《Remote Sensing Applications: Society and Environment》：Mapping the Distribution of an Intertidal Invasive Red Macroalga at a National Scale Using Satellite Remote Sensing.
编辑推荐：
入侵性物种已被列为生物多样性丧失的主要原因之一，特别是已经受到威胁或濒危物种的丧失，而沿海和河口系统往往承受了最初引种和后续入侵的主要冲击。这可能归因于这些系统中高强度的全球运输以及其他人类活动。大型藻类物种在欧洲海洋环境的入侵外来物种（Invasive Al
入侵性物种已被列为生物多样性丧失的主要原因之一，特别是已经受到威胁或濒危物种的丧失，而沿海和河口系统往往承受了最初引种和后续入侵的主要冲击。这可能归因于这些系统中高强度的全球运输以及其他人类活动。大型藻类物种在欧洲海洋环境的入侵外来物种（Invasive Alien Species, IAS）中占据很大比例（40%）。然而，对这些大型藻类物种的监测仍然不足：研究人员对它们的扩散方式、季节性变化以及对当地生态系统的影响了解甚少。这种时空信息的缺乏甚至广泛存在于跨越多个国家和海岸线的物种中，例如潮间带红藻Gracilaria vermiculophylla（以前称为Agarophyton vermiculophyllum）。本研究展示了利用开放获取的哥白尼Sentinel-2卫星影像在法国大西洋海岸绘制这种入侵性红藻分布图的方法和结果，研究时段为2024年夏季。研究人员首先改进了一个已发表的潮间带栖息地分类器的训练数据，并使用独立获取的数据进行验证。通过这样做，研究人员在预测这种红藻方面实现了高水平的分类精度（93.2%的全局准确率和0.82的F1分数）。研究发现，虽然不存在明显的纬度格局，但与更开阔的沿海区域相比，G. vermiculophylla在过渡性（即河口）潮间带区域更为普遍，不过在开阔沿海区域也识别出了一些热点区域。此外，尽管有研究认为G. vermiculophylla的最初入侵是通过水产养殖活动介导的，但水产养殖的存在与该红藻覆盖潮间带区域的比例之间没有显示出明确的关系。而且，这种红藻在两个地点（布列塔尼的贝隆河口Belle Estuary和吉伦特河口Bonne Anse）的范围季节性动态显示出差异，这两个地点已知具有持续的G. vermiculophylla覆盖。本研究提供了G. vermiculophylla在法国整个大西洋海岸的开放获取分布图，并阐明了一个可用于快速监测入侵性大型藻类的框架。监测和理解时空动态是管理入侵物种及其影响生态系统的关键步骤。
海洋入侵性物种已对全球生物多样性构成严重威胁，其中海岸带与河口生态系统因人类活动密集而成为外来物种入侵的前沿阵地。这些区域承受着航运、水产养殖、海岸工程等多重压力，为外来物种提供了扩散载体与生态位。在欧洲海洋环境中，大型藻类占入侵外来物种总数的40%，但针对其空间分布、季节动态及生态效应的系统性监测长期滞后。Gracilaria vermiculophylla（以下称G. vermiculophylla）作为典型的入侵性红藻，自1996年在法国贝隆河口首次记录以来，已扩散至欧洲大西洋沿岸多国，其生理可塑性使其能适应温度、盐度及底质类型高度异质的环境。然而，由于潮间带滩涂环境难以实地调查，该物种的国家尺度分布格局及其时空动态迄今缺乏高精度制图。
为填补这一空白，研究人员在《Remote Sensing Applications: Society and Environment》发表了基于Sentinel-2卫星遥感的最新研究成果。该研究旨在提升现有潮间带植被分类模型ICE CREAMS（Intertidal Classification of Europe: Categorising Reflectance of Emerged Areas of Marine vegetation using Sentinel-2）对入侵性红藻的识别能力，构建法国大西洋沿岸G. vermiculophylla的空间分布图，并解析其与水文类型及水产养殖的关联，同时揭示其年际与年内变化规律。
研究所采用的关键技术方法包括以下方面：基于FastAI框架的神经网络表格学习器架构，利用Sentinel-2多光谱影像的底表反射率及标准化反射率、归一化植被指数（NDVI）、归一化水体指数（NDWI）等26个特征变量；通过无人机多光谱数据获取约5000个新增红藻类别训练像素以升级ICE CREAMS v1.2版本；采用最大植被合成法（Maximum Vegetation Composite）构建2024年7月至10月的质量镶嵌影像；运用Google Earth Engine（GEE）云平台进行时空掩膜处理，包括基于NDVI与NDWI时间序列的潮间带范围提取、Sentinel-1合成孔径雷达（SAR）数据的硬质结构掩膜，以及Cloud Score +方法的云污染去除；通过加权核密度估计识别红藻热点区域；建立贝叶斯广义线性混合效应模型（GLMM）评估水体类型与水产养殖对红藻覆盖比例的影响；采用广义可加模型（GAM）分析贝隆河口与Bonne Anse两处固定站点的年际与年内动态变化。验证数据来源包括法国布列塔尼地区17个站点的561个地理参考样方，以及Bonne Anse湾的高分辨率无人机影像。
研究结果部分包含以下四个主要方面。
**模型验证与精度提升**：ICE CREAMS v1.2在独立验证数据上表现出显著优于v1.1的性能。原版本v1.1虽全局准确率达80.1%，但未能正确识别任何红藻真阳性样本，F1分数为零；而改进后的v1.2全局准确率提升至93.2%，F1分数达0.82，成功识别约4000个真阳性像素。无人机影像与Sentinel-2预测结果的视觉对比显示，分类结果在空间分布上具有高度一致性，尽管10米空间分辨率限制了对 finer-scale 格局的刻画。
**红藻热点空间分布**：法国大西洋沿岸的红藻热点主要集中在布列塔尼地区，但最高密度出现在更偏南的阿尔卡雄湾（Arcachon Bay）和Bonne Anse。十大热点中，仅四处位于非河口环境（阿尔卡雄、Sillon de Talbert、?le de Batz和Paimpol），其余均分布于河口等过渡性水体。这一格局表明G. vermiculophylla虽具广泛分布潜力，但其高密度聚集与半封闭、受淡水影响的水域存在密切关联。
**水体类型与水产养殖效应**：过渡性水体中的红藻覆盖比例显著高于沿海开放水域。建模结果显示，过渡性水体中无水产养殖区域的红藻覆盖比例中位数为5.71%，有水产养殖区域为4.88%；而沿海水体中相对应比例分别为2.43%和2.68%。过渡性水体的覆盖比例约为沿海水体的2.1倍。然而，无论在水体类型内部还是跨类型比较，水产养殖存在与否均未显示出对红藻覆盖比例的明确影响，暗示该物种在当前阶段已不再局限于水产养殖活动相关的扩散路径。
**时间动态差异**：两个固定站点的长期序列分析揭示了截然不同的动态模式。贝隆河口呈微弱的年际增长趋势，并表现出明显的年内物候特征——冬季（12月至1月）覆盖面积高于夏季（7月至8月），但全年均有持续覆盖；Bonne Anse则呈相反的年际下降趋势，且未发现季节性规律，个别影像中红藻覆盖近乎消失。这种不一致性表明，G. vermiculophylla的时空动态可能受局地环境因子调控，难以用统一模式概括。
讨论部分，研究人员从三个维度深入分析了上述发现。在入侵物种管理方面，研究强调遥感技术虽具有大尺度、长时序优势，但10米空间分辨率对于早期入侵检测仍显不足，需与高分辨率实地调查相结合。过渡性水体偏好性的发现与这些区域的高度扰动状态及物种自身生理可塑性相契合，而水产养殖关联性的缺失可能反映了引种事件与当前调查之间长达数十年的时间间隔，使得原始引入途径的影响已被掩盖；不过研究人员也指出，受开放数据限制，水产养殖变量被简化为二元存在与否，更精细的养殖强度、类型及历史信息未能纳入，这一阴性结果应谨慎解读。关于模型可移植性，ICE CREAMS模型最初为海草制图开发，本研究将其拓展至红藻类群，这一成功很大程度上依赖于欧洲软底潮间带Sentinel-2像素尺度上红藻物种多样性极低的特殊条件；该策略难以推广至绿藻或褐藻等物种更为丰富的类群，且特定生态系统中该红藻与褐藻的光谱相似性可能导致分类混淆。此外，单一时相合成影像仅代表峰值生物量状况，而非长期趋势基线。
综上所述，结论部分明确指出：通过改进已发表潮间带栖息地分类器的训练数据，研究人员实现了对入侵性红藻的高精度预测（93.2%全局准确率，0.82 F1分数）。该像素级分类器仅依赖Sentinel-2反射率数据，使得2024年夏季法国全部潮间带区域的评估成为可能，特定站点更回溯至2018至2024年。研究发现G. vermiculophylla在法国覆盖广泛但无纬度梯度，与过渡性水体的关联强于沿海区域，与水产养殖现今无明确关联。时间上，该物种在不同站点呈现不一致的年际与年内动态：贝隆河口总体增长并伴季节性波动，Bonne Anse则无明确季节性且总体衰退。这些数据及所描述的潮间带入侵物种制图框架为该物种及其他潜在入侵物种的管理提供了有用信息。然而，卫星数据的空间分辨率尚需配套高分辨率实地数据以完善认知。特别是卫星视角下推测为G. vermiculophylla缺失的站点，应在近期予以重点关注以验证本研究结论并监测该入侵藻类的潜在发展。未来研究应聚焦于整合多源方法与数据，以全面评估入侵物种的有效管控与减缓策略。
