基于限制性最大似然分类与密度斑块训练集的东地中海地区偏途顶极植被识别研究

针对长期人为干扰导致的植被偏途顶极(plagioclimax)难以识别的问题，以色列研究人员创新性地结合密度限制训练集与限制性最大似然(REML)分类器，通过融合1m VENμS/LiDAR与30m Landsat-9数据，成功识别出Carob-Mastic植被亚群中的偏途顶极区域。该研究提出的混合建模技术和斑块生态学指标为空隙灌丛(inter-matrix, IM)的遥感识别提供了新范式，对地中海半干旱区生态恢复具有重要指导价值。

　　

在地中海东部地区，绵延数千年的农业活动留下了深刻的生态印记。当人类停止对某片土地的耕作后，自然植被的恢复往往难以达到理论上的顶极状态，这种因长期人为干扰形成的稳定植被群落被称为偏途顶极(plagioclimax)。特别是在以色列的Carob-Mastic（地中海豆-乳香黄连木）植被群落中，存在着南北两个明显不同的景观：南部受中度干扰，北部则遭受了更强烈的人类活动影响。传统生态学研究面临一个关键难题——如何在大尺度上准确识别这些偏途顶极区域？这些区域往往表现为灌木群落中空隙灌丛(inter-matrix, IM)比例异常升高、灌木斑块(shrub-patch, SP)数量减少的特征，但现有遥感技术难以有效区分这种特殊的植被构型。

以色列本-古里安大学的研究团队在《Ecological Informatics》发表的研究中，创新性地将高分辨率遥感与生态统计学相结合。他们选择Ceratonieto-Pistacietum lentisci typicum judaicum（地中海豆-乳香黄连木群落犹太典型亚群）作为研究对象，这个面积达810平方公里的植被亚群被描述为"散布着地中海豆单株树木的常绿灌木群，以乳香黄连木为优势种"。研究团队通过构建密度限制训练集和限制性最大似然(restricted maximum likelihood, REML)分类器，成功实现了偏途顶极的亚区域识别，为地中海半干旱区生态评估提供了新工具。

研究团队采用了多源数据融合的技术路线。首先利用1m分辨率的VENμS卫星影像和LiDAR数据建立精细土地覆盖分类，通过无人机(UAV)获取1.82cm分辨率的微样地植被图。核心创新在于开发了密度斑块训练集：基于7×7八边形空间频率核生成固定密度(FD)为24/37的斑块，通过设置1/300/600/900最小像素/斑块(min p/p)四个限制级别构建训练集。将30m Landsat-9数据重采样至1m分辨率保持原始光谱值，采用混合建模技术实现多尺度数据融合。斑块生态学分析引入修正香农熵(modified Shannon entropy, MSE)和"空度"(emptiness)指标，分别量化景观无序度和破碎化程度。

研究结果揭示了偏途顶极的典型特征。通过分析13个灌木群落相关类别在人为干扰(A)和自然(N)区域的分布，发现偏途顶极区域具有显著更高的空隙灌丛比例（A区73.16% vs N区72.05%裸地）和更低的灌木覆盖（A区24.29% vs N区23.95%）。密度斑块分析显示，GFre 1 min p/p级别的训练集最能识别偏途顶极，在北部重度干扰区检测到31.7%的偏途顶极特征，而GFre 900 min p/p仅识别出9.2%。斑块生态指标表明，偏途顶极相关类别（如A区的IM-6和IM-9）具有更高的熵值（0.046-0.050）和空度值（63-67/94），反映出更强的景观破碎化。

空间自相关分析进一步验证了偏途顶极的独特构型。Moran's I指数显示，偏途顶极区域的灌木斑块呈现更强的空间离散趋势（排名1-2），而健康灌木群落则表现出聚集特征（排名4-5）。在北部37.7平方公里的偏途顶极区，灌木密度仅为29.2%，显著低于南部中度干扰区的37.8%，这种结构差异与历史土地利用强度高度吻合。误差矩阵分析证实，REML分类在GFre 1 min p/p级别达到最佳平衡，虽然局部类别误差达11%，但成功捕捉到偏途顶极的光谱离散特征。

这项研究开创性地将密度限制训练集与REML分类相结合，解决了偏途顶极这一特殊生态状态的遥感识别难题。方法论上，通过固定密度(FD)保持原始分类边界，利用最小像素/斑块限制实现方差控制，为处理非结构化遥感数据提供了新思路。生态学意义上，证实偏途顶极作为"长期时刻"的稳定性——虽然周边景观持续变化，这些区域却保持着高破碎度（空度>60%）、高熵值（>0.045）的独特构型。实践应用中，该方法可扩展至整个地中海盆地的生态评估，为区分历史干扰形成的稳定植被状态与现代人为活动影响提供量化工具。未来研究可进一步探索偏途顶极的土壤-植被反馈机制，以及这种特殊状态对生物多样性的长期影响。