Construction method of a <italic>Spartina alterniflora</italic> index based on hyperspectral satellite images

近年来外来入侵植物互花米草迅速扩张,对沿海区域经济社会的发展造成了一定干扰,占据生态位,危害当地生态系统稳定。精确的互花米草监测与制图对湿地生态系统的保护与恢复具有重要意义。当前研究识别互花米草以监督分类方法为主,这一类方法所需样本量大、分类器复杂多样,大区域互花米草的精细识别计算量大、效率低,而且精度对样本质量的依赖性强。为了提高大区域互花米草快速精细识别的能力,本研究提出了一种基于高光谱数据构建生长期互花米草指数的方法,利用互花米草与其他盐沼湿地植被在近红外波段和短波红外波段存在明显光谱差异的特性,选取差异敏感波段构建互花米草指数,增大复杂滨海湿地环境下互花米草与其他盐沼湿地植被的特征差异,有效减少"异物同谱"造成的滨海盐沼湿地植被难区分的现象。本研究选取黄河三角洲湿地和盐城滨海湿地区域作为研究对象,通过野外调查和Google Earth高分辨率影像生成样本数据集,基于生长期互花米草指数构建决策树对互花米草进行精细识别,与NDVI、EVI、支持向量机、随机森林、最大似然和人工神经网络方法进行互花米草提取结果对比验证。结果表明,基于互花米草指数构建决策树的方法可快速、准确地实现复杂湿地生态系统中互花米草的提取,提取精度优于其他方法,在大区域互花米草快速识别方面具有更高的潜力。