《Wetlands》：Determination of Geographically Isolated Wetland Bathymetry with a Low-Cost Commercial Sonar Scanner and Evaluation of Geometric Bathymetry Methods
编辑推荐：
地理隔离湿地（Geographically Isolated Wetlands, GIWs）是许多景观中的常见特征，提供宝贵的生态系统服务，如野生动物栖息地、蓄水和养分处理。基于湿地水深测量（bathymetry）的精确深度-面积-容积关系（depth-are
地理隔离湿地（Geographically Isolated Wetlands, GIWs）是许多景观中的常见特征，提供宝贵的生态系统服务，如野生动物栖息地、蓄水和养分处理。基于湿地水深测量（bathymetry）的精确深度-面积-容积关系（depth-area-volume relationships）是分析水文及相关功能过程所必需的。然而，现有确定湿地水深的方法要么成本高昂且劳动密集，要么存在较大的相关不确定性。在本研究中，研究人员开发了一种简单、基于野外的方法，利用低成本的Deeper Smart Sonar CHIRP 2+鱼探仪（fish finder）表征地理隔离湿地水深，并在三个季节性淹没湿地中验证了该方法。利用声呐-derived水深测量值，通过插值创建了高空间分辨率（1 m）的水深测量图。研究人员在湿地干涸时使用陆地激光雷达扫描（terrestrial lidar scans, TLS）评估了声呐水深测量的准确性。新型声呐方法的深度-面积-容积关系与陆地激光雷达扫描的对应关系显示纳什-萨特克利夫效率（Nash-Sutcliffe Efficiency, NSE）值大于或等于0.85。声呐方法的结果还与几何水深测量方程（geometric bathymetry equation）的参数化进行了比较，该方程是较大尺度地理隔离湿地研究中的常用方法。该几何方程在直接参数化至陆地激光雷达数据时提供了良好的准确性，且声呐深度方法表现相似。声呐深度方法为获取小型湿地的精确深度-面积-容积关系提供了一种快速且经济有效的方式。这些结果将通过允许更精确地量化依赖水深测量的生态系统过程和服务，从而改善湿地科学和管理。
论文解读：低成本声呐扫描仪在地理隔离湿地水深测量中的应用与几何方法评估
一、研究背景与意义
地理隔离湿地（Geographically Isolated Wetlands, GIWs）完全被高地植被和土壤包围，缺乏与其它水体的持续地表水连接，广泛分布于世界各地，包括草原坑洼、春池、普拉亚、卡罗莱纳湾和灰岩溶坑湿地等类型。尽管地理上孤立，这些湿地仍与周边景观要素和流域水文过程保持着水文、生态和化学连接，是整体景观的重要组成部分。近年来的区域至大陆尺度研究表明，GIWs在水文和生物地球化学循环中发挥重要作用，但这些研究依赖于大量关于湿地横截面形状的简化假设，这些假设通常未在湿地尺度上得到验证。
精确的深度-面积-容积关系（depth-area-volume relationships）对于分析GIW的水文功能至关重要。水面面积影响湿地水量平衡组分，如直接降水输入和蒸散发损失；水体体积则与蓄水和氮处理等过程相关。然而，现有确定湿地水深的方法存在明显局限：传统水文测量方法成本高昂且劳动密集，需要大量时间和专业人员；机载激光雷达（lidar）或无人机摄影测量通常要求湿地在基本干涸状态下测量，或需使用专门的绿色激光雷达，增加额外成本。在大尺度研究中，常采用简单的几何深度-面积-容积关系（如Hayashi和Van der Kamp提出的HVK方程），但有证据表明这些几何方程在水文计算中会引入显著误差。
因此，亟需一种简单、低成本的方法，使GIW水文及相关过程的野外研究能够确定精确的深度-面积-容积关系。本研究旨在探索使用低成本的商用声呐扫描仪（即“鱼探仪”）评估湿地水深，开发完整的湿地数字高程模型（Digital Elevation Model, DEM），并评估该方法与传统几何水深测量方法的准确性。
二、研究内容与结论
研究人员在位于美国佐治亚州西南部Baker County的Jones Center at Ichauway（一个11,400公顷的私人研究中心）开展了研究，该地区属于道格蒂平原（Dougherty Plain），具有覆盖型喀斯特地质，导致GIWs密度较高。研究选取了三个具有不同规模和优势挺水植被类型的季节性淹没GIWs：沼泽湿地（Swamp，约7公顷，最大深度约1米，优势植被为沼泽紫树和池柏）、稀树草原湿地（Savanna，约0.5公顷，最大深度约0.6米，优势植被为池柏）和草甸湿地（Marsh，约3公顷，最大深度约0.7米，优势植被为多种多年生禾草和莎草）。每个湿地自1994年或1998年起均安装了水位尺，每两周记录一次水位，提供了全面的水文记录。
三、主要技术方法
本研究采用的主要技术方法包括：（1）使用Deeper Smart Sonar CHIRP 2+可抛式鱼探仪（Deeper Sonar, Vilnius, Lithuania）在湿地处于中等偏高水平水位时进行声呐测量，设备以15 Hz频率同时记录深度值和GPS坐标，测量人员涉水穿越湿地，测线间距约10米；（2）利用旋转激光水平仪（Bosch）进行声呐基准标定（benchmarking），将声呐深度值转换为高程值，并以2023年国家生态观测网络（NEON）机载激光雷达1米DEM作为参考基准；（3）使用RIEGL VZ-400i陆地激光雷达扫描仪（Terrestrial Laser Scanner, TLS）在湿地干涸后采集高密度点云数据，作为“地面真值”验证数据；（4）在R语言中使用lidR包进行TLS数据处理，包括强度过滤、布料模拟滤波（Cloth Simulation Filter, CSF）地面点分类和1米分辨率DEM生成；（5）在ArcGIS Pro中使用样条函数插值（Spline with Barriers）生成Deeper DEM，并使用Storage Capacity功能计算深度-面积-容积关系；（6）使用非线性最小二乘法（Non-Linear Least Squares, nls）拟合HVK几何方程参数。
四、研究结果
深度-面积-容积关系的统计评估
Deeper鱼探仪方法和TLS参数化的HVK方程在预测水面面积和容积方面均表现良好。Deeper方法能够匹配TLS-derived深度-面积-容积关系中曲率变化，这在草甸湿地中尤为明显。Deeper方法显示出比TLS更低的盆地最低高程，但这些测量值并未集中在一个区域，表明Deeper可能记录了一些错误的深点，但对水面面积或容积影响不大，这一现象在三种湿地类型中均存在，在草甸和稀树草原湿地中最为常见。
Deeper方法与地面真值TLS数据相比表现良好：深度-水面面积关系的纳什-萨特克利夫效率（Nash-Sutcliffe Efficiency, NSE）值范围为0.87至0.95，深度-水体容积关系的NSE值范围为0.95至1.00，表明Deeper模型对地面真值具有非常好的拟合。草甸和稀树草原湿地的水面面积和容积被轻微但持续地高估，百分比偏差（Percent Bias, PBIAS）值面积方面为1%至13%，容积方面为1%至15%；沼泽湿地的面积和容积被低估，PBIAS值分别为?6%和?12%。Deeper鱼探仪在草甸湿地的水面面积和容积预测方面优于HVK方程。
TLS参数化的HVK方程在模拟地面真值深度-面积-容积关系方面也表现良好。深度-水面面积关系的NSE值范围为0.85至0.94，深度-水体容积关系的NSE值均高于0.98。水面面积被模型持续低估，PBIAS值范围为?3%至?1%；但水体容积被持续高估，PBIAS值范围为2%至10%。这表明如果有高分辨率数据可用于参数化，HVK方程是估算水位-面积-容积关系的良好方法。
考虑水位频率的误差分析
研究人员使用历史水位尺数据计算了湿地水位超越概率（exceedance probabilities），草甸、稀树草原和沼泽湿地分别有27%、45%和27%的时间处于干涸状态。平均绝对分数误差（Mean Absolute Fractional Error, MAFE）和加权绝对分数误差（Weighted Absolute Fractional Error, WAFE）的计算结果表明，对于所有三种湿地类型，Deeper鱼探仪方法和TLS拟合的HVK方程在水面面积方面的WAFE均高于MAFE，表明这些方法在整个高程范围内的表现优于频繁淹没区域。容积方面的WAFE也均高于MAFE。仅考虑MAFE时，Deeper鱼探仪在草甸和稀树草原湿地拟合更好，而沼泽湿地由HVK方程更好地建模。WAFE统计也表明Deeper模型在草甸和稀树草原湿地的水面面积拟合更好，HVK方程在沼泽湿地的水面面积拟合更好。
HVK方程拟合
HVK方程对TLS数据的拟合结果中，p参数的标准误差小于拟合值的4%，s参数的标准误差小于拟合值的16%，表明模型拟合良好。
植被误差分析
在Deeper每个原始点位置提取TLS DEM值以计算绝对和相对误差。在草甸和稀树草原湿地中，生成的植被覆盖度指标和平均高度栅格与Deeper点位置的绝对和相对误差之间未观察到显著关系，决定系数（R2）值均小于0.1。这一分析仅限于林下植被，且使用了二维植被覆盖度和平均植被高度两个代理指标而非生物量。但这些结果表明Deeper误差可能由植被干扰声呐信号以外的因素引起。
五、讨论与结论
Deeper-derived DEM为研究GIWs提供了精确的深度-面积-容积关系，NSE值大于或等于0.85。该方法成本远低于TLS（入门级TLS系统通常超过40,000美元），数据处理要求更低，且不要求湿地在测量时完全干涸。Deeper CHIRP 2+等设备价格在150至400美元之间，具有极高的性价比。使用Deeper仅需0.15米水深即可测量，数据采集时间更短（通常一个完整GIW可在一天内完成扫描），与传统测量方法相比具有相似的准确性。Deeper方法的最大分数误差出现在湿地最深区域，可能的原因包括最深区域的复杂地形特征，如倒木和短吻鳄或其他动物洞穴。
HVK方程使用高精度、高空间分辨率DEM（如TLS-derived DEM）进行参数化时，能够产生可靠的深度-面积-容积关系。然而，如果已经拥有高分辨率湿地底部DEM，则不需要几何近似。在实际应用中更常见的是使用粗分辨率遥感影像，可能导致低精度的深度-面积-容积关系。基于三个湿地的样本，HVK方程未显示一致的偏差，因此在大尺度研究中其相关误差可能被视为随机误差，但需要更大规模的验证研究来更全面地表征误差分布。
该研究方法虽然在小面积湿地上完成，但很可能适用于其他系统。研究区域的湿地与东南部美国沿海平原其他孤立湿地以及草原坑洼地区等湿地丰富地区在规模、几何形状和景观位置上具有许多共性。通过适当修改采样方案，例如使用小船测量较深水体，其他湿地类型、湖泊、河流、溪流和水库也可以被准确测绘。
本研究的局限性包括：TLS本身存在水平和垂直精度相关的误差；Deeper会产生一些错误的深读数，特别是在最初几分钟和非常浅的区域，可能原因是双路径反射问题；Deeper方法高度依赖激光水平仪的基准标定，需要高地DEM，测量误差或粗糙的高地DEM可能给整个DEM引入水面高程偏移。基准不确定性分析显示，在沼泽湿地水深1.9米处水面面积最大绝对误差为1212 m2（5.7%），稀树草原湿地水深0.7米处最大绝对误差为157 m2（4.9%），草甸湿地水深1.6米处最大绝对误差为1258 m2（7.0%）。
研究结论：本研究展示了一种快速、低成本、高精度的湿地水深评估方法，利用商用声呐鱼探仪在淹没区域进行测量。常用的几何水深测量关系如果使用高质量数据进行参数化，可以成为水深测量的良好替代方案。尽管研究仅限于一个地区的三个孤立湿地，结果表明该方法在其他地区具有很大的应用潜力。未来工作可能包括将Deeper方法应用于更广泛的湿地类型，以及进一步探究该方法的误差来源，如确定更稳健的地区分地面、絮凝沉积物和植被的程序。在更广泛的尺度上，这些结果可用于评估孤立湿地对景观水量平衡的影响。便捷的水深测量扩展了易于部署的水位尺和水位记录仪的效用，并允许通过识别特定物种的阶段分区来更精确地应用管理目标。
