《Biological Invasions》:NASA’s hyperspectral EMIT mission improves invasive plant detection in Everglades National Park
编辑推荐:
入侵植物物种仍然是生态系统面临的最大威胁之一,而预测和管理入侵物种的一个主要限制是缺乏更新且具有空间相关性的物种分布数据。遥感已成为提供物种分布全覆盖制图的一种选择,其中最成功的方法主要使用仅限于机载平台的高光谱影像。研究人员探索了国际空间站(ISS)上新发射
入侵植物物种仍然是生态系统面临的最大威胁之一,而预测和管理入侵物种的一个主要限制是缺乏更新且具有空间相关性的物种分布数据。遥感已成为提供物种分布全覆盖制图的一种选择,其中最成功的方法主要使用仅限于机载平台的高光谱影像。研究人员探索了国际空间站(ISS)上新发射的星载高光谱地球表面矿物尘源调查(EMIT)任务,以检测入侵物种,并与多光谱卫星Sentinel-2、Landsat 8、PlanetScope SuperDove以及国家农业影像计划(NAIP)的影像进行比较。研究人员使用基于像素的支持向量机分类器,于2024年2月在大沼泽地国家公园检测巴西胡椒树(Schinus terebinthifolia)的存在,并比较了光谱和空间分辨率。凭借60米的空间分辨率和223个光谱波段,EMIT影像增强了入侵检测能力,实现了80.2%的平均总体精度,并最佳地捕捉了巴西胡椒树的已知分布。重采样至60米空间分辨率的Sentinel-2影像以78.8%的精度位居次高,但未能捕捉到已知分布。分类结果表明,在检测这种灌木/小乔木入侵物种时,增加光谱波段而非空间尺寸能带来更好的结果,尤其是在入侵密度较低的区域,这些区域通常是早期检测与快速响应(EDRR)管理工作的目标。仍存在光谱混淆,最可能的原因是影像采集时入侵物种与本地群落之间的物候差异有限,这可以通过使用秋季影像或时间序列来克服。最近一次使用星载高光谱影像检测入侵物种的工作随着2017年Hyperion的退役而结束,因此EMIT的发射重振了从太空检测植物入侵物种的机会。由于ISS的非规则轨道,EMIT影像可能无法捕捉到增加入侵物种与本地群落之间光谱分离的关键物候事件。然而,未来全球高光谱任务由于具有一致的影像重访时间,将能够实现最佳时机的采集,这通过捕捉入侵物种的动态特性将显著提高检测能力。这项工作表明,新一代星载高光谱传感器即使在粗糙的空间分辨率下也能提高入侵植物检测能力,并显著改善早期检测和快速响应管理工作的检测效果。
**论文解读文章**
**研究背景与问题**
入侵植物物种依然是全球生态系统面临的最严重威胁之一。尽管美国在1960年至2017年间投入了1.26万亿美元用于入侵植物管理,但由于其巨大的空间尺度以及管理常涉及难以进入或具有挑战性的环境,这些物种仍构成重大挑战。预测和管理入侵物种的一个主要限制是缺乏更新且具有空间相关性的物种分布数据。传统的地理分布数据源自区域管理记录或公民科学,但这些数据存在空间偏差、对低密度入侵区域采样过度,且因资源不足而无法定期更新。遥感技术,特别是高光谱遥感,因其能够光谱区分功能类型或物种而成为提供全覆盖物种分布制图的有力工具。然而,以往的高光谱入侵检测研究主要局限于机载平台(如固定翼飞机、无人机),受限于空间覆盖范围、重访能力或高昂的采集成本。此前唯一的星载高光谱传感器Hyperion(2000-2017年运行)为任务分配型,其影像存在空间和时间覆盖有限、信噪比低等问题。近年来,随着环境制图与分析计划(EnMAP)、PRISMA等星载高光谱传感器以及国际空间站(ISS)上的地球表面矿物尘源调查(EMIT)传感器等任务的发射,星载高光谱数据变得丰富,但受限于ISS轨道或任务分配性质,仍存在地理覆盖不连续和重访时间不一致的问题。研究人员为探究新发射的EMIT传感器(被视为NASA表面生物学与地质学(SBG)任务的先导任务)在检测入侵植物方面的能力,并将其与成熟的多光谱卫星及机载高分辨率影像进行比较,开展了这项研究。
**研究内容与结论**
研究人员在2024年2月,利用基于像素的支持向量机(SVM)分类器,在大沼泽地国家公园(Everglades National Park)检测巴西胡椒树(Schinus terebinthifolia)的存在。他们比较了EMIT(60米分辨率,223个光谱波段)、Sentinel-2、Landsat 8、PlanetScope SuperDove以及国家农业影像计划(NAIP)影像在不同空间分辨率下的分类性能。结果表明,EMIT的总体精度最高(平均80.2%),且唯一准确地捕捉了巴西胡椒树的已知分布。增加光谱波段比提高空间分辨率更能改善对灌木/小乔木入侵者的检测,尤其是在低密度区域,这对早期检测与快速响应(EDRR)管理至关重要。该研究发表在《Biological Invasions》上。
**关键方法**
研究使用了以下主要关键技术方法:
1. **研究区与样本来源**:在大沼泽地国家公园(美国佛罗里达州南部亚热带湿地)开展,研究人员于2023年2月通过直升机调查了242个样点(每个样点30米×30米,与Landsat像素匹配),样本点部分来自大沼泽地国家公园和大柏树国家保护区植被制图项目(Ruiz et al. 2020, 2018)。
2. **遥感数据获取与预处理**:获取了2024年2月无云覆盖的EMIT、Sentinel-2、Landsat 8、SuperDove影像及2023年1月的NAIP影像。为进行尺度比较,将Landsat 8、Sentinel-2、SuperDove和NAIP影像通过像素聚合重采样至不同空间分辨率(如60米、30米、20米、3米等)。
3. **分类器构建与验证**:采用基于像素的SVM分类器进行二元分类(巴西胡椒树存在与否)。使用贝叶斯优化方法优化SVM参数(如框约束、核函数、核尺度等)。经过100次迭代(70%训练,30%验证),计算总体精度、生产者精度、用户精度和Kappa系数,并通过单因素方差分析(ANOVA)比较传感器间的精度差异。最终分类图由100次迭代的众数确定。
**研究结果**
**1. 检查巴西胡椒树光谱(Inspecting Brazilian peppertree spectra)**
通过分析EMIT、Landsat 8、Sentinel-2、SuperDove和NAIP在纯像元(高丰度)处的光谱,发现巴西胡椒树在近红外波段具有较高反射率,与本地植被存在光谱分离。但混合像元(大多数像元)会引入混淆。通过ANOVA显著性检验,所有传感器均识别出近红外波段(715-1298 nm处EMIT具有最多显著波段)包含最具区分能力的光谱信息,但NAIP未发现显著差异。
**2. 巴西胡椒树分类(Classification of Brazilian peppertree)**
EMIT(60米分辨率,243个光谱波段)以平均81.0%的总体精度表现最佳,其分类图准确捕捉了已知的巴西胡椒树分布模式。重采样至20米分辨率的SuperDove以77.3%的总体精度次之,但低估了入侵存在。NAIP(0.3米或3米)总体精度最低(67.8%),未能有效检测入侵。在生产者精度(正确显示入侵)上,EMIT最高;在用户精度(地面实际存在入侵)上,NAIP最高(92.1%)。分类图显示,所有传感器在入侵丰度高的区域(单优或优势)表现良好,但识别无入侵区域最为困难,EMIT和SuperDove(≥20米分辨率)在预测无入侵方面表现最佳。对每次迭代的样本点分类结果分析表明,无入侵样点最易被混淆为稀疏入侵,而单优样点的一致性最高。表现较差的样点通常位于高度异质性、以灌木或禾草为主的区域,而表现好的样点以树木和封闭冠层为主。
**讨论与结论**
**讨论部分总结**:遥感检测入侵植物可为管理提供有力工具,尤其是对于大沼泽地国家公园这样大面积且难以进入的区域。巴西胡椒树在景观中常见但丰度低,纯像元稀少,导致光谱受周围植被影响大。本研究聚焦于存在/不存在分类,未来可结合更多野外验证点进行丰度分类。对于常见但非单优的入侵植物,高空间分辨率并非总是最佳选择,反而可能增加冠层内变异和阴影效应,本分类表明20米或60米分辨率优于更细分辨率。增加光谱波段(如EMIT的38个近红外波段)显著提升了区分能力,EMIT的总体精度(80.2%)与以往机载高光谱研究相当(如75%-93.6%),并与Hyperion任务结果类似,但EMIT具有更好的信噪比。目前因ISS轨道限制,EMIT影像难以捕获关键物候事件(如巴西胡椒树秋季开花结果),未来若能结合多时相数据(如秋季成像)或融合多任务影像(如EnMAP、PRISMA、HISUI),可进一步改善检测。随着NASA SBG和ESA CHIME等未来任务提供一致重访时间的全球覆盖,星载高光谱遥感在入侵物种动态监测中将发挥更大作用。
**结论部分翻译**:入侵植物物种将继续成为生态系统最重大的威胁之一,因此管理者将始终需要新的工具来追踪这些入侵物种分布的变化。现有工具依赖于准确且最新的地理分布数据,而由于资金有限或工作分散,这些数据常常缺乏。遥感已显示出提供定期更新的地理分布信息的潜力。具体而言,高光谱遥感已证明在光谱上区分本地和非本地物种方面具有最大能力。然而,由于高光谱传感器主要基于机载平台,大多数研究局限于较小的地理区域或单一时间点。本研究利用了最近在ISS上发射的EMIT高光谱传感器,探讨了增加光谱分辨率(即使结合增加的空间分辨率)能否改善入侵检测。研究发现,与成熟的多光谱卫星相比,EMIT的额外光谱波段确实改善了大沼泽地国家公园内非本地与本地物种的光谱分离。在包含223个光谱波段的情况下,EMIT影像的平均总体精度为80.2%,这是表现最佳的传感器,且是唯一更准确地捕捉巴西胡椒树已知分布的传感器。在本工作中,仅关注基于像素的分类,对于检测入侵灌木/小乔木巴西胡椒树,光谱分辨率在提高精度方面比空间分辨率发挥了更大作用。尽管EMIT的分类表现最佳,但在异质性植被群落中仍存在混淆。未来,研究工作将瞄准在亚热带环境中导航云层的同时,捕捉关键物候阶段的影像。近期星载高光谱传感器的激增以及未来任务的承诺,为利用星载高光谱遥感检测入侵植物物种创造了机会。虽然需要等待未来NASA的SBG或ESA的CHIME任务发射才能将该工作完全扩展到具有一致重访时间的大地理区域,但新发射的ISS上的EMIT传感器可以为我们提供关于使用星载高光谱遥感进行入侵物种研究的能力和局限性的了解。