多维长时序特征数据集支持下的黄河三角洲盐沼植被演替过程监测

　　

摘要： 黄河三角洲盐沼植被空间分布异质性强,准确地掌握其历史分布信息对区域生态稳定和可持续发展具有重大意义。本研究基于多源数据构建了长时序时-空-谱多维特征集,采用递归特征消除的随机森林模型精准提取了1996—2022年黄河三角洲典型盐沼植被空间分布信息,分析1996年黄河改道以来原生/入侵盐沼植被群落的演替过程。结果表明: 相较于依赖单一的时序光谱特征,应用时-空-谱多维特征集提取的长时序盐沼植被总体精度提升了8.4%;基于光学和SAR影像的时序空间特征优化了盐地碱蓬稀疏区域和互花米草、芦苇混生区域的分类效果。黄河改道后的潮滩盐沼植被时空分布变化明显,其中,盐地碱蓬群落面积从1996年的91.67 km²退化到2022年的38.11 km²,演替趋势受互花米草入侵影响;互花米草于2008年快速扩张随后大面积分布于现行河道两侧潮滩,2020年群落面积达到最大(51.25 km²),互花米草的入侵扩张对潮滩生境格局产生了一定影响。