基于时空光谱融合技术的新兴植物细尺度监测

《International Journal of Digital Earth》：Fine-scale monitoring of emergent plant based on spatiotemporal-spectral fusion

　　摘要
湿地生态系统长期以来一直遭受严重的全球性退化。近年来，湿地恢复工作在解决这一问题方面做出了重要贡献。然而，恢复措施导致了植物群落组成的复杂且动态的变化。传统的遥感方法在无法获取高成本遥感数据（如高光谱图像）时，常常无法实现湿地植物恢复的精细尺度监测。为应对这一挑战，本研究提出了一种精细尺度的新兴植物制图方法，该方法结合了时空-光谱融合技术以提高分辨率，并使用基于变压器的分类器处理高维特征。研究采用时空-光谱融合模型TemPanSharpening net来提升长期多光谱图像序列的空间分辨率，随后选择多个光谱特征并将其传递给基于变压器的分类模型。该方法被应用于中国洪湖湖南部的新兴植物群落的年度动态制图，分辨率达到2米。与传统方法相比，该方法显著提高了制图精度，总体准确率为88.21%，并揭示了可能被忽视的9.5%的碳储存量。这项研究克服了在受限成像条件下精细尺度新兴植物监测的局限性，为准确监测湿地植物恢复的效果提供了技术支持。

关键词：湿地制图；新兴植物群落；时空-光谱融合；变压器；碳储存估算

1. 引言
湿地是地球生态系统的重要组成部分，提供了生物多样性保护和水资源调节等关键服务（Isaac, Hamzat, 和 Daramola 2025；Sharma 和 Naik 2024）。尽管湿地的重要性不言而喻，但由于人类活动和气候变化，自然湿地在过去一个世纪里减少了大约50%（Gardner 等人 2015）。作为回应，全球范围内的湿地恢复计划已经启动，导致植物群落组成发生了复杂变化，不再表现为简单的丧失或扩张模式（Mao 等人 2025）。准确监测这些动态变化需要空间和时间尺度上的高分辨率数据。遥感已成为大规模湿地观测不可或缺的工具（Wang 等人 2023；Zhang 等人 2023）。然而，传统多光谱图像往往缺乏识别破碎群落或捕捉细微物候变化的必要细节。提高遥感图像分辨率是解决这一挑战的关键。现有技术包括单图像超分辨率（SISR）和多源数据融合，如时空融合（STF）和时空-光谱融合（SSF）。尽管这些方法改善了图像质量，但它们常常难以应对湿地的生态复杂性。在没有辅助数据的情况下，SISR具有成本效益，但缺乏纹理真实性（Wang, Bayram, 和 Sertel 2022）。STF 可生成高时空分辨率的数据集，但可能忽略光谱敏感特征（Sun 等人 2026）。相反，SSF 方法（如全景锐化）虽然提高了空间细节，但在物候驱动的监测中效果较差（Luo 等人 2025）。最近出现的时空-光谱融合（STSF）技术试图弥合这些不足。早期的 STSF 研究使用了卷积神经网络（CNN）或生成对抗网络（GAN）将异构数据源整合为高分辨率序列。例如，Wei 等人（2022）应用 CNN 将高分卫片（PAN）、多光谱图像（MSI）和宽视场图像融合为2米分辨率的数据集。Jiang, Shen, 和 Li（2022）使用 GAN 将 Sentinel-1 合成孔径雷达（SAR）数据与低分辨率图像融合，生成高分辨率的时间序列。STSF 结合了时间、空间和光谱的多维信息，为高精度湿地植物群落制图奠定了坚实基础。在增强图像的基础上，有效的湿地特征选择是下一步关键。当前研究通常依赖于狭窄范围内的特征以提高制图效率。例如，Jiao 等人（2019）使用少数冬季光谱、纹理和形状特征区分水稻田、沼泽和竹林。Bhatnagar 等人（2020）结合多个光谱指数和机器学习分离出灌木、湿草地、沼泽和泥炭地等湿地类型。这些简单特征往往无法捕捉到细微的季节性光谱变化。整合时间信息可以通过捕捉独特的物候特征显著提高精度（Chen 等人 2022；Peng 等人 2023）。然而，这样的任务通常需要整合多种数据源，如无人机或高光谱图像，这在目前仍然是一个效率挑战（Pricope 等人 2024；Sun 等人 2021）。除了数据源外，随着深度学习技术的快速发展，分类模型也得到了持续改进（Ullah 等人 2024）。特别是变压器在时间序列分析中表现出色，因其具有全局建模能力（Liu 等人 2022）。通过利用自注意力机制，它可以捕捉长距离依赖关系，而不受传统网络序列顺序的限制。这一特性使变压器非常适合建模复杂的高维特征集。尽管 transformer 在遥感应用中得到广泛应用（如场景分类、作物识别甚至湿地制图），其在精细尺度新兴植物群落分类方面的潜力仍需进一步探索（Jamali 等人 2022；Wang 等人 2024；Xu, Deng, 和 Huang 2022）。主要挑战来自新兴植物所处的复杂环境背景以及时间特征的显著变异性。目前仍缺乏一种系统框架，能够同时解决湿地恢复监测中的空间分辨率和时间密度之间的权衡问题。大多数现有研究要么仅使用单日期图像进行精细尺度空间制图，从而错过关键物候阶段，要么依赖粗分辨率数据的密集时间序列，无法区分恢复社区的碎片化区域（Waleed 等人 2023）。此外，标准深度学习模型往往缺乏有效处理此类融合数据集中的高维特征的能力，且计算成本高昂。为了弥合这些差距，本研究提出了一种专门设计用于湿地恢复动态精细尺度监测的时空-光谱集成框架。虽然近期商业星座（如高分、PlanetScope）提供了高空间分辨率，但它们通常缺乏关键的光谱深度，如红边（RE）和短波红外（SWIR）波段，并且长期监测的成本较高。我们的框架通过重建2米分辨率的密集时间序列同时保留了 Sentinel-2 的光谱丰富性，克服了这些限制。本研究的新颖之处在于整合了三个组件：（1）轻量级的 TPSnet 融合网络，确保时空纹理一致性；（2）基于递归特征消除（RFE）的优化高维特征选择策略，捕获最重要的湿地监测特征；（3）定制的变压器分类器，用于捕捉长距离物候依赖关系。通过解决粗略图像中通常被忽略的本地群落的微观结构重组问题，本研究提供了经济高效且高精度的湿地恢复监测和相关碳储量估算解决方案。本文的其余部分安排如下：第2节简要介绍我们使用的数据集和方法；第3节展示整个监测过程的各项发现；第4节分析和讨论研究的意义、优势及前景；最后第5节总结整个研究。

2. 材料与方法
2.1. 实验和技术设计
我们的研究工作流程如图1所示，并在后续中详细描述。
图1. 本研究的工作流程。

2.2. 研究区域和数据集
洪湖位于中国中部湖北省。如图S1所示，我们的研究目标为洪湖南部及其周边地区，面积为163.84平方公里（113°20′33.976″–113°12′47.165″E, 29°41′34.004″–29°48′37.746″N）。研究区域的平均海拔约为23米。该区域具有典型的湿地特征，水体和陆地区域交错分布，为多种水生生物提供了栖息地，支持丰富的生物多样性。自20世纪中叶以来，由于人类干预和气候变化的影响，洪湖南部的湿地一直在萎缩，其景观变得更加破碎。近年来，国家和地方政府对生态保护和环境管理的关注逐渐增加，生态恢复工作也在逐步推进，例如移除湖泊内的封闭水产养殖设施。在水资源保护、湿地植物恢复和生物多样性恢复方面取得了显著进展。

在本研究中，我们选择了多幅卫星图像，从空间和时间两个角度优化湿地分类质量。表S1中列出的 Sentinel-2 图像分别具有高时间低空间分辨率和高空间低时间分辨率的特点。我们收集了2019年至2023年覆盖洪湖南部的所有图像。我们采用自动控制点匹配方法在粗细分辨率图像对上进行了配准，然后通过手动调整确保配准精度控制在半个细分辨率像素（约1米）以内。

我们在江汉平原选择了四个具有代表性的湿地区域进行新兴植物群落样本点采集，包括崇湖、洪湖、罗湾河岛和刁桥湖。从2019年到2024年初，对这些区域进行了多轮无人机航空摄影和实地调查。基于这些地面真实观测结果，我们从周边地区手动补充了额外的样本点以支持刁桥湖的分类方法和制图（图2）。

图2. 所有样本点的分布。

该图展示了四个不同湿地研究区域（崇湖、刁桥湖、洪湖和罗湾河岛）中选定的地面真实样本点的空间分布。上层显示了叠加了颜色编码标记的卫星图像，指示特定植被类别，包括 N. nucifera、Z. latifolia、P. australis 和“其他”类别。下层提供了这些新兴植物物种的现场照片，以确认其生态环境。通过将地理坐标与实地调查的直接视觉证据相结合，这种全面的采样策略确保了高度可靠的参考数据的收集。由于研究重点关注洪湖南部，且大部分地面样本是在2023年采集的，因此从原始3265个样本点中随机选择了280个样本点用于分类模型测试（表1）。我们采用了分层随机抽样方法，并按比例分配样本点，确保测试过程中不会出现任何特定样本类别的比例失衡。由于洪湖南部 Zizania latifolia 样本丰富，因此为其分配了相对较多的测试点。

2.3. 时间序列优化
2.3.1. 线性插值以修复时间序列
云层去除处理导致密集时间序列中出现大量数据空缺。为了重建时间连续性，我们在 Google Earth Engine 上进行了线性插值。具体来说，使用目标日期前后100天内最近的可用像素值来插补缺失值，公式如下：
(1) r(t1) = r(t0) + (r(t2) - r(t0)) / (t2 - t0)
其中 t1 是目标日期，t0 和 t2 分别是指目标日期前后100天内具有有效像素值的最近日期。如果目标日期前后±100天内没有有效像素，则直接使用最近年份同一日期的像素值。选择这个时间窗口是因为洪湖南部地区受季节性云层和降雨影响严重。为了在准确捕捉湿地物候的同时确保数据可用性，利用±100天时间窗口内的最近像素可以有效平衡这两个要求。尽管进行了插值处理，反射率曲线仍受到噪声伪影（例如残余的云影）的影响，导致类别内部的光谱变异较大。为了解决这个问题，我们采用了时间序列谐波分析（HANTS）方法来提取周期性信号并过滤异常值（Menenti等人，引用1993年）。我们配置了五次迭代和四个谐波频率，并设置了1000的拟合误差阈值，这与Sentinel-2的反射率刻度一致。考虑到Sentinel-2的5天时间分辨率，每年有73个原始成像日期。在年度序列之前和之后分别增加了6个日期（一个月），以减少边缘误差。如图S2所示，HANTS的结果改善了连续性，反射率中的峰值和低谷等物候特征更加清晰。

2.3.3 通过时空谱融合增强Sentinel-2图像
为了实现所有波段的2米统一分辨率，我们实施了一个两步融合方法。首先，我们应用了轻量级的TPSnet，利用最近可用的2米PAN图像来增强四个10米的Sentinel-2波段（Han等人，引用2024年）。虽然TPSnet在概念上类似于Pansharpening，但它专门用于处理不同成像日期之间的时间纹理变化。由于其仅依赖两个输入图像，因此适合我们的研究，减轻了处理密集时间序列的负担。由于原始TPSnet的输入和输出规格与本研究的需求一致（Sentinel-2 10米4波段MSI和高分系列2米PAN），我们没有对网络架构进行任何模块化调整。相反，我们在训练过程中将粗略输入图像和精细输出图像的补丁大小分别设置为128×128和640×640。我们的训练过程保留了TPSnet原始设计的复合损失函数，该函数是平均绝对误差（MAE）、边缘损失和频域损失的加权组合。此外，初始学习率被设置为0.0001，当验证损失连续五个周期没有下降时，学习率减半。网络最终在122个周期后收敛，损失稳定在大约0.0462。融合后，使用亮度方程生成了目标日期的2米分辨率灰度图像：
(2) 灰度 = 0.299R + 0.587G + 0.114B
(2)
其中R、G和B分别代表红、绿、蓝波段的像素值。该公式基于美国国家电视系统委员会（NTSC）的亮度标准，可以将图像的RGB波段信号转换为高细节的灰度图像（Brainard引用2001年）。
然后，使用这个灰度图像作为PAN输入，通过NNDiffuse Pansharpening工具（Sun、Chen和Messinger引用2014年）对剩余的20米分辨率波段进行增强。最后，所有生成的2米分辨率波段被镶嵌在一起，形成了包含十个光谱带的完整时间序列。

2.4 特征选择
鉴于HLS中复杂的土地覆盖动态，植被、水和土壤相关指数在新兴植物群落分类中可能都至关重要。总共计算了26个光谱指数（表S2）。然而，由于数据集的高维度（每年73个时间点、26个指数和10个波段），使用全部特征集会导致计算效率低下和潜在的过拟合。因此，我们应用了基于梯度提升决策树（GBDT）的RFE算法来识别最优特征子集。
考虑到时间序列的多时态特性，本研究将夏季选为目标周期进行特征选择。在夏季，植被表现出更高的绿色水平和更好的与其他土地覆盖类型的分离性。然而，植被指数可能会受到季节性水位变化的影响，在选择具体日期时必须避免这种情况。所选的植被指数（Enhanced Vegetation Index，EVI）曲线显示，虽然年度绿色峰值出现在夏季，但2020年等某些年份的早期洪水可能会推迟这一峰值（图S3）。考虑到这些因素，夏季末和秋季初被认为是特征选择的最适当时期。因此，选择日期索引48（即8月30日）作为特征提取的参考日期。

2.5 基于Transformer的分类
某些特征有助于提高分类性能，但不同物种之间的特征时间序列差异复杂（图3），难以使用特定阈值进行过滤。因此，需要基于选定特征进行更深入和更高维度的信息挖掘。
图3. 各种新兴植物样本的EVI（上）和MNDWI（下）的时间序列及置信区间。
该图表显示了三种新兴植物物种（P. australis、Z. latifolia、N. nucifera）和“其他”类的Enhanced Vegetation Index（EVI）和Modified Normalized Difference Water Index（MNDWI）的时间序列轮廓。上面板突出了EVI衍生的物候特征。N. nucifera表现出延迟但快速的绿化过程，达到了最高的EVI峰值。相反，其他新兴植物表现出更早、更平坦的生长轨迹。下面的面板跟踪了MNDWI。重要的是，N. nucifera在早季显示出强烈的区分性，具有正的MNDWI值，反映了开放水域环境中的初期生长。这些结合了物候和淹没时间的特征为高精度的新兴植物分类模型提供了可靠的特征。

由于我们的野外调查数据仅包含点样本而非连续的空间网格，序列模型适合进行解释。与传统的序列模型（如循环神经网络（RNN）和长短期记忆（LSTM）不同，Transformer架构利用自注意力机制同时捕获整个时间序列中的长距离依赖性，使其在模拟不规则物候模式方面非常有效。在这项研究中，多特征和多日期值并没有基于任何特定的逻辑顺序进行连接。因此，我们适配了一个基于Transformer的模型（图4）。
图4. 基于Transformer的新兴植物分类模型。
该图表展示了为新兴植物时间序列数据设计的基于Transformer的分类模型架构。模型输入一个73×m的输入矩阵，代表73个时间观测和m个光谱特征。为了保留时间序列信息，位置嵌入模块处理输入，生成序列位置编码（1到73），然后重新塑形并添加回原始输入。这些时间编码的数据随后被投影到Query（Q）、Key（K）和Value（V）表示中，以供多头注意力机制使用。残差连接在通过两个全连接层之前合并注意力输出。在另一个残差添加之后，全局池化层汇总提取的特征，最后由全连接层处理以生成四个不同植物类别的分类输出。

考虑到新兴植物分类的特点，我们对标准Transformer架构进行了一些调整以更好地适应：（1）模型输入从1D序列转换为2D特征矩阵，大小为（73×m），分别代表多日期和多特征；（2）位置编码与输入特征维度对齐，而不是嵌入维度；（3）为了降低计算复杂性，前馈神经网络的隐藏层维度设置为64；（4）在输出层之前添加了全局平均池化层，并移除了解码器，以便模型生成适合基于序列的分类的单一压缩向量；（5）对于涉及遥感数据的多类分类任务，在最后使用了全连接层来输出四种植物物种（Phragmites australis、Z. latifolia、Nelumbo nucifera和其他），并采用分类交叉熵作为损失函数。我们Transformer分类模型的详细超参数和实验配置在表S3中总结，以确保提出的方法的可重复性。
我们还将我们的Transformer变体与三种序列模型（RNN、LSTM、Gated Recurrent Unit（GRU）以及两种机器学习模型（Random Forest（RF）和Artificial Neural Network（ANN）进行了比较。考虑到我们分类模型的高计算复杂性，有必要将其与其他模型进行比较，以确定增加的成本是否带来显著的性能提升。
分类后，地图仍需要进一步处理以移除非植被区域。在这项研究中，使用每年8月30日的EVI指数来区分背景和植被，阈值设置为0.25。EVI值低于此阈值的像素被视为背景，并从最终映射结果中排除。

3.1 选定的特征
RFE分析表明，在第21次迭代中，移除RE2波段导致整体准确率明显下降，后续迭代只有有限的改善（图5）。因此，保留了这次迭代后的17个剩余指数和波段，如表S5所示。
图5. RFE特征去除结果。
该图表展示了递归特征消除（RFE）过程的结果，绘制了模型分类准确率与光谱特征顺序去除的关系。y轴显示准确率百分比，x轴列出了被删除的特征。最初，移除不太重要的变量会导致轻微波动，保持了相对稳定且高于91%的准确率。然而，当过程进行到RE2之后时，移除高度具有区分性的特征（如MNDWI、EVI、红色波段（R）和SWIR1）导致模型性能急剧下降。这种急剧下降的趋势清楚地表明了这些特定指数和波段是对新兴植物物种高精度分类最为必要的、不可省略的输入。

3.2 分类性能
分类结果使用五个指标进行了评估：精确度、召回率、F1分数、整体准确率和Kappa系数，通过以下公式计算：
(4) 精确度 = ci/mi，
(5) 召回率 = ci/ni，
(6) F1分数 = 2×精确度×召回率 + 召回率，
(7) 整体准确率（OA）= ∑i=0t ci/∑i=0t mi，
(8) Kappa = OA - (∑i=0t(mi×ni) / (t2)
(8)
其中ci表示第i类的正确分类数量，ni表示第i类的测试样本数量，mi表示预测为第i类的像素数量，t表示所有类别的数量。
如表2所示，分类模型表现出稳健且高度准确的性能，整体准确率达到88.21%，Kappa系数为0.8407。根据标准，这一结果表示预测值与真实值之间几乎完美一致（Landis和Koch引用1977年）。类别特定的指标进一步验证了模型的可靠性，F1分数在所有类别中始终超过0.84。值得注意的是，尽管N. nucifera的样本量相对较小，模型对其保持了出色的稳定性和鲁棒性，精确率为80.00%，召回率为88.89%，相应的F1分数为0.8421。

表2. 分类测试结果。
我们使用t分布随机邻居嵌入（t-SNE）降维（图6）可视化了高维特征分布。可视化揭示了两个关键发现：首先，一些N. nucifera的数据点位于其核心簇的相对较远的位置；其次，N. nucifera和Z. latifolia的数据点部分混合在一起。第一个问题主要是由于N. nucifera和稻米在物候学上的高度相似性，尤其是在区分池塘内的植被时。第二个问题主要是由于N. nucifera和Z. latifolia在湖中经常空间上混杂在一起。尽管2米的分辨率很高，但仍有一些混合像素，这使得很难清晰地分离这两个群落的边缘。图6显示了不同挺水植物群落的高维特征分布的t-SNE可视化结果。该图展示了分类模型提取的高维特征，散点图证明了湿地植被类别之间的良好可分性。N. nucifera形成了一个非常明显且孤立的群落，突显了其独特的光谱-时间特征。同样，P. australis和Z. latifolia也形成了清晰且连贯的群落，重叠部分极少，表明特征提取具有很强的区分能力。正如预期的那样，“其他”类别分布在多个子群落中，反映了其组成的多样性。总体而言，明显的类内紧凑性和清晰的类间边界证实了该模型在准确映射复杂湿地植被动态方面的强大能力。

如图7所示，误分类点的空间分布显示，在湖中，尤其是在水位波动频繁和物种间过渡的区域，误分类点的密度较高。例如，在图7a中观察到了N. nucifera和Z. latifolia在水分-植被界面处的光谱混淆。此外，图7b显示了P. australis在矩形斑块内的误识别，这主要是由于图像融合过程中边缘的拖尾效应，导致群落边界的模糊。这些空间误差模式与t-SNE分析中观察到的高维特征分布群落紧密对应。

比较实验（表3）显示了明显的性能层次：Transformer变体取得了最佳性能，其次是序列模型（GRU、LSTM和RNN），而传统的机器学习基线（RF和ANN）的表现最差。这一趋势突显了时间依赖性建模在复杂湿地测绘中的关键重要性。映射结果表明，自2019年以来，通过拆除堤坝和湖泊改造进行的湿地恢复取得了进展。最初，N. nucifera是湖中的主要挺水植物，但其分布显著减少，现在主要分布在西部水产养殖区和湖泊内的孤立斑块中。相比之下，Z. latifolia已成为湖中的主要挺水植物，而P. australis主要分布在湖岸沿线（图8）。

年度地图展示了2019年至2023年HLS地区挺水植物群的年度分类情况，详细记录了这些植物群的时空动态。这些时间序列地图展示了三类关键物种——P. australis、Z. latifera和N. nucifera——以及“其他”类别的分布变化。值得注意的是，近年来（2022-2023年），南部地区的植被得到了显著整合。此外，映射结果还显示2021年是湿地恢复的关键年份，当时湖泊内的水产养殖池塘拆除接近完成，导致N. nucifera的种植面积减少了近75%。另一方面，开阔水域面积显著增加，而挺水植物的重新种植和恢复工作才刚刚开始。到2023年，尽管恢复措施仍在进行中，挺水植物的分布相对稳定，Z. latifolia的面积仅有轻微增加。

年度挺水植物地图与碳密度数据的整合表明，2023年湖泊区域的总碳储存量为322.31±27.24千吨。考虑到现场测量的碳密度标准偏差和分类混淆矩阵，这与2019年相比增加了24.92%。与映射结果中观察到的植被迁移模式一致，碳储存的空间分布呈现出从湖中心向湖岸移动的趋势。这一增加尤其在湖岸地区最为明显，这归因于P. australis的大规模种植。

4. 讨论
细尺度湿地监测的主要挑战在于空间分辨率和时间密度之间的固有权衡。虽然传统的多光谱图像（如Sentinel-2）提供了高频观测，但其粗糙的空间分辨率无法区分破碎的恢复斑块。相反，高分辨率卫星通常 revisit频率较低。TPSnet融合和Transformer分类的集成框架解决了这一矛盾。它通过重建2米分辨率的密集时间序列，同时捕捉了微观尺度的结构细节和长范围的物候特征，为监测复杂的湿地演替提供了强大的工具。以下部分从特征贡献、分辨率提升、方法论稳健性和生态验证的角度评估了这一集成。

如图S4所示，从原始10米波段衍生的指数（如EVI）显示出更好的锐化效果。相比之下，RE、SWIR波段及其衍生的指数（如NDMI和NMDI）在植物群落边缘处显示出较粗略的反射率差异。然而，这些指数在不同植物群落和土地覆盖类型之间的区分能力更强。例如，NMDI能够有效区分沿道路分布的P. australis、湖中散布的N. nucifera以及广泛分布的Z. latifolia群落，每种群落呈现出明显的不同颜色表现。SHAP值计算的结果表明，不同特征对映射不同挺水植物具有独特的贡献。MCARI、NMDI和PSRI被确定为三个最具影响力的特征，这与目标挺水植物的生理特性一致：MCARI对叶绿素浓度变化高度敏感，同时最小化了土壤背景和非光合物质的影响。图S4显示，在生长高峰期，N. nucifera的叶绿素水平与P. australis不同，使MCARI能够提供明显的物种间对比。NMDI与干旱程度相关，因此在区分水分含量不同的植物群落时非常有效。NMDI通过整合两个SWIR波段和NIR波段之间的差异，增强了了对叶片水分含量的敏感性。在HLS湿地中，P. australis与N. nucifera不同的水分储存策略和冠层结构导致了显著的NMDI梯度，使其成为敏感于水分分类的强指标。此外，PSRI捕捉了类胡萝卜素与叶绿素的比率，特别适用于监测植物衰老过程。

总之，MCARI、NMDI、PSRI以及其他最具影响力的指数通过有效抑制来自开阔水域和湿润土壤的背景干扰，减轻了光谱混合问题，使Transformer分类器能够从复杂的HLS景观中提取可靠的植被信号。由此提高的分类准确性直接转化为更可靠的碳储存估计。通过最小化碳密度显著不同的物种之间的误分类（例如高生物量的P. australis与低密度的漂浮植物），特征选择过程确保了特定碳系数的正确应用，从而减少了最终生态评估中的映射误差传播。

4.2. 图像增强的影响
不同分辨率尺度下的映射结果比较表明，分辨率提升对挺水植物的识别有显著影响。例如，在2023年，洪湖中的大多数挺水植物是Z. latifolia。然而，在10米分辨率下，由于混合像素的存在，很难区分它们；而在TPSnet融合后，识别变得清晰得多（图11a-d）。此外，还有规则形状的窄带状P. australis分布在道路和湖面之间（图11e-h），在分辨率提升前后，二者的识别差异明显。TPSnet显著增强了纹理细节和不同植物群落类型之间的反射率差异。通过缓解混合像素问题，这一分辨率增强步骤对于生成详细的湿地生态监测所需的高精度地图至关重要。值得注意的是，在增强之前，N. nucifera的映射精度达到了100%，但在增强后下降到了80%。这是因为像素平滑效果掩盖了10米尺度上的复杂边界区域，导致精度过高。相比之下，在2米尺度上，更大的植被异质性和分散的N. nucifera斑块被暴露出来，给分类器带来了与复杂纹理相关的挑战。因此，这一结果并不意味着分类器性能的下降，而是突出了在高精度映射中N. nucifera与其他植被或水体的交错分布的复杂性。同时，由于TPS融合模型不可避免地会产生错误的地面纹理，因此在2米级别的分类结果中会有一些误分类。例如，在图11b中显示的融合图像中，可以在Z. latifolia簇中观察到两条狭窄的水体痕迹。然而，它们的反射率与植物没有明显区别，最终导致背景遮蔽失败。

除了映射的粒度之外，2米分辨率图像的整合显著提高了下游碳核算的可靠性，通过减少不确定性的传播。如表6所示，使用10米图像估计的总碳储存量明显低于2米结果，平均低估率为9.5%。重要的是，当考虑到来自分类不确定性和碳密度变化的所有误差范围时，2米产品产生的置信区间比10米估计要窄得多。这种差异主要归因于在碎片化或狭窄的湿地特征中隐藏的碳，例如边缘的P. australis和孤立的Z. latifolia斑块，这些在较粗的尺度上经常被忽略或与背景水混合。我们的发现与在碎片化湿地观察到的生物量低估的普遍模式一致。具体来说，Hemati等人（引用2025）证明，高分辨率的PlanetScope数据（3米）比中等分辨率的图像提供了更准确的湿地生物量和空间异质性的表示。这种高分辨率的观测通过捕捉否则会丢失的结构细节，有效地减少了碎片化景观中的估计偏差。我们提出的框架将映射误差的传播最小化到生态评估中，将分析重点从不精确的绝对总量转移到以前被忽视的碳汇的量化上。

表6. 湖中多年生植物的碳储存量估计（千吨）。

下载CSV
显示表格

4.3. 分类架构的比较分析
传统模型，如RF和ANN，由于结构上的限制，表现出较低的鲁棒性。作为决策树的集合，RF将时间序列特征视为独立变量，未能捕捉到物候的连续性。它对随机特征选择的依赖也使其容易受到图像融合过程中产生的噪声的影响。同样，ANN依赖于全连接层进行线性变换，并且难以进行长时间序列的学习。如图12所示，这些模型在岸边产生了严重的误分类，其中本地的P. australis被大量忽略并误识别为Z. latifolia。此外，RF和ANN未能识别湖中的N. nucifera碎片化斑块，导致Z. latifolia的过度分类。

图12. 不同分类方法的比较
查看此图的详细描述
该图比较了六种不同算法——RNN、LSTM、GRU、RF、ANN和Transformer——在湿地植被映射方面的视觉分类性能。布局将宏观地图与放大区域对应起来，这些放大区域分别与伪彩色参考图像和高分辨率实地照片相匹配。这张实地照片为P. australis、N. nucifera和Z. latifolia的空间分布提供了关键的真实性验证。虽然像RF和ANN这样的传统模型显示出明显的误分类，而循环网络提供了适度的改进，但Transformer模型明显更胜一筹。它最准确地划定了不同物种的复杂空间边界和细粒度斑块结构，展示了其在高精度湿地生态监测中处理复杂特征提取的卓越能力。

同时，序列模型（RNN、LSTM和GRU）明确地纳入了数据的时间顺序，并表现得更好。通过利用循环连接，这些模型比非顺序基线更好地区分了P. australis和Z. latifolia。然而，这些模型与Transformer之间仍然存在显著的性能差距。具体来说，简单的RNN仍然受到梯度消失的影响，导致湖边的P. australis识别失败，类似于机器学习基线。虽然LSTM和GRU使用门控机制来缓解这个问题，但它们仍然难以解决微尺度混合斑块的问题。此外，对于LSTM和GRU来说，Z. latifolia和N. nucifera在湖中的混淆仍然存在，导致许多N. nucifera斑块未被检测到。此外，RF、ANN、LSTM和GRU在边界处都显示出P. australis与其他植被之间的显著混淆，表明局部的顺序处理不足以捕捉整个生长周期中复杂的非线性光谱-时间依赖性。

相比之下，Transformer变体的优越性能主要归功于其通过全局自注意力机制将高维特征与生态物候对齐的能力。为了直接证明这种可解释性，我们可视化了每种植物群落的时间注意力权重与平均MCARI谱型的对比（图13）。与通常偏向于最近输入的循环模型不同，Transformer变体利用了物种间光谱对比度最大的关键物候窗口。

图13. 变换器注意力权重与平均物候谱型（MCARI）的对齐
查看此图的详细描述
该图将Transformer模型的时间注意力权重（红色虚线）叠加在三个湿地物种的73个时间步长的MCARI物候谱型（绿色实线）上。可视化这些分布揭示了哪些物候阶段驱动了分类决策。对于P. australis，注意力在其扩展的生长期始终很高。相反，模型主要通过关注其早期绿化和晚期衰老阶段来识别Z. latifolia，基本上忽略了峰值生物量。对于N. nucifera，注意力在早期出现阶段显著增加。这种可解释性分析证实，AI模型智能地利用了独特的、特定于物种的时间特征，而不仅仅依赖于最大绿色度，从而提高了湿地植被映射的精度。

如图13所示，对于P. australis，模型在早期绿化阶段（时间步长10-25）保持高注意力分数，有效地捕捉了其独特的早期出现特征。对于Z. latifolia，在晚秋衰老期（时间步长60-70）观察到注意力权重的显著增加。这表明模型依赖于野生水稻的独特枯萎节奏来将其与其他持续生长的植被区分开。对于N. nucifera，注意力在早春（时间步长5-20）出现尖峰，这一时期对应于从开阔水域到初始叶片出现的转变。这表明Transformer成功地解码了表征荷塘特定背景到植被的信号。计算注意力与生物物候的对齐确认了我们的框架不仅仅是一个黑盒分类器，而是一个利用现实世界生态节奏进行高精度映射的诊断工具。

4.4. HLST中植被演替的生态验证
我们通过精细尺度监测揭示的时空动态，特别是自2021年以来N. nucifera的急剧减少和随后Z. latifolia的扩张，不仅仅是统计结果，反映了由人类干预驱动的生态演替。我们的结果捕捉到了在HLS内实施的“退渔还湖”政策的精确时间。正如Gao等人（引用2024）所指出的，红湖中水产养殖设施的拆除从根本上改变了水生生态条件，引发了从人工培养的植被向自然群落的转变。我们在地图中观察到的N. nucifera的显著减少与大规模水产养殖区的拆除相吻合。这与最近的研究结果一致，这些研究报道了由于生态恢复措施（Rao等人引用2025）HLS中水生植被覆盖的重大变化。历史上，该地区的N. nucifera主要是为了经济目的而维持的。在水产养殖设施拆除后，生态系统转变为以本地竞争物种为主的状态。我们的分类结果显示，Z. latifolia迅速占据了之前N. nucifera或开阔水域所占的区域。这种演替模式与Fan等人（引用2021）描述的假设一致，即人工设施的拆除（例如围栏养殖）释放了对本地竞争物种的抑制作用，促进了植被碳汇的增长。此外，我们研究中确定的空间分布模式反映了长江泛滥平原上湿地植被的自然分区，其中P. australis分布在湖岸，Z. latifolia在过渡区形成密集的斑块。这些高生物量社区的扩张是观察到的碳储存增长的主要驱动力。Sun等人（引用2025）强调，长江连接湖泊的季节性水位波动是这种分区的首要驱动因素。我们的方法在2米分辨率下区分这些社区并量化其相关碳动态的能力验证了恢复的湿地正在逐渐恢复其自然的结构完整性和功能能力，从一个以水产养殖为主的碎片化景观转变为一个更连续、富含碳的天然湿地生态系统。这种验证确认了所提出的时空-光谱融合框架足够敏感，可以监测诸如政策驱动的拆除和渐进的生态演替等突然变化。

4.5. 局限性与前景
在这项研究中，我们成功实现了对多年生植物社区的精细尺度监测。然而，仍存在一些限制，这些限制指出了未来研究的具体方向：（1）固有的光谱相似性给精确映射带来了挑战，这进一步受到混合像素和融合伪影的影响，最终导致分类错误。为了解决这些限制，未来的研究可以探索超级分辨率技术的应用或整合具有更高时空分辨率的图像（例如PlanetScope）来提高映射质量；（2）分类基于年度时间序列，然而多年生植物的反射率受到年际水位变化的显著影响。未来，将每日水位观测作为模型协变量整合进来有助于在不同水文年间标准化光谱响应；（3）不同社区之间的可分性仍需要进一步探索，超出这里研究的三个主要物种。为此，扩大光谱库以包括更广泛的物种范围，并利用高光谱数据进行端元解混对于解决更复杂生态系统中的光谱相似性问题至关重要；（4）尽管年度映射是成功的，但由于数据缺失，准确捕捉年内植被演替仍然具有挑战性。未来的工作应专注于使用更高频率的星座进行近实时的时空融合，以跟踪亚季节性的社区结构变化。

除了上述改进之外，还预见了几个进一步发展的广泛方向：（1）整合多模态数据，如雷达图像和LiDAR点云，可以帮助纳入结构信息以优化结果；（2）由于水下植物也是湖泊生态系统的重要组成部分，因此有必要将我们的精细尺度映射框架扩展到水下植被，以进行更全面的生态评估；（3）该方法论架构在不同湿地生态系统中的可转移性值得进一步探索。虽然TPSnet和Transformer框架由于依赖于全球可用的Sentinel-2数据而具有高度便携性，但必须解决诸如物种组成变化、复杂的水文制度或云易发区域的数据缺失等挑战。未来的研究可以利用迁移学习将预训练模型适应新地点，为各种环境背景下的精细尺度湿地评估提供可扩展的解决方案。

5. 结论
本研究提出了一种精细尺度的多年生植物社区监测方法，该方法结合了遥感图像分辨率增强和高维特征基础的分类。该研究使用TPSnet时空-光谱融合模型来提高多光谱图像时间序列的空间分辨率。基于增强后的数据，构建了大量光谱特征，对其进行过滤并导入到Transformer变体中，用于多年生植物社区的映射和时空变化监测。我们的结果不仅展示了88.21%的总体精度，还识别出湖中多年生植物碳储存估计潜在的9.5%的遗漏。这项研究为在有限的遥感条件下实现精细尺度植被映射提供了稳健的框架，从而为区域湿地恢复和其他可持续发展目标提供了技术支持。最终，这项研究展示了时空-光谱融合技术在推进数字湿地建设方面的潜力，为更广泛的数字地球应用提供了可扩展的技术基础。

补充材料：
IJDE影响声明.docx
下载MS Word文件（32.2 KB）

IJDE影响声明.docx
下载MS Word文件（2.5 MB）

补充材料.docx
下载MS Word文件（32.2 KB）

数据可用性声明：
支持本研究结果的数据已公开发布在figshare平台上，链接为：https://doi.org/10.6084/m9.figshare.30908243

本文的补充数据可访问以下链接：https://doi.org/10.1080/17538947.2026.2668164