无人机摄影测量技术在温带河岸湿地小型水体保护与生态评估中的应用研究——以多瑙河中游为例

针对河岸湿地水体保护评估的难题，研究人员利用无人机(UAV)摄影测量技术，结合对象基图像分析(OBIA)和传统野外调查(FM)，系统评估了多瑙河中游8个静水体的营养状态及保护指数。结果表明，UAV获取的挺水植物功能群覆盖度数据能更精准指示水体营养状态和鱼类/大型无脊椎动物保护指数，为难以到达的湿地生态系统监测提供了高效解决方案。

　　

河岸湿地作为淡水生物的重要避难所和育幼场，在全球范围内正面临严重退化的威胁。多瑙河作为欧洲第二长河，其中游流域的湿地生态系统具有极高的保护价值，但由于地形复杂、可达性差，传统监测方法难以全面覆盖。更棘手的是，现有保护评估多依赖耗时费力的野外调查，而水生植被作为生态系统健康的关键指示因子，其覆盖特征的精确量化始终是技术难点。

针对这一系列挑战，来自塞尔维亚的研究团队在《Nature Conservation》发表了一项创新性研究。他们首次将消费级无人机(UAV) RGB摄影测量技术与对象基图像分析(Object-Based Image Analysis, OBIA)相结合，对多瑙河中游塞尔维亚段的3个湿地保护区（包括Koviljsko-Petrovaradinski rit特别自然保护区等）进行系统调查。研究团队在2019年夏季洪水期后，对8个静水体的23个采样点同步开展UAV航拍和传统野外调查，通过对比分析发现：UAV衍生的挺水植物功能群覆盖数据不仅能替代传统调查，更能精准预测水体的营养状态（如溶解氧、总有机碳TOC和正磷酸盐含量）以及基于鱼类和大型无脊椎动物群落计算的保护指数（如C值和C_sp
值）。

关键技术方法
研究采用Phantom 4 FC330无人机搭载RGB相机，在60-125米高度获取影像，通过ArcGIS Pro生成正射影像。采用OBIA分类流程（包括LargeScaleMeanShift分割和随机森林分类器）识别7种水生植物功能群和特定物种。同步采集水体理化参数（溶解氧、浊度等）、鱼类（电捕法）和大型无脊椎动物（埃克曼抓斗）数据，计算Shannon多样性指数等保护指标。

主要研究结果

1. 无人机监测优势验证
   UAV数据在30米半径分析范围内展现出显著优势：总植被覆盖度与大型无脊椎动物C值呈正相关(r=0.48)，而自由漂浮植物覆盖度与富营养化指标正相关。相较传统调查，UAV数据额外捕获了总有机碳与大型无脊椎动物C值的关系。

2. 关键指示物种识别
   浮叶根生植物（如荇菜Nymphoides peltata）覆盖度与鱼类物种丰富度显著正相关(r=0.65)，其30米半径范围内的覆盖度能最佳预测溶解氧水平(r=0.70)。相反，两栖植物覆盖度在15-30米半径内与所有保护指数负相关(r=-0.49)。

3. 多边形尺度效应
   分析显示鱼类保护指数最适评估半径为2.5米（对应传统样方大小），而水体营养状态和大型无脊椎动物指数需30米半径才能充分反映空间异质性。

4. 分类精度比较
   OBIA对浮叶植物分类精度最高（生产者精度93.45%），但对两栖植被识别较差（卡帕指数0.29）。水百合(Nymphaea alba)和萍蓬草(Nuphar luteum)的覆盖度与中营养状态显著相关(r=0.60)。

结论与意义
该研究开创性地建立了基于消费级无人机的湿地快速评估体系。研究发现：1) 具有高保护指数和最佳氧条件的位点通常伴随高功能多样性和浮叶根生物种；2) 富营养化水体则与两栖植被、自由漂浮植物及丝状藻类覆盖正相关。该方法特别适用于战乱雷区等难以到达的湿地，为《欧盟水框架指令》的实施提供了经济高效的监测工具。研究团队建议将10-30米半径作为标准分析尺度，并强调需结合多光谱传感器提升沉水植被识别精度。这项技术突破为全球河岸湿地的保护与恢复提供了可推广的范式。