shù)據(jù)和無人機(jī)光譜數(shù)據(jù),建立互花米草及其周邊其他地物的光譜數(shù)據(jù)庫, 記錄光譜測(cè)量的日期、起止時(shí)間、經(jīng)緯度、互花米草植株高度、葉片長(zhǎng)度和寬度、植物間距、健康狀況等信息, 并拍攝現(xiàn)場(chǎng)照片, 無人機(jī)測(cè)量時(shí)還要記錄其飛行高度、觀測(cè)角度、觀測(cè)時(shí)刻等信息。而且, 要注意根據(jù)互花米草及其周邊植被的物候差異、分布區(qū)域、生長(zhǎng)狀況等特點(diǎn), 確保實(shí)驗(yàn)樣區(qū)選擇的典型性和全面性。

2.2.2 不同情形下互花米草的光譜特征分析

為使互花米草的光譜特征具有代表性, 分析互花米草的光譜特征時(shí)應(yīng)考慮到各種情形, 主要有: (1)從互花米草自身考慮, 包括不同密度、不同生長(zhǎng)狀況等; (2)從無人機(jī)高光譜系統(tǒng)參數(shù)考慮, 包括無人機(jī)飛行高度、觀測(cè)角度、觀測(cè)時(shí)刻等; (3)從環(huán)境條件考慮,包括不同季節(jié)、不同潮汐狀況、光照條件等。不同情形下互花米草的光譜特征都不盡相同, 應(yīng)用互花米草的高光譜數(shù)據(jù), 析取出互花米草的光譜曲線,分析互花米草的吸收位置、吸收深度、反射位置、反射高度等光譜特征。分析互花米草光譜特征隨無人機(jī)飛行高度和觀測(cè)角度、季節(jié)、潮汐狀況、光照條件、互花米草密度和生長(zhǎng)狀況的變化規(guī)律, 對(duì)比互花米草與周邊其他植被光譜特征的主要區(qū)別, 建立包含各種情形的互花米草光譜特征庫。

2.3 基于無人機(jī)高光譜“光譜”和“圖譜”的互花米草檢測(cè)模型構(gòu)建

實(shí)現(xiàn)互花米草無人機(jī)高光譜遙感監(jiān)測(cè)的核心,是構(gòu)建適用于不同觀測(cè)條件和環(huán)境條件的魯棒的互花米草檢測(cè)模型。不同觀測(cè)條件包括無人機(jī)飛行高度、觀測(cè)角度等。不同環(huán)境條件包括光照條件、潮汐狀況等。本研究擬分別構(gòu)建基于無人機(jī)高光譜“光譜”和“圖譜”的互花米草檢測(cè)模型, 前者用于無人機(jī)飛行探測(cè)過程中的互花米草檢測(cè), 后者用于無人機(jī)高光譜圖像獲取后的互花米草檢測(cè), 技術(shù)路線如圖2所示。

圖2 基于無人機(jī)高光譜的互花米草檢測(cè)模型構(gòu)建技術(shù)路線圖Fig. 2 The technical flowchart for constructing the Spartina alterniflora detection models based on UAV hyperspectral remote sensing

2.3.1 基于無人機(jī)高光譜“光譜”的互花米草檢測(cè)模型構(gòu)建

基于無人機(jī)高光譜“光譜”構(gòu)建的互花米草檢測(cè)模型主要是用于無人機(jī)飛行探測(cè)過程中在線檢測(cè)互花米草, 要求其性能穩(wěn)定、計(jì)算速度快且易于實(shí)現(xiàn),因此采用領(lǐng)域內(nèi)廣泛應(yīng)用的經(jīng)典方法。本研究擬比較3種基于光譜特征匹配的目標(biāo)檢測(cè)方法: 光譜全譜匹配(將探測(cè)目標(biāo)的光譜與互花米草光譜特征庫中的光譜進(jìn)行全譜比對(duì), 根據(jù)二者的一致程度對(duì)探測(cè)目標(biāo)進(jìn)行判別)、典型光譜特征相似性度量(僅使用幾個(gè)典型光譜特征進(jìn)行探測(cè)目標(biāo)與互花米草的特征相似性度量)、光譜特征構(gòu)造指數(shù)判別(選擇典型光譜特征構(gòu)造一個(gè)指數(shù), 利用數(shù)學(xué)統(tǒng)計(jì)方法, 確定構(gòu)造指數(shù)的閾值, 以此來判別探測(cè)目標(biāo)是否為互花米草), 選擇最適于無人機(jī)在線實(shí)時(shí)檢測(cè)的目標(biāo)檢測(cè)方法, 來構(gòu)建基于無人機(jī)高光譜“光譜”的互花米草檢測(cè)模型。

2.3.2 基于無人機(jī)高光譜“圖譜”的互花米草檢測(cè)

模型構(gòu)建

本研究擬提出一種基于目標(biāo)光譜簇的互花米草檢測(cè)算法, 構(gòu)建基于無人機(jī)高光譜“圖譜”的互花米草檢測(cè)模型, 該模型將在獲取到無人機(jī)高光譜圖像后使用, 用于互花米草高精度制圖。首先對(duì)互花米草光譜特征庫中的光譜進(jìn)行去冗余、歸類, 生成互花米草光譜簇; 通過自適應(yīng)波束形成方法, 使用一個(gè)不等式約束來保證當(dāng)目標(biāo)光譜簇的光譜在一定范圍內(nèi)變化時(shí), 提出的算法最小化輸出能量, 這樣即使目標(biāo)光譜存在一定變化時(shí), 其仍然能夠被有效檢測(cè)出來, 因而該方法對(duì)不同觀測(cè)條件和環(huán)境條件造成的光譜變化具有魯棒性。提出的算法將互花米草檢測(cè)問題轉(zhuǎn)化為一個(gè)凸優(yōu)化問題, 其局部極小值就是全局極小值, 所以可以利用最優(yōu)化方法來求出全局最優(yōu)點(diǎn), 本項(xiàng)目擬使用內(nèi)點(diǎn)法來求解該最優(yōu)化問題。

2.4 互花米草無人機(jī)高光譜圖像高效獲取方法研究

由于無人機(jī)每次飛行的續(xù)航時(shí)間有限, 且無人機(jī)高光譜圖像后處理工作量大, 因此, 發(fā)展一種互花米草無人機(jī)高光譜圖像高效獲取方法是實(shí)現(xiàn)互花米草快速、準(zhǔn)確檢測(cè)的關(guān)鍵?；セ撞轃o人機(jī)高光譜圖像高效獲取的研究思路為: 無人機(jī)高光譜進(jìn)行地物探測(cè)時(shí)先僅獲取地物的譜信息, 然后基于互花米草光譜特征庫, 利用互花米草檢測(cè)模型在線實(shí)時(shí)判定所探測(cè)地物是否為互花米草, 如果是, 再獲取高光譜圖像, 否則不獲取, 技術(shù)路線圖如圖3所示。這種“先獲取譜信息, 檢測(cè)后再獲取圖像”的數(shù)據(jù)獲取方式, 可使無人機(jī)每次飛行時(shí)探測(cè)更大的空間范圍, 同時(shí)大大減少高光譜圖像處理的工作量, 提高無人機(jī)高光譜互花米草檢測(cè)效率。

圖3 互花米草無人機(jī)高光譜圖像的高效獲取方法研究技術(shù)路線圖Fig. 3 The technical flowchart for studying an efficient acquisition method of UAV hyperspectral remote sensing images of Spartina alterniflora

實(shí)現(xiàn)互花米草無人機(jī)高光譜圖像高效獲取的核心是無人機(jī)數(shù)據(jù)獲取模式和控制單元的適應(yīng)性改造、所構(gòu)建的基于無人機(jī)高光譜“光譜”的互花米草檢測(cè)模型的優(yōu)化改進(jìn)。

2.4.1 無人機(jī)數(shù)據(jù)獲取模式和控制單元適應(yīng)性改造

目前, 無人機(jī)數(shù)據(jù)獲取模式有譜模式、圖模式、圖譜模式, 本研究擬通過對(duì)無人機(jī)控制單元的適應(yīng)性改造,實(shí)現(xiàn)無人機(jī)數(shù)據(jù)獲取模式的自動(dòng)選擇與靈活切換。

2.4.2 基于無人機(jī)高光譜“光譜”的互花米草檢測(cè)模型優(yōu)化改進(jìn)

研究無人機(jī)不同觀測(cè)條件(飛行高度、觀測(cè)角度等)和不同環(huán)境條件(光照條件、潮汐狀況等)下互花米草檢測(cè)模型的魯棒性, 在此基礎(chǔ)上對(duì)檢測(cè)模型進(jìn)行優(yōu)化改進(jìn), 建立適用于無人機(jī)高光譜的互花米草在線檢測(cè)模型, 應(yīng)用于無人機(jī)高光譜飛行探測(cè)過程中。

2.5 互花米草無人機(jī)高光譜遙感監(jiān)測(cè)方法驗(yàn)證與示范應(yīng)用方案

本研究擬以黃河三角洲國(guó)家級(jí)自然保護(hù)區(qū)為研究區(qū), 進(jìn)行互花米草無人機(jī)高光譜遙感監(jiān)測(cè)方法的驗(yàn)證與示范應(yīng)用, 技術(shù)路線如圖4所示。

圖4 互花米草無人機(jī)高光譜遙感監(jiān)測(cè)方法驗(yàn)證與示范應(yīng)用技術(shù)路線圖Fig. 4 The technical flowchart for verifying and practically applying UAV hyperspectral remote sensing technology in Spartina alterniflora monitoring

2.5.1 互花米草無人機(jī)高光譜遙感監(jiān)測(cè)方法驗(yàn)證

根據(jù)黃河三角洲國(guó)家級(jí)自然保護(hù)區(qū)互花米草的分布特點(diǎn), 進(jìn)行無人機(jī)高光譜飛行方案設(shè)計(jì), 開展互花米草不同生長(zhǎng)狀況、不同觀測(cè)條件、不同環(huán)境條件下的無人機(jī)高光譜和現(xiàn)場(chǎng)同步觀測(cè)實(shí)驗(yàn), 檢驗(yàn)互花米草光譜特征庫的完備性, 驗(yàn)證所構(gòu)建的基于無人機(jī)高光譜“光譜”和“圖譜”的互花米草檢測(cè)模型的準(zhǔn)確性和魯棒性, 評(píng)價(jià)互花米草無人機(jī)高光譜圖像高效獲取方法的有效性。

2.5.2 黃河三角洲國(guó)家級(jí)自然保護(hù)區(qū)互花米草無人機(jī)高光譜遙感監(jiān)測(cè)

對(duì)所獲取的黃河三角洲國(guó)家級(jí)自然保護(hù)區(qū)互花米草無人機(jī)高光譜圖像進(jìn)行幾何校正和圖像拼接等影像后處理, 基于處理后的高光譜圖像提取互花米草信息, 在此基礎(chǔ)上, 制作黃河三角洲國(guó)家級(jí)自然保護(hù)區(qū)互花米草分布圖, 分析黃河三角洲國(guó)家級(jí)自然保護(hù)區(qū)互花米草的時(shí)空分布特征。

3 總結(jié)與展望

外來入侵種互花米草分布在潮間帶區(qū)域, 進(jìn)入該區(qū)域現(xiàn)場(chǎng)困難——從陸上車下不去、從海上船上不來, 因此互花米草高效、準(zhǔn)確監(jiān)測(cè)一直是實(shí)際業(yè)務(wù)管理中的一個(gè)難題。然而, 互花米草空間分布狀況和擴(kuò)散動(dòng)態(tài)信息卻是業(yè)務(wù)管理中最需要的數(shù)據(jù)。無人機(jī)高光譜遙感是遙感技術(shù)發(fā)展的新方向和趨勢(shì), 具有可以靈活獲取高空間、高光譜和高時(shí)間分辨率數(shù)據(jù)的優(yōu)勢(shì), 本研究擬采用這種新型技術(shù)手段來進(jìn)行互花米草遙感監(jiān)測(cè), 以期快速得到準(zhǔn)確的互花米草信息, 為實(shí)際業(yè)務(wù)管理提供有效的技術(shù)支撐。

[1] Simenstad C A, Thom R M. Spartina alterniflora (smooth cordgrass) as an invasive halophyte in Pacific Northwest Estuaries[J]. Hortus Northwest, 1995, 6: 9-12, 38-40.

[2] Daehler C C, Strong D R. Status, prediction and prevention of introduced cordgrass Spartina spp. invasions in Pacific Estuaries, USA[J]. Biological Conservation, 1996, 78(1): 51-58.

[3] Jones C G, Lawton J H, Shachak M. Organisms as ecosystem engineers[J]. Oikos, 1994, 69(3): 373-386.

[4] Chung C H. Thirty years of ecological engineering with Spartina plantations in China[J]. Ecological Engineering, 1993, 2(3): 261-289.

[5] Chung C H, Zhuo R Z, Xu G W. Creation of Spartina plantations for reclaiming Dongtai, China, tidal flats and offshore sands[J]. Ecological Engineering, 2004, 23(3): 135-150.

[6] Mitsch W J, Lefeuvre J C, Bouchard V. Ecological engineering applied to river and wetland restoration[J]. Ecological Engineering, 2002, 18(18): 529-541.

[7] Weishar L L, Teal J M, Hinkle R. Designing large-scale wetland restoration for Delaware Bay[J]. Ecological Engineering, 2005, 25(3): 231-239.

[8] 王卿, 安樹青, 馬志軍, 等. 入侵植物互花米草—生物學(xué)、生態(tài)學(xué)及管理[J]. 植物分類學(xué)報(bào), 2006, 44(5): 559-588. Wang Qing, An Shuqing, Ma Zhijun, et al. Invasive Spartina alterniflora: biology, ecology and management[J]. Acta Phytotaxonomica Sinica, 2006, 44(5): 559-588.

[9] 唐廷貴, 張萬鈞. 論中國(guó)海岸帶大米草生態(tài)工程效益與“生態(tài)入侵”[J]. 中國(guó)工程科學(xué), 2003, 5(3): 15-20. Tang Tinggui, Zhang Wanjun. A discussion of ecological engineering benefits of Spartina spp. and its ecological invasion[J]. Engineering Science, 2003, 5(3): 15-20.

[10] 朱曉佳, 欽佩. 外來種互花米草及米草生態(tài)工程[J].海洋科學(xué), 2003, 27(12): 14-19. Zhu Xiaojia, Qin Pei. The alien species Spartina alterniflora and Spartina ecoengineering[J]. Marine Sciences, 2003, 27(12): 14-19.

[11] 袁紅偉, 李守中, 鄭懷舟, 等. 外來種互花米草對(duì)中國(guó)海濱濕地生態(tài)系統(tǒng)的影響評(píng)價(jià)及對(duì)策[J]. 海洋通報(bào), 2009, 28(6): 122-128. Yuan Hongwei, Li Shouzhong, Zheng Huaizhou, et al. Evaluation of the influences of foreign Spartina alterniflora on ecosystem of Chinese coastal wetland and its countermeasures[J]. Marine Science Bulletin, 2009, 28(6): 122-128.

[12] 歐健, 盧昌義. 廈門外來植物入侵風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系的建立——以互花米草入侵風(fēng)險(xiǎn)評(píng)價(jià)為例[J]. 臺(tái)灣海峽, 2006, 25(3): 437-444. Ou Jian, Lu Changyi. Establishment of risk assessment index system for alien plants in Xiamen: case study of smooth cordgrass[J]. Journal of Oceanology in Taiwan Strait, 2006, 25(3): 437-444.

[13] 中華人民共和國(guó)環(huán)境保護(hù)部．關(guān)于發(fā)布中國(guó)第一批外來入侵物種名單的通知[EB/OL]. [2003-01-10]. http: // www.zhb.gov.cn/gkml/zj/wj/200910/t20091022_17215 5.htm. Ministry of Environmental Protection of the People’s Republic of China. Notice on releasing the first batch external invasion species name list in China[EB/OL]. [2003-01-10].http: //www.zhb.gov.cn/gkml/zj/wj/200910/ t20091022_172155.htm.

[14] 張帆, 劉長(zhǎng)安, 姜洋. 灘涂鹽沼濕地退化機(jī)制研究[J].海洋開發(fā)與管理, 2008, 8: 99-101. Zhang Fan, Liu Changan, Jiang Yang. Research on degradation mechanism of tidal saltmarsh wetland[J]. Marine development and management, 2008, 8: 99-101.

[15] 李加林. 基于MODIS的沿海帶狀植被NDVI/EVI季節(jié)變化研究—以江蘇沿?；セ撞蓰}沼為例[J]. 海洋通報(bào), 2006, 25(6): 91-96. Li Jialin. Research on the seasonal dynamics of zonal vegetation in the coastal area using MODIS-NDVI/EVI: A case study of Spartina alterniflora marsh on the Jiangsu coast[J]. Marine Science Bulletin, 2006, 25(6): 91-96.

[16] 李加林, 張忍順. 互花米草海灘生態(tài)系統(tǒng)服務(wù)功能及其生態(tài)經(jīng)濟(jì)價(jià)值的評(píng)估—以江蘇為例[J]. 海洋科學(xué), 2003, 27(10): 68-72. Li Jialin, Zhang Renshun. Function of Spartina alterniflora salt marsh ecosystem services and evaluation of their ecological and economical value: a case of Jiangsu Province[J]. Marine Sciences, 2003, 27(10): 68-72.

[17] 劉春悅, 張樹清, 江紅星, 等. 江蘇鹽城濱海濕地外來種互花米草的時(shí)空動(dòng)態(tài)及景觀格局[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2009, 20(4): 901-908. Liu Chunyue, Zhang Shuqing, Jiang Hongxing, et al. Spatiotemporal dynamics and landscape pattern of alien species Spartina alterniflora in Yancheng coastal wetlands of Jiangsu Province, China[J]. Chinese Journal of Applied Ecology, 2009, 20(4): 901-908.

[18] 劉永學(xué), 陳君, 張忍順, 等. 江蘇海岸鹽沼植被演替的遙感圖像分析[J]. 農(nóng)村生態(tài)環(huán)境, 2001, 17(3): 39-41. Liu Yongxue, Chen Jun, Zhang Renshun, et al. Analysis of remote sensing images for vegetation succession on tidal saltmarsh in Jiangsu[J]. Rural Eco-Environment, 2001, 17(3): 39-41.

[19] 劉永學(xué), 李滿春, 張忍順. 江蘇沿?；セ撞蓰}沼動(dòng)態(tài)變化及影響因素研究[J]. 濕地科學(xué), 2004, 2(2): 116-121. Liu Yongxue, Li Manchun, Zhang Renshun. Approach on the dynamic change and influence factors of Spartina alterniflora Loisel saltmarsh along the coast of the Jiangsu Province[J]. Wetland Science, 2004, 2(2): 116-121.

[20] 劉永學(xué), 張忍順, 李滿春. 江蘇沿海互花米草鹽沼動(dòng)態(tài)變化及影響因素研究[J]. 海洋地質(zhì)動(dòng)態(tài), 2004, 20(2): 18-21. Liu Yongxue, Zhang Renshun, Li Manchun. Approach on the dynamic change and influence factors of Spartina alterniflora Loisel saltmarsh along the coast of the Jiangsu Province[J]. Marine Geology Letters, 2004, 20(2): 18-21.

[21] 沈永明, 劉詠梅, 陳全站. 江蘇沿?；セ撞蓰}沼擴(kuò)張過程的遙感分析[J]. 植物資源與環(huán)境學(xué)報(bào), 2002, 11(2): 33-38. Shen Yongming, Liu Yongmei, Chen Quanzhan. Analysis of the expanding process of the Spartina alterniflora Loisel salt marsh on Jiangsu province coast by remote sensing[J]. Journal of Plant Resource and Environment, 2002, 11(2): 33-38.

[22] 姚懿函, 清華, 安樹青, 等. 不同建群時(shí)間下互花米草種群生長(zhǎng)及生物量分配[J]. 生態(tài)學(xué)報(bào), 2010, 30(19): 5200-5208. Yao Yihan, Qing Hua, An Shuqing, et al. Growth and biomass allocation of differently-aged populations of Spartina alterniflora[J]. Acta Ecologica Sinica, 2010, 30(19): 5200-5208.

[23] 張忍順, 沈永明, 陸麗云, 等. 江蘇沿?；セ撞蓰}沼的形成過程[J]. 海洋與湖沼, 2005, 36(4): 358-366. Zhang Renshun, Shen Yongming, Lu Liyun, et al. Formation of Spartina alterniflora salt marsh on Jiangsu coast, China[J]. Oceanologia et Limnologia Sinica, 2005, 36(4): 358-366.

[24] 張華兵, 劉紅玉, 侯明行. 人工管理和自然驅(qū)動(dòng)下鹽城海濱濕地互花米草沼澤演變及空間差異[J]. 生態(tài)學(xué)報(bào), 2013, 33(15): 4767-4775. Zhang Huabing, Liu Hongyu, Hou Minghang. Spatiotemporal characteristics of Spartina alterniflora marsh change in the coastal wetlands of Yancheng caused by natural processes and human activities[J]. Acta Ecologica Sinica, 2013, 33(15): 4767-4775.

[25] 黃華梅, 張利權(quán), 高占國(guó). 上海灘涂植被資源遙感分析[J]. 生態(tài)學(xué)報(bào), 2005, 25(10): 2686-2693. Huang Huamei, Zhang Liquan, Gao Zhanguo. The vegetation resource at the intertidal zone in Shanghai using remote sensing[J]. Acta Ecologica Sinica, 2005, 25(10): 2686-2693.

[26] 黃華梅, 張利權(quán). 上海九段沙互花米草種群動(dòng)態(tài)遙感研究[J]. 植物生態(tài)學(xué)報(bào), 2007, 31(1): 75-82. Huang Huamei, Zhang Liquan. Remote sensing analysis of range expansion of Spartina alterniflora at Jiuduansha shoals, Shanghai, China[J]. Journal of Plant Ecology(Chinese Version), 2007, 31(1): 75-82.

[27] Huang H, Zhang L. A study of the population dynamics of Spartina alterniflora at Jiuduansha shoals, Shanghai, China[J]. Ecological Engineering, 2007, 29(2): 164-172.

[28] 李賀鵬, 張利權(quán), 王東輝. 上海地區(qū)外來種互花米草的分布現(xiàn)狀[J]. 生物多樣性, 2006, 14(2): 114-120. Li Hepeng, Zhang Liquan, Wang Donghui. Distribution of an exotic plant Spartina alterniflora in Shanghai[J]. Biodiversity Science, 2006, 14(2): 114-120.

[29] 劉瑜, 韓震. 基于遙感的長(zhǎng)江口南匯潮灘植被群落時(shí)空動(dòng)態(tài)變化[J]. 上海海洋大學(xué)學(xué)報(bào), 2009, 18(5): 579-585. Liu Yu, Han Zhen. The study of spatial and temporal variations on vegetation communities in Nanhui tidal flat of Changjiang Estuary by using remote sensing[J]. Journal of Shanghai Ocean University, 2009, 18(5): 579-585.

[30] 沈芳, 周云軒, 張杰, 等. 九段沙濕地植被時(shí)空遙感監(jiān)測(cè)與分析[J]. 海洋與湖沼, 2006, 37(6): 498-504. Shen Fang, Zhou Yunxuan, Zhang Jie, et al. Remote sensing analysis on spatial-temporal variation in vegetation on Jiuduansha wetland[J]. Oceanologia et Limnologia Sinica, 2006, 37(6): 498-504.

[31] 王東輝, 張利權(quán), 管玉娟. 基于CA模型的上海九段沙互花米草和蘆葦種群擴(kuò)散動(dòng)態(tài)[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2007, 18(12): 2807-2813. Wang Donghui, Zhang Liquan, Guan Yujuan. Population expansion of Spartina alterniflora and Phragmites australis at Jiuduansha, Shanghai based on cellular automata model[J]. Chinese Journal of Applied Ecology, 2007, 18(12): 2807-2813.

[32] 張東, 楊明明, 李俊祥, 等. 崇明東灘互花米草的無性擴(kuò)散能力[J]. 華東師范大學(xué)學(xué)報(bào)(自然科學(xué)版), 2006, 3(2): 130-135. Zhang Dong, Yang Mingming, Li Junxiang, et al. Vegetative dispersal ability of Spartina alterniflora in eastern end of Chongming Island[J]. Journal of East China Normal University(Natural Science), 2006, 3(2): 130-135.

[33] Zhang Wenlong, Zeng Congsheng, Tong Chuan, et al. Analysis of the expanding process of the Spartina alterniflora salt marsh in Shanyutan wetland, Minjiang River estuary by remote sensing[J]. Procedia Environmental Sciences, 2011, 10(1): 2472-2477.

[34] 方民杰. 福建沿岸海域互花米草的分布[J]. 臺(tái)灣海峽, 2012, 31(1): 100-104. Fang Minjie. Distribution of Spartina alterniflora in Fujian coast waters[J]. Journal of Oceanography in Taiwan Strait, 2012, 31(1): 100-104.

[35] 潘衛(wèi)華, 陳家金, 李麗純, 等. 福建羅源灣互花米草的遙感動(dòng)態(tài)監(jiān)測(cè)[J]. 中國(guó)農(nóng)學(xué)通報(bào), 2009, 25(13): 216-219. Pan Weihua, Chen Jiajin, Li Lichun, et al. Dynamical monitoring of Spartina alterniflora invasion by using remote sensing data in Luoyuan Bay, Fujian[J]. Chinese Agricultural Science Bulletin, 2009, 25(13): 216-219.

[36] 潘衛(wèi)華, 陳家金, 張春桂, 等. 福建沿海水域互花米草蔓延的動(dòng)態(tài)監(jiān)測(cè)分析[J]. 中國(guó)農(nóng)學(xué)氣象, 2011, 32(增1): 174-177. Pan Weihua, Chen Jiajin, Zhang Chungui, et al. Dynamic monitoring analysis of expansion of Spartina alterniflora in Fujian[J]. Chinese Journal of Agrometeorology, 2011, 32(suppl.1): 174-177.

[37] 孫颯梅. 三都灣互花米草的遙感監(jiān)測(cè)[J]. 臺(tái)灣海峽, 2005, 24(2): 223-227. Sun Samei. Monitoring of smooth cordgrass invasion by remote sensing in Sandu Bay, Fujian[J]. Journal of Oceanography in Taiwan Strait, 2005, 24(2): 223-227.

[38] 吳德力, 沈永明, 杜永芬, 等. 福建省羅源灣互花米草擴(kuò)展過程及其特征分析[J]. 海洋學(xué)報(bào), 2013, 35(6): 113-120. Wu Deli, Shen Yongming, Du Yongfen, et al. The expanding process and characteristics of Spartina alterniflora in Luoyuan Bay of Fujian Province, China[J]. Acta Oceanologica Sinica(in China), 2013, 35(6): 113-120.

[39] 劉海華, 李玉寶. 1993—2003年間溫州沿?；セ撞葑冞w[J]. 溫州大學(xué)學(xué)報(bào)·自然科學(xué)版, 2007, 28(5): 19-24. Liu Haihua, Li Yubao. Variation of the Spartina alterniflora Loisel along coastal Wenzhou as aided by TM images[J]. Journal of Wenzhou University·Natural Sciences, 2007, 28(5): 19-24.

[40] Wang Anqi, Chen Jiadai, Jing Changwei, et al. Monitoring the invasion of Spartina alterniflora from 1993 to 2014 with Landsat TM and SPOT 6 satellite data in Yueqing Bay, China[J]. Plos One, 2015, 10(8): e0135538.

[41] 任廣波, 劉艷芬, 馬毅, 等. 現(xiàn)代黃河三角洲互花米草遙感監(jiān)測(cè)與變遷分析[J]. 激光生物學(xué)報(bào), 2014, 23(6): 515-523. Ren Guangbo, Liu Yanfen, Ma Yi, et al. Spartina alterniflora monitoring and change analysis in Yellow River delta by remote sensing technology[J]. Acta Laser Biology Sinica, 2014, 23(6): 515-523.

[42] 章瑩, 盧劍波. 外來入侵物種互花米草(Spartina alterniflora)及鳳眼蓮(Eichhornia crassipes)的遙感監(jiān)測(cè)研究進(jìn)展[J]. 科技通報(bào), 2010, 26(1): 130-137. Zhang Ying, Lu Jianbo. Progress on monitoring of two invasive species smooth cordgrass (Spartina alterniflora) and water hyacinth (Eichhornia crassipes) by remote sensing[J]. Bulletin of Science and Technology, 2010, 26(1): 130-137.

[43] 呂厚誼. 無人機(jī)發(fā)展與無人機(jī)技術(shù)[J]. 世界科技研究與發(fā)展, 1998, 6: 113-116. Lü Houyi. UAV development and UAV technology[J]. World Science and Technology Research and Development, 1998, 6: 113-116.

[44] 范承嘯, 韓俊, 熊志軍, 等. 無人機(jī)遙感技術(shù)現(xiàn)狀與應(yīng)用[J]. 測(cè)繪科學(xué), 2009, 34(5): 214-215. Fan Chengxiao, Han Jun, Xiong Zhijun, et al. Application and status of unmanned aerial vehicle remotesensing technology[J]. Science of Surveying and Mapping, 2009, 34(5): 214-215.

[45] Corcoles J I, Ortega J F, Hernandez D, et al. Use of digital photography from unmanned aerial vehicles for estimation of leaf area index in onion[J]. European Journal of Agronomy, 2013, 45: 96-104.

[46] Herwitz S R, Johnson L F, Dunagan S E. Imaging from an unmanned aerial vehicle: agricultural surveillance and decision support[J]. Computers and Electronics in Agricultural, 2004, 44(1): 49-61.

[47] Mcgill P R, Reisenbichler K R, Etchemendy S A, et al. Aerial surveys and tagging of free-drifting icebergs using an unmanned aerial vehicle (UAV)[J]. Deep Sea Research Part II Topical Studies in Oceanography, 2011, 58(11): 1318-1326.

[48] 張良培, 張立福. 高光譜遙感[M]. 北京: 測(cè)繪出版社, 2011. Zhang Liangpei, Zhang Lifu. Hyperspectral Remote Sensing[M]. Beijing: Surveying and Mapping Publishing House, 2011.

[49] Pengra B W, Johnston C A, Loveland T R. Mapping an invasive plant, Phragmites australis, in coastal wetlands using the EO-1 Hyperion hyperspectral sensor[J]. Remote Sensing of Environment, 2007, 108(1): 74-81.

[50] Zomer R J, Trabucco A, Ustin S L. Building spectral libraries for wetlands land cover classification and hyperspectral remote sensing[J]. Journal of Environmental Management, 2009, 90(7): 2170-2177.

[51] Bertels L, Houthuys R, Sterckx S, et al. Large-scale mapping of the riverbanks, mud flats and salt marshes of the Scheldt basin using airborne imaging spectroscopy and LiDAR[J]. International Journal of Remote Sensing, 2011, 32(10): 2905-2918.

[52] 崔賓閣, 莊仲杰, 任廣波, 等. 典型高光譜圖像端元提取算法在黃河口濕地應(yīng)用評(píng)價(jià)研究[J]. 海洋科學(xué), 2015, 39(2): 104-109. Cui Bin’ge, Zhuang Zhongjie, Ren Guangbo, et al. Evaluation of the prime hyperspectral endmember extraction algorithm in Yellow River Estuarine wetland[J]. Marine Sciences, 2015, 39(2): 104-109.

[53] 李曉敏, 張杰, 馬毅, 等. 基于主成分分析和決策級(jí)融合的高光譜圖像分類方法研究[J]. 海洋科學(xué), 2015, 39(2): 25-34. Li Xiaomin, Zhang Jie, Ma Yi, et al. Research on the classification method of the hyper-spectral image based on principal component analysis and decision-level fusion[J]. Marine Sciences, 2015, 39(2): 25-34.

[54] 馬毅, 張杰, 任廣波, 等. 基于決策級(jí)數(shù)據(jù)融合的CHRIS高光譜圖像分類方法研究[J]. 海洋科學(xué), 2015, 39(2): 8-14. Ma Yi, Zhang Jie, Ren Guangbo, et al. Research on decision-level data fusion classification method for CHRIS hyperspectral imagery[J]. Marine Sciences, 2015, 39(2): 8-14.

[55] 吳培強(qiáng), 張杰, 馬毅, 等. 基于地物光譜可分性的CHRIS高光譜影像波段選擇及其分類應(yīng)用[J]. 海洋科學(xué), 2015, 39(2): 20-24. Wu Peiqiang, Zhang Jie, Ma Yi, et al. A CHRIS hyperspectral band selection method based on spectral separability and classification application[J]. Marine Sciences, 2015, 39(2): 20-24.

[56] Zhang Caiyun, Xie Zhixiao. Combining object-based texture measures with a neural network for vegetation mapping in the Everglades from hyperspectral imagery[J]. Remote Sensing of Environment, 2012, 124(124): 310-320.

[57] Ma Yi, Zhang Jie, Cui Tingwei, et al. A preliminary research on dominant species identification of red tide organism by airborne hyperspectral technique[J]. SPIE, 2003, 4892: 278-286.

[58] 馬毅, 張杰, 崔廷偉. 基于SVM 方法的赤潮生物優(yōu)勢(shì)種航空高光譜識(shí)別[J]. 光譜學(xué)與光譜分析, 2006, 26(12): 2302-2305. Ma Yi, Zhang Jie, Cui Tingwei. Research in airborne hyperspectral identification of Red Tide organism dominant species based on SVM[J]. Spectroscopy and Spectral Analysis, 2006, 26(12): 2302-2305.

[59] Calderon R, Navas-Cortes J A, Lucena C, et al. High-resolution airborne hyperspectral and thermal imagery for early detection of verticillium wilt of olive using fluorescence, temperature and narrow-band spectral indices[J]. Remote Sensing of Environment, 2013, 139(139): 231-245.

[60] Zarco-Tejada P J, Gonzalez-Dugo V, Berni J A J. Fluorescence, temperature and narrow-band indices acquired from a UAV platform for water stress detection using a micro-hyperspectral imager and a thermal camera[J]. Remote Sensing of Environment, 2012, 117(1): 322-337.

[61] Zarco-Tejada P J, Guillen-Climent M L, Hernandez-Clemente R, et al. Estimating leaf carotenoid content in vineyards using high resolution hyperspectral imagery acquired from an unmanned aerial vehicle (UAV)[J]. Agricultural and Forest Meteorology, 2013, 171(8): 281-294.

[62] Zarco-Tejada P J, Morales A, Testi L, et al. Spatio-temporal patterns of chlorophyll fluorescence and physiological and structural indices acquired from hyperspectral imagery as compared with carbon fluxes measured with eddy covariance[J]. Remote Sensing of Environment, 2013, 133(12): 102-115.

[63] Zarco-Tejada P J, Catalina A, Gonzalez M R, et al.Relationships between net photosynthesis and steady-state chlorophyll fluorescence retrieved from airborne hyperspectral imagery[J]. Remote Sensing of Environment, 2013, 136(136): 247-258.

[64] Duan Sibo, Li Zhaoliang, Wu Hua, et al. Inversion of the PROSAIL model to estimate leaf area index of maize, potato and sunflower fields from unmanned aerial vehicle hyperspectral data[J]. International Journal of Applied Earth Observation and Geoinformation, 2014, 26(2): 12-20.

Study on monitoring alien invasive species Spartina alterniflora using unmanned aerial vehicle hyperspectral remote sensinga case study of the Yellow River Delta

LI Xiao-min1,2, ZHANG Jie1, MA Yi1, REN Guang-bo1
(1. First Institute of Oceanography, State Oceanic Administration, Qingdao 266061, China; 2. School of Life Sciences, Inner Mongolia University, Hohhot 010021, China)

Nov. 2, 2016

Spartina alterniflora; unmanned aerial vehicle (UAV); hyperspectral remote sensing

The invasion of Spartina alterniflora is immensely dominant, hence it has been included in the priority list of invasive species. The large-scale spread of S. alterniflora has severely influenced the growth and distribution of the native species, hence the relevant management departments are urgently required to monitor the spatial distribution and spread of S. alterniflora, but currently there are no effective ways of monitoring. Hence, we propose a new method of monitoring S. alterniflora using unmanned aerial vehicle (UAV) hyperspectral remote sensing, a new technical means of remote sensing monitoring, to analyze the spectral characteristics of S. alterniflora under different circumstances (such as growth status and environmental conditions). The technique will establish a robust S. alterniflora remote sensing detection model, to find an effective way to obtain UAV hyperspectral remote sensing images of S. alterniflora, and then to achieve efficient and accurate monitoring of S. alterniflora. The results can provide an effective technical means for the operational S. alterniflora monitoring.

TP79

A

1000-3096(2017)04-0098-10

10.11759/hykx20161102002

(本文編輯: 劉珊珊)

2016-11-02;

2016-12-26

國(guó)家自然科學(xué)基金(61601133)

[Foundation: National Natural Science Foundation of China, No. 61601133]

李曉敏(1982-), 女, 蒙古族, 內(nèi)蒙古通遼人, 助理研究員,碩士, 主要從事海岸帶生態(tài)遙感方面的研究, 電話: 0532-88960569, E-mail: lixiaomin@fio.org.cn