《Science of Remote Sensing》：Reconstructing long-term seasonal and inter-annual dynamics of floating-leaved and emergent aquatic vegetation from Landsat–MODIS fused time series
编辑推荐：
浮叶与挺水水生植被（Floating-leaved and emergent aquatic vegetation，FEAV）是淡水生态系统健康的敏感指示因子，然而受浅水湖泊光学复杂性及卫星观测时间缺口限制，其长期动态难以捕捉。为实现高频监测，研究人员开发了一
浮叶与挺水水生植被（Floating-leaved and emergent aquatic vegetation，FEAV）是淡水生态系统健康的敏感指示因子，然而受浅水湖泊光学复杂性及卫星观测时间缺口限制，其长期动态难以捕捉。为实现高频监测，研究人员开发了一种集成时空图像融合与基于组分分数的机器学习框架，以重建FEAV年内与年际动态。通过联合Landsat与MODIS观测，研究人员采用LightGBM回归器估算亚像元FEAV分数，并实施分层状态跟踪方案，绘制2000—2024年武汉30个城市湖泊的植被动态。验证总体精度达0.931，所提方法相较基于像元的分类器降低了漏分与错分误差。重建记录显示FEAV覆盖呈显著区域衰退：由2000年总面积141.4 km2降至2020年20.9 km2，2024年部分回升至51.6 km2。SHAP分析表明不透水面扩张为主导负向驱动因子，夏季极端高温进一步加剧FEAV丧失；反之，溶解性有机碳与生长季平均温度与植被持续呈正向关联。该框架为追踪连续水生物候提供实用工具，并支撑城市湖泊生态退化的回溯评估。
研究背景方面，浮叶与挺水水生植被（FEAV）作为淡水与湿地生态系统的基础组分，对湖泊生态过程具有关键调控作用，其分布轨迹可敏感反映水深、光照及水文波动。然而野外调查时空稀疏，单一时相或离散多时相遥感受云污染与瞬时水文干扰严重；常用光谱指数（如NDVI、EVI）在复杂水—陆生态过渡带易与陆地植被混淆；中分辨率影像的硬分类忽略亚像元混合效应，导致碎片化湖泊景观中FEAV面积估算偏差。因此，亟需融合高时空分辨率、亚像元精度与连续物候轨迹的监测框架。研究人员以武汉30个代表性城市湖泊为对象，开展2000—2024年FEAV长时序重建与驱动解析，相关成果发表于《Science of Remote Sensing》。
关键技术方法上，研究人员在Google Earth Engine平台采用GF-SG方法融合Landsat（5/7/8/9）与MODIS（MOD09A1、MOD09Q1）生成30米、8天间隔的NDVI、EVI、MNDWI连续序列；以ESRI高分辨率影像（2022、2024）数字化超500万像素并聚合至30米网格生成端元参考，训练LightGBM回归器估算开放水体、陆地植被、不透水面、FEAV四类亚像元分数（验证RMSE 0.122）；基于Rule 5（(MNDWI>NDVI)或(MNDWI>0.05)且EVI<0.25）生成水体掩膜，结合双轨状态跟踪（出露触发轨：连续≥3期非水体且EVI>0.1；高生物量轨：EVI>0.25）提取年内动态；驱动分析以CLCD不透水面比例、MOD11A2温度、湖泊水质数据集（DOC、DO、TN、TP、浊度）、ChinaMet风速为变量，经VIF检验后建RF代理模型并以SHAP解释，样本涵盖11个代表年与30湖的缓冲统计单元。
研究结果部分，图像融合精度评估中以HLS S30为独立参考，在Landsat缺测时相对比，融合NDVI、EVI、MNDWI与参考值R2约0.88，EVI的RMSE最低，满足物候趋势分析需求。FEAV分类精度评估中，基于组分LightGBM在2000、2015、2022独立样本上总体精度0.903—0.952（均值0.931），优于像元XGBoost、NDAVI、VBI；前者在生产者与使用精度间平衡更佳，后两类指数法分别存在漏分或错分偏高。时空格局分析表明，30湖FEAV最大面积由2000年141.4 km2降至2020年20.9 km2，2024年回升至51.6 km2，年均流失2.8 km2；8湖显著下降（合计由89.8降至13.7 km2），鲁湖损逾90%，张渡湖波动下行；仅陈湖、沙湖显著上升；年内维持频次由2000年51.6%升至2024年79.3%，但高夜间灯光（NTL）核心城区湖泊持续低覆盖，郊区低NTL湖泊保留持久斑块。
讨论部分指出，框架优势在于以连续物候轨迹替代单日光谱阈值，以亚像元连续组分替代硬分类，以双轨帧间状态跟踪抑制水华与噪声，2000年像元XGBoost估算比组分法低13.2%。驱动机制上SHAP确认不透水面比例（Imp_Pct）为首要负向因子，反映岸线硬化与闸控稳水位侵蚀FEAV生态位；生长季均温（T_Mean）正向、极端最高温（T_Max）负向，体现适中增温延季与酷暑致崩解的双向热响应；DOC正向、浊度负向符合光限制与有机基质机制；TN、TP正向但权重低，说明城市湖泊限制因子已由营养盐转向生境稳定与透光度；风速权重居七，但25年上升趋势或加剧漂浮植被破碎化。生态含义上，FEAV溃缩使底栖生境简化、鱼类补充下降、食物网向浊水藻型偏移，2020—2024局部回升受《长江保护法》与人工栽培推动，但张渡湖2018年芡实过盛印证过量FEAV亦诱发缺氧风险，管理须物种特异化。
结论部分翻译：本研究建立了复杂城市湖泊环境中监测FEAV长期动态的稳定框架。通过联合Landsat细空间分辨率与MODIS高重访频率，框架提供了单时相分类常遗漏的连续物候信息。结果表明，将时间序列亚像元分数估算与分层状态跟踪耦合，可连续高保真表征季节性植被动态。过去25年重建凸显武汉湖泊FEAV深度退化；SHAP分析指出城市化相关不透水面扩张为主导负向驱动，夏季极端高温加剧衰退，而溶解性有机碳与生长季均温与植被持续正向关联。这些发现提示湖泊修复不应仅依赖减污，还需物理生境重建与岸线环境改善。未来工作应提升功能群级乃至物种级分类，借助更大型野外数据集与精细观测，以支撑靶向湖泊管理。
