无瓣海桑（Sonneratia apetala）是红树林优良乔木树种，为了恢复因沿海开发而受损的红树林，该红树林树种已在中国被广泛引种以用于造林和再造林。然而，无瓣海桑具有一定的竞争和扩散能力，其潜在的入侵能力引起了我国学者的广泛担忧和关注。中国科学院东北地理所地理景观遥感学科组的赵传朋和贾明明副研究员为解决遥感影像成本限制对精细化红树林物种制图的影响，提出了将亚米分辨率谷歌地球影像和深度学习相结合的无瓣海桑提取新方法，发表论文“Advancing mangrove species mapping: An innovative approach using Google Earth images and a U-shaped network for individual-level Sonneratia apetala detection”。应用上述方法，以公开且免费获取的谷歌地球影像为数据源，建立亚米分辨率的2022年中国无瓣海桑空间分布数据集。结果显示，2022年中国无瓣海桑面积为4000.4 ha，比现有的无瓣海桑分布数据覆盖面积大33.4%。使用测试样本得到的地图总体准确率为98.2%，基于现场样本图得到的地图准确率为91.0%。这一结果首次提供了中国国家尺度下单一红树林物种的个体水平分布数据。基于独立获取的样本点验证，该无瓣海桑分布数据总体精度为98.2%。基于野外样方，其正确率为91.0%。经过比较，本研究检测到的无瓣海桑面积显著大于现有研究结果。本数据相较于使用Sentinel-2影像和随机森林算法识别的分布面积大34.8%；相较于基于野外调查和谷歌地球影像进行视觉解释的检测结果增加783公顷。图1 与现有的无瓣海桑地图进行比较，重点分析代表性区域内的差异。第一列为本研究绘制的个体水平无瓣海桑地图，第二列是使用Sentinel-2图像和随机森林算法获取的分布结果，第三列是基于野外调查和谷歌地球影像进行视觉解释得到的分布结果。该研究构建了一个详尽的单一红树林物种制图框架，并成功完成了中国无瓣海桑的个体水平制图。这一数据为该外来红树林物种的疏伐、移除和种植计划提供了重要依据。此外，该方法有效平衡了亚米分辨率谷歌地球影像与中分辨率Sentinel-2影像的优缺点，具有良好的可扩展性，可应用于中国其他红树林物种的制图工作。本研究由东北地理所赵传朋副研究员，贾明明副研究员，张蓉特别研究助理，王宗明研究员，任春颖研究员，吉林建筑大学硕士研究生李钰彬，地理资源所伍程斌博士共同完成，得到国家自然科学基金(No.42201422)、资源与环境信息国家重点实验室开放基金、中国科学院青年创新促进会（No.2021227）及国家地球系统科学数据中心（www.geodata.cn）的共同资助。论文标题:Advancing mangrove species mapping: An innovative approach using Google Earth images and a U-shaped network for individual-level Sonneratia apetala detection发表期刊:ISPRS Journal of Photogrammetry and Remote Sensing论文全文链接:https://authors.elsevier.com/c/1k3Uv3I9x1qo5Z
