邱梓轩课题组在中科院2区SCI期刊《Remote Sensing》（影响因子5.349）发表基于SVM和Res-UNet算法的海南岛红树林时空演变遥感监测研究

2022年11月1日，邱梓轩课题组撰写的《Research on the Spatiotemporal Evolution of Mangrove Forests in the Hainan Island from 1991 to 2021 Based on SVM and Res-UNet Algorithms》 被中科院2区Top SCI期刊 《Remote Sensing》 （影响因子5.349 ）录用，文章于2022年11月3日正式见刊。其中，邱梓轩副教授为通讯作者，海南大学林学院风景园林专业硕士研究生符畅为第一作者，海南大学林学院本科生谢昱为第三作者，海南大学林学院林业硕士研究生王偲为第四作者，海南大学林学院本科生罗键彪为第五作者，海南大学林学院本科生方莹为第六作者。本研究采用支持向量机（SVM）机器学习和Res-UNet深度学习算法，分别获取了1991 - 2021年海南岛红树林的占地面积和冠表覆盖面积，并分析了影响海南岛红树林冠表覆盖面积时空演变的响应与适应机制。

论文链接：https://doi.org/10.3390/rs14215554

红树林是指分布在热带、亚热带的沿海潮间带地区的木本植物群落，是沿海区域重要的湿地类型之一。红树林生态系统在全世界热带和亚热带地区的沿海湿地中占主导地位，同时也是地球上最脆弱的生态系统之一。遥感技术是提供红树林分布和红树林种群变化的时空信息的首选工具，对保护红树林起到非常重要的作用。为了进一步保护和管理红树林，进一步提升热带红树林空间分布遥感估测的准确性，探究热带红树林时空演变影响机制至关重要。

本研究根据地面调查获得的1991年、1996年、2000年、2007年、2010年、2015年、2021年的红树林站点数据和Landsat遥感影像数据，选取SVM机器学习算法和Res-UNet深度学习算法建立海南岛红树林分布模型，并通过混淆矩阵验证模型精度。研究发现，在1991-2021年期间，SVM的总体精度大约为93.11%±1.54%，Res-UNet则达到了96.43%±1.15%。并且，Res-UNet深度学习算法对红树林的冠表覆盖面积的识别更加精确，而SVM机器学习算法更适合用于提取红树林的占地面积。

图6. 2021年SVM和Res-UNet分类结果比较。（a，b）海口市，（c，d）文昌市，（e，f）儋州市。红色代表红树林，白色代表所有其他土地类型。每个正方形都是从30m Landsat遥感影像中截取的，边长约为975m×975m。

本研究在海南岛红树林冠表覆盖面积的基础上，分析了海南岛红树林近三十年的面积动态变化情况和景观格局指数变化趋势。在近三十年期间，海南岛红树林的面积总体呈增长趋势，质心由沿海滩涂向着海洋移动，总体景观斑块边缘复杂度增加，破碎化程度升高。

图7. 1991-2021年海南岛红树林冠表覆盖面积变化趋势。

(a)

(b)

(c)

(d)

(e)

图8. 1991-2021年海南岛红树林景观格局指数。(a) NP (m)；(b) PD (m/ha)；(c) LPI (%)；(d) LSI指数 (%)；(e) AI (%)。

图9. 1991-2021年海南岛红树林质心偏移轨迹。（1）海口；（2）三亚；（3）临高；（4）澄迈；（5）文昌；（6）儋州；（7）东方；（8）琼海；（9）陵水；（10）万宁；（11）乐东；（12）昌江。

此外，为定量化分析影响红树林景观演变的主要驱动因子，本研究对红树林的冠表覆盖面积与社会经济、自然环境指标进行Pearson双变量相关性分析。研究选取的8个指标分别为：海南省人口总数、城市人口数量、农村人口数量、GDP、渔业生产总值、年降水量、年平均最低气温和年平均最高气温。结果表明，海南岛红树林的冠表覆盖面积变化与全岛的总人口数量、城市人口数量的增加和GDP、渔业生产总值的升高呈现出显著相关性。

表7. 1991-2021年海南岛红树林冠表覆盖面积与社会经济和气候因子的皮尔逊相关分析结果。

综上所述，本研究为海南岛热带红树林占地面积及冠表覆盖面积变化进行了可靠地评估，并且，对近三十年海南岛的红树林冠表覆盖面积变化的原因进行了详细分析，这对热带红树林保护和恢复计划奠定了重要的研究基础。虽然，由于气候环境因子影响红树林湿地的过程具有明显滞后性，相比人为活动的干扰，自然环境变化对红树林生态系统的影响相对不明显。加之人为活动的强烈干扰使得红树林景观演变机制十分复杂，需要获取更多的影响因素相关数据进行深入分析。因此，进一步研究红树林动态的综合驱动力需要获取更多的野外调查数据和遥感监测数据。未来将对热带红树林保护提出更详细和完善的建议，为红树林自然保护区规划以及相关景观规划的制定提供更合适的思路。

该研究得到了国家自然科学基金、海南省自然科学基金、海南省重点研发计划项目、海南大学科研启动基金项目等经费支持。