无人机多光谱遥感与机器学习揭示欧洲首次入侵地点的外来红藻Gracilaria vermiculophylla分布格局

本研究针对外来入侵红藻Gracilaria vermiculophylla在欧洲河口的生态扩张问题，通过无人机多光谱遥感（8 cm分辨率）结合DISCOV神经网络模型（准确率91.1%）和LiDAR地形分析，首次量化了该藻类在法国Belon河口的时空分布特征。研究发现其偏好平坦高海拔潮滩（1-2 m MSL），且与太平洋牡蛎（Crassostrea gigas）养殖活动存在时空关联性，为入侵物种早期监测提供了可推广的高通量技术方案。

　　

潮间带生态系统正面临外来物种入侵的严峻挑战，其中原产于日韩的红藻Gracilaria vermiculophylla（曾用名Gracilariopsis vermiculophylla）通过太平洋牡蛎养殖活动被引入欧洲后，已对当地生物多样性和生态功能产生深远影响。这种具有极强环境适应力的藻类能在盐度、温度和光照波动条件下形成单优势种群落，但其扩张动态与栖息地选择机制长期缺乏高精度量化研究。法国南特大学海洋物质与生物研究所（Institut des Substances et Organismes de la Mer, ISOMer）联合国际团队创新性地将无人机多光谱遥感与深度学习技术相结合，在G. vermiculophylla的欧洲"桥头堡"——法国Belon河口展开系统性研究，相关成果发表于《Journal of Environmental Engineering and Science》。

研究团队采用三大关键技术：1）搭载MicaSense RedEdge-MX Dual传感器的无人机获取10波段（444-840 nm）多光谱数据（8 cm分辨率），结合LiDAR生成数字表面模型（DSM）；2）升级DISCOV卷积神经网络（新增42.7万红藻训练像素），实现Florideophyceae藻类91.1%分类准确率；3）基于1952-2024年历史航片构建70年入侵动态数据集。通过贝叶斯广义线性混合模型（GLMM）分析地形参数与藻类覆盖度的关系。

研究结果揭示：

1. 历史扩张轨迹：Belon河口藻盖度从1976年的2.5%暴增至2024年的41.8%，其出现时间比文献记载早20年，与1971年C. gigas引种存在明显时序关联。

2. 光谱特征：藻体在565 nm（藻红蛋白）、620 nm（藻蓝蛋白）和675 nm（叶绿素a）处呈现典型吸收峰，第二导数分析可精准定位色素特征波长。

3. 空间分异：藻垫主要分布在1-2 m平均海平面高度区域，平坦区域（坡度<10°）覆盖度达38%，显著高于陡坡区域（>40°仅15%）。

该研究首次证实潮滩微地形是驱动G. vermiculophylla分布的关键因子，其平坦高处的沉积环境既能减少水流冲刷，又通过藻垫自建的"生态陷阱"促进碎片滞留。从应用角度看，建立的8 cm级监测体系可识别早期入侵热点，为实施物理清除或生物防控提供空间靶点。更深远的意义在于，这套融合无人机遥感与AI分类的技术框架，成功实现了从"事后治理"到"早期预警"的监测范式转变，对全球河口生态系统入侵物种管理具有普适价值。讨论部分特别指出，未来可结合Sentinel-2卫星数据（10 m分辨率）构建多尺度监测网络，并将RGB低成本方案推广至社区参与式监测，这对发展中国家海岸带保护尤为重要。