《ISPRS Open Journal of Photogrammetry and Remote Sensing》：Driftwood detection on a mediterranean sandy beach using UAV hyperspectral imagery: spectral characterization and classifier comparison
编辑推荐：
在许多海岸环境中，漂木（driftwood）构成海滩凋落物（beach-wrack）沉积物的主要组成部分，这些沉积物在形态和生态方面发挥着关键作用，因此需要适当的监测以支持海岸管理。本研究分析了漂木的光谱特征，并评估了其与其他常见海滩表面物质的可分离性。研究人
在许多海岸环境中，漂木（driftwood）构成海滩凋落物（beach-wrack）沉积物的主要组成部分，这些沉积物在形态和生态方面发挥着关键作用，因此需要适当的监测以支持海岸管理。本研究分析了漂木的光谱特征，并评估了其与其他常见海滩表面物质的可分离性。研究人员利用ASD FieldSpec光谱辐射仪获取的光谱测量数据来表征近纯光谱特征，并支持无人机高光谱影像的解译。研究进一步评估了几种监督分类算法在无人机高光谱影像（930-1720 nm）中检测漂木的性能，同时考察了光谱降维对分类精度的影响。分析表明，漂木与海滩表面物质之间的可分离性较为直接，但枯死/干燥植被除外，后者表现出强烈的光谱相似性。尽管匹配滤波（Matched Filtering, MF）和支持向量机（Support Vector Machine, SVM）需要后处理优化步骤，但两种算法均取得了最高性能，中位马修斯相关系数（Matthews Correlation Coefficient, MCC）分别为0.68和0.67，并且对波段缩减的敏感性有限。相比之下，马氏距离（Mahalanobis Distance）分类器在无需阈值或超参数调优的情况下取得了具有竞争力的性能，在分类性能与操作简便性之间提供了有用的折衷方案。总体性能在一定程度上受到漂木与枯死/干燥植被之间光谱混淆的限制。这种混淆因短波红外（SWIR）传感器的光谱范围而加剧，该范围排除了地面光谱表征所识别的主要纤维素吸收特征（约2000-2200 nm）。尽管研究仅限于单一地点和单一采集日期，但这些结果仍为无人机高光谱测绘海岸漂木提供了有前景的基线，同时强调了评估跨地点和环境条件可迁移性的必要性。
论文解读文章
一、研究背景与意义
漂木（driftwood）在海岸和沙质环境中具有重要的形态和生态作用。这些堆积物作为沉积物输运的自然屏障，促进沉积物捕获和局部容纳空间的形成，有助于维持海滩-沙丘剖面，增强沙丘保护，并可能作为沙丘形成和生长的核心。此外，漂木堆积为动物群提供庇护，创造筑巢栖息地，并促进植被建立。尽管这些功能已得到认可，漂木常因其被认为的负面社会经济影响而从海岸区域被清除。这一普遍做法凸显了量化其作用以及开发可靠方法用于测绘和监测漂木堆积的必要性，以支持明智的海岸管理决策。
在过去几十年中，遥感已成为检测、测绘和监测多种表面物质和环境的关键工具，包括地质基质、植被、海岸环境、土地覆被与土地利用变化以及塑料碎片。在可用遥感平台中，无人机（UAV）具有显著优势，包括极高的空间分辨率、快速数据采集以及在中等到局部空间尺度上的灵活部署。遥感已成功应用于检测木质碎片，主要集中于河流和湖泊环境，使用了多种数据源（RGB、多光谱、高光谱和LiDAR）和检测策略，包括基于像素的监督和非监督分类、面向对象的影像分析（OBIA）以及深度学习技术。相比之下，在海岸海滩环境中的应用仍然相对稀缺，仅有少数研究专门针对漂木检测。此外，现有工作主要依赖多光谱或RGB影像，而高光谱数据在海岸环境中用于漂木识别的潜力在很大程度上仍未得到探索。
漂木检测的一个关键限制在于海滩环境中常见表面物质（水、沙子、绿色植被、枯死植被和漂木）之间的光谱相似性。绿色植被的光谱特征已有充分记录，在可见光波段具有典型的叶绿素相关吸收特征，在近红外（NIR）波段因叶片内部结构而具有强反射。相比之下，枯死植被在1000-2500 nm范围内的光谱响应受纤维素和木质素组成强烈影响。这些特征促进了纤维素吸收指数（CAI）等指数的开发，该指数利用约2000-2200 nm的纤维素吸收特征。漂木由于其相似的分子组成，预期表现出可比较的光谱吸收特征。然而，本研究的航空实验仅限于930-1720 nm光谱范围，无法直接利用这一关键吸收域。此外，尽管大多数海滩表面物质的光谱特征已明确，漂木的光谱特征仍缺乏约束，特别是其与枯死植被的可分离性。
本研究旨在：（i）提供漂木光谱特性的详细表征，并与其他常见海滩表面物质进行比较；（ii）评估在受限的航空SWIR范围（930-1720 nm）内，漂木是否仍能与枯死植被和其他海滩表面物质光谱分离，该范围排除了2000-2200 nm纤维素吸收域；（iii）评估广泛使用的监督分类算法在不同光谱降维情景下检测高光谱影像中漂木的性能。更广泛地说，这项工作为评估无人机高光谱影像定位海滩漂木堆积的潜力提供了方法学基线。
二、关键技术方法
研究人员使用了两种主要数据采集手段。其一为ASD FieldSpec 4光谱辐射仪，覆盖350-2500 nm光谱范围，包含三个光谱仪，用于获取近纯光谱特征，测量于2024年11月12日，使用接触探头和内部光源，以Spectralon白板进行校准。其二为搭载于Tundra Hexadrone无人机上的Specim AFX17相机，于2024年11月15日采集，覆盖930-1720 nm光谱范围，224个光谱波段，飞行高度19 m，采用2×2空间和光谱合并配置，产生2 cm地面采样距离（GSD）和112个波段。研究地点位于法国地中海沿岸南部的La Crouste海滩，采集前三日经历了一场风暴事件，导致大量海滩凋落物特别是漂木沉积。研究人员将部分堆积物重新排列为四个6×3 m高密度漂木样方，并在调查区域内放置25×25 cm Spectralon白板用于辐射校正。影像处理使用ENVI软件和CaliGeo PRO工具进行辐射和几何校准，采用经验线性法（Empirical Line Method）进行大气校正。光谱相似性使用光谱信息散度（SID）度量评估。分类算法包括最大似然分类器（MLC）、最小距离（MD）、马氏距离（Mahalanobis）、光谱角制图（SAM）、匹配滤波（MF）、SPEAR光谱类似物、自适应相干估计器（ACE）、二进制编码（BE）、支持向量机（SVM）和随机森林（RF），其中SVM和RF通过网格搜索进行超参数调优。性能评估采用马修斯相关系数（MCC）作为主要指标，因数据集中漂木像素比例较低（2.07%），总体精度（OA）存在偏差。
三、研究结果
3.1 漂木光谱特征表征
研究人员通过ASD FieldSpec光谱仪获取了漂木相关类别（木材、树皮和巨型芦苇）及其他海滩表面物质的光谱数据，并计算了各类别的平均光谱。光谱信息散度（SID）分析表明，漂木与海滩表面物质之间的可分离性总体较为直接，但漂木与枯死/干燥植被之间存在强烈的光谱相似性。漂木在约2000-2200 nm处表现出纤维素吸收特征，但该特征超出了航空传感器的光谱范围。
3.2 分类算法性能比较
研究人员在无人机高光谱影像上评估了十种监督分类算法的性能。匹配滤波（MF）和支持向量机（SVM）取得了最高性能，中位MCC值分别为0.68和0.67，但两者均需要后处理优化步骤（阈值设定或超参数调优）。马氏距离（Mahalanobis）分类器在无需阈值或超参数调优的情况下取得了具有竞争力的性能，提供了分类性能与操作简便性之间的有用折衷。相比之下，其他算法如最大似然分类器（MLC）、最小距离（MD）、光谱角制图（SAM）、SPEAR光谱类似物、自适应相干估计器（ACE）、二进制编码（BE）和随机森林（RF）的性能相对较低。
3.3 光谱降维影响
研究人员考察了光谱降维对分类精度的影响。结果表明，MF和SVM对波段缩减的敏感性有限，即在减少光谱维度后仍能保持较高的分类性能。这一发现对于实际应用具有重要意义，因为降维可以显著降低计算成本和处理复杂度。
3.4 光谱混淆分析
总体性能在一定程度上受到漂木与枯死/干燥植被之间光谱混淆的限制。这种混淆因SWIR传感器的光谱范围而加剧，该范围排除了约2000-2200 nm的主要纤维素吸收特征。研究人员通过裁剪影像排除上滩区域（包含主要光谱混淆源）来评估漂木识别，在裁剪数据集中漂木像素占比从2.07%提高到2.91%，表明去除枯死植被区域有助于改善漂木检测。
四、讨论与结论
研究讨论部分指出，尽管MF和SVM取得了最高性能，但它们的后处理优化需求增加了操作复杂性。马氏距离分类器提供了一个有吸引力的替代方案，在无需额外调优的情况下实现了竞争性能，这对于实际监测应用中的可操作性和可重复性具有重要意义。光谱降维实验表明，高光谱数据的高维度并非分类性能的必要条件，这为使用更简单的多光谱传感器或降维后的高光谱数据提供了可能性。然而，漂木与枯死植被之间的光谱混淆仍然是主要挑战，特别是在传感器光谱范围无法覆盖关键纤维素吸收特征的情况下。研究结论部分指出，尽管研究仅限于单一地点和单一采集日期，但这些结果仍为无人机高光谱测绘海岸漂木提供了有前景的基线，同时强调了评估跨地点和环境条件可迁移性的必要性。未来的研究应扩展至更多样化的环境条件，并考虑使用覆盖更宽光谱范围（包括2000-2200 nm纤维素吸收域）的传感器，以进一步提高漂木检测的准确性。
