来源：期刊VIP网 时间：
作者：栾奎峰;游心怡;王洁;陆雪骏;朱卫东;何雍;何文慧;涂辛茹;吴松阳;
单位：上海海洋大学海洋科学与生态环境学院;上海河口海洋测绘工程技术研究中心;上海市海洋管理事务中心;
摘要：滨海湿地生态系统正面临互花米草(Spartina alterniflora)二次入侵的严峻威胁，为实现高分辨率精细化动态监测，文章提出了一种基于无人机多维特征融合的互花米草入侵精准遥感分类方法——多维特征融合分类法(Multi-feature Fusion Classification, MFC)。该方法首先利用大疆Mavic 3M无人机获取空间分辨率为5 cm的多时相无人机遥感影像(包括多光谱影像和可见光影像);其次，基于基尼指数特征优选策略，从植被指数、光谱和纹理多维特征中筛选出15维关键特征；然后，训练随机森林(Random Forest, RF)分类模型，并对多时相无人机遥感影像进行分类。文章以上海市南汇新城镇滨海湿地为研究区，基于MFC方法，系统解析了互花米草的二次入侵时空动态变化；将MFC方法中的RF模型分别替换为人工神经网络(Artificial Neural Network, ANN)、支持向量机(Support Vector Machine, SVM)模型，进行对比实验。结果表明：春、夏、秋季的特征重要性最高分别为第1个主成分的均值(PCA MEA＿1,6.69%)、近红外波段的高斯高通滤波(HIGH＿NIR,5.78%)、第2个主成分的均值(PCA MEA＿2,7.82%),体现在不同季节中主导互花米草识别精度的关键特征存在差异性；RF模型在不同季节的总体精度(OA)均值为96.47%,显著优于SVM模型和ANN模型；研究区内互花米草面积占比由春季的55.23%升高至夏季的62.13%,随后在秋季下降至49.48%,呈现“局部爆发、边缘扩散”的典型时空特征，其二次入侵与物候变化、潮汐和人为干预显著相关。研究证实，基于多维特征融合动态适配机制的MFC方法可有效提升复杂生境下的分类鲁棒性，为滨海湿地入侵物种的精准监测与斑块化治理提供高分辨率技术支持。
关键词：互花米草;;无人机;;随机森林;;特征优选;;季节动态;;滨海湿地
基金资助：国家自然科学基金项目(42371441);; 上海市海洋局科研专项(沪海科2023-01)
