基于Sentinel-1时间序列数据的贝宁诺库埃湖渔业设施（Acadja）与入侵水生植被遥感监测研究

为解决西非沿海湖泊生态监测难题，研究人员利用Sentinel-1 SAR时间序列数据，开发了基于VH极化阈值分析的"四分位阈值法"，实现Acadja渔具与水葫芦混合体的高精度检测（准确率87%），为资源受限地区的水体管理提供可持续解决方案。

　　

西非沿海湖泊正面临人类活动加剧带来的生态危机，其中贝宁的诺库埃湖（Lake Nokoué）因传统渔具Acadja（干树枝围栏）和入侵物种水葫芦（Water Hyacinth）的泛滥遭受双重压力。这些结构虽能提高渔业产量，却导致水体富营养化、生物多样性下降等连锁反应。尽管当地立法禁止Acadja，但缺乏有效的监测手段使得监管举步维艰。传统野外调查成本高昂，而光学遥感又受制于云层干扰，这促使科学家将目光投向可穿透云层的合成孔径雷达（SAR）技术。

来自贝宁的研究团队创新性地利用Sentinel-1 SAR的C波段数据，通过分析2019-2023年间VV（垂直发射垂直接收）和VH（垂直发射水平接收）双极化特征，开发出"四分位阈值分析法"。该方法通过统计训练样本的极化值分布，确定区分Acadja/水葫芦复合体与开放水体的最佳阈值区间。研究同步对比了Otsu自动阈值算法和传统NDVI（归一化差异植被指数）方法的性能，并借助Sentinel-2光学影像进行地面验证。

关键技术包括：1）基于Google Earth Engine平台处理126景Sentinel-1 GRD（地距探测）数据和72景Sentinel-2 L2A数据；2）构建VVVH（VV/VH比值）、RVI（雷达植被指数）和RFDI（雷达森林退化指数）等衍生指标；3）采用季节性分层采样策略，结合500个地面验证点优化模型。

研究结果揭示：

1. 极化特征规律
   VH极化在-24.5至-20 dB区间能稳定检测低水期的纯Acadja（准确率66%），而-23.5至-15 dB区间更适合高水期的Acadja-水葫芦复合体（准确率87%）。VH相比VV极化具有更低的噪声敏感度，因水葫芦引发的双反射效应增强了信号辨识度。

2. 水文周期影响
   高水位会淹没部分Acadja结构导致"假阴性"，但附着的水葫芦反而提升检测率。这种现象解释了为何南部湖区在11月-12月检测率骤降——水位上升1米即可掩盖低矮围栏。

3. 方法学比较
   Otsu算法虽操作简便，但系统性低估18-25%的覆盖面积；NDVI模型则因忽略木质结构，在南部湖区漏检率达40%。而SAR-VH模型综合捕捉植被与木质特征，实现复合体精准制图。

4. 管理应用价值
   研究首次量化Acadja实际覆盖面积（年均2674公顷，占湖面18%），远低于传统调查预估的50%。这种差异源于遥感仅检测实体结构，而管理部门统计包含围栏内水域。

该研究突破性地证明SAR技术在西非水生环境监测中的适用性，其开发的阈值标准可直接集成至EO-Africa创新实验室的自动化监测系统。特别是VH极化指标的稳定性，为雨季云层覆盖条件下的监管提供可靠工具。未来若能结合水位校正模型，可进一步优化Acadja存量估算精度。论文成果发表于《International Journal of Applied Earth Observation and Geoinformation》，为联合国可持续发展目标（SDG 14）中的"水下生命保护"提供了切实可行的技术路径。