《Remote Sensing Applications: Society and Environment》：What’s in a coral pixel? Spatial variability in co-occurrence patterns for coral reef benthic communities
编辑推荐：
珊瑚礁的结构复杂性和生物多样性为沿海社区提供了至关重要的生态系统服务，这些服务依赖于底栖群落的分布。地球观测（Earth Observation, EO）提供了成熟工具，已被用于珊瑚礁系统的制图和监测数十年，但所达到的细节水平高度依赖于目标底栖特征的空间分布。
珊瑚礁的结构复杂性和生物多样性为沿海社区提供了至关重要的生态系统服务，这些服务依赖于底栖群落的分布。地球观测（Earth Observation, EO）提供了成熟工具，已被用于珊瑚礁系统的制图和监测数十年，但所达到的细节水平高度依赖于目标底栖特征的空间分布。本研究旨在通过使用地球观测影像在广泛空间尺度上更好地理解珊瑚礁栖息地的空间变异性及关键底栖特征的共现性。研究人员利用了在澳大利亚大堡礁南部赫伦礁（Heron Reef）数十年来收集的超过10万个地理定位底栖照片样方（benthic photoquadrats）。由此，研究人员获得了高空间分辨率（<1 m）的原位底栖覆盖数据，以识别不同地貌分区（geomorphic zones）内共现底栖特征的独特组合。研究人员在用于珊瑚礁栖息地制图的卫星传感器所衍生的空间尺度上（像元大小1-300 m）评估了底栖特征共现性，以确定哪些特征通常在卫星衍生像元内共现。研究人员确定了一个最佳像元大小<20 m，更大的像元大小会阻碍对定义区域尺度专题类别（例如活珊瑚、沙）的关键底栖特征的分离。在所有像元大小下，沙与礁坡的共现性最低，符合预期，而硬珊瑚与 turf/结壳藻在所有分区中的共现频率最高。以赫伦礁为案例，研究人员强调了卫星衍生影像像元内预期的变异性，这既支持了珊瑚礁组成知识，也为地球观测影像检测能力提供了信息。
**论文解读：珊瑚礁底栖群落共现格局的空间变异性及其对遥感监测的启示**
**研究背景与问题**
珊瑚礁生态系统因其结构复杂性和生物多样性，为沿海社区提供了关键的生态系统服务（如渔业支持、海岸保护）。这些功能紧密依赖于底栖群落的组成与空间分布。然而，传统野外调查方法空间覆盖有限（通常仅占整个珊瑚礁底栖组成的0.02%），难以揭示大尺度格局。与此同时，卫星遥感凭借其大范围、重复观测的能力，已成为珊瑚礁监测的重要工具，但其有效性受传感器空间分辨率（像元大小）、底栖特征尺度及水体光学特性之间匹配程度的制约。当前面临的核心挑战是：不同底栖特征（如活珊瑚、藻类、碎石、沙）在光谱上常发生混合（混合像元效应），而像元越大，混合越严重，导致难以分离生态相关的专题类别。尽管已有研究识别了光谱可分离的底栖特征，但鲜有研究量化特定底栖类型共同出现的概率（共现性），以及这些概率如何随像元大小变化。这一信息对决策者至关重要，因为通过遥感监测珊瑚礁组成随时间的变化，是评估干扰和管理干预影响的核心。因此，本研究旨在利用多年原位观测数据，系统评估不同空间尺度下底栖特征的共现模式，为遥感监测提供最优像元大小和分类策略的定量依据。
**主要技术方法**
研究人员以澳大利亚大堡礁南部的赫伦礁（Heron Reef, 28 km2）为研究区，利用2007-2025年间每年采集的超过10万个地理定位底栖照片样方（photoquadrats，覆盖礁坪和礁坡0-10 m水深），通过机器学习软件（CoralNet和ReefCloud）对照片进行50个随机点分类，并将细粒度标签聚合为五个功能类：硬珊瑚（Hard Coral）、软珊瑚（Soft Coral）、大型藻类（Macroalgae）、 turf/结壳藻（Turf/Encrusting，含珊瑚藻CCA）和沙（Sand）。使用Jaccard相似系数（Jaccard similarity coefficient）计算不同像元大小下（1-300 m，对应SkySat、WorldView-2、Sentinel-2、Landsat等多种多/高光谱传感器）各底栖类对之间的共现性（基于二元存在/缺失矩阵）。采用分段线性回归（piecewise linear regression）识别Jaccard相似度随像元大小变化的断点（break-point），并利用蒙特卡洛方法拟合对数尺度的修正逻辑曲线（modified logistic curve）以量化阈值。
**研究结果**
**3.1 按像元大小的共现性**
随着像元大小从1 m增至300 m，平均Jaccard相似度趋近于1，表明所有底栖类在同一像元内共现的概率增加。最低相似度出现在≤10 m的像元中，且涉及“软珊瑚”的组合尤为显著。硬珊瑚最常与turf/结壳藻在≤10 m像元中共现，之后像元变得混合，主导邻居不再清晰。分段线性回归显示，大多数类对的共现率变化存在一个断点（break-point）在20 m像元大小处：从1-20 m的快速增加转变为30-300 m的缓慢增加，表明20 m是区分关键底栖类别的空间阈值。仅“大型藻类/沙”和“软珊瑚/沙”的组合断点略高（30 m），而“硬珊瑚/turf结壳藻”的断点降为10 m，说明这对类在任何像元大小下都难以分离。
**3.2 按地貌分区的共现性**
不同地貌分区间的底栖相似度存在显著差异。北侧礁坡（northern reef slope）在所有分区中总体底栖变异性最大（最异质）。内礁坪（inner reef flat）的相似度方差最高，即使在300 m像元下仍保持较高变异性，其中“沙”与“turf/结壳藻”的共现性最高，而珊瑚覆盖较低。北侧礁坡上与“沙”相关的任何组合相似度最低，而两个礁坪区的最小相似度均涉及“软珊瑚”。除内礁坪外，所有分区中“turf/结壳藻”与“硬珊瑚”的相似度最高，表明这两个类在所有空间尺度上趋向于共同出现。
**3.3 随时间变化的共现性**
2007年至2025年间，所有类对的总体底栖相似度呈增加趋势：≤20 m像元中，平均相似度从0.27-0.49升至0.39-0.84；>20 m像元中，从0.51-0.83升至0.86-0.99。在所有分区中，最小像元（1 m）下“硬珊瑚”与“turf/结壳藻”的相似度从0.73增至0.82，是其他类对的两倍。这表明赫伦礁的硬珊瑚覆盖增加导致像元内更频繁地包含硬珊瑚，同时底栖组成的空间异质性降低，呈现“空间均质化”（spatial homogenisation）趋势。
**讨论与结论**
**讨论部分**综合了像元大小阈值、生态含义及未来方向。研究人员指出，20 m像元是区分底栖专题类别的临界点：小于此阈值时，Jaccard相似度较低且可变，反映了珊瑚礁固有的空间异质性；大于20 m时，相似度急剧上升，导致混合像元效应使离散类难以分离。对于10-30 m的像元范围（常对应高光谱传感器），可在空间细节与光谱分辨率之间取得平衡，适宜于捕捉生态上有意义的模式。然而，>30 m的像元应转向分数覆盖（fractional cover）或生态系统级别的方法，而非试图区分离散底栖类。生态上，2007-2025年间的相似度上升反映了赫伦礁硬珊瑚覆盖的增加及反复干扰事件（如珊瑚白化、气旋）导致的斑块均质化，这可能削弱粗分辨率传感器检测早期退化信号的能力。此外，不同地貌分区共现模式的差异强调在遥感制图中需考虑礁体结构、暴露程度和潮汐阶段，通用分类方案可能失败。研究还发现“turf/结壳藻”与“硬珊瑚”的持续高共现性（相似度=1.0）反映了生态现实：活珊瑚与死珊瑚/碎石上的藻类生长（turf藻或珊瑚藻）经常共存，即使在最精细空间尺度上，这支持采用混合像元或分数覆盖方法。
**研究结论（翻译自原文Section 5）**
本研究的发现为珊瑚礁遥感应用中选择合适的空间分辨率和分类方法提供了定量指南。对于需要详细区分底栖群的研究，建议使用像元大小≤20 m的传感器（如Sentinel-2、Planet或高分辨率无人机影像）。具有相对较小像元大小的卫星传感器往往缺乏分离光谱相似底栖特征（如藻类与珊瑚）所需的光谱细节。10-30 m的像元范围通常与更高光谱分辨率的传感器（如高光谱传感器）相关，能在空间细节与光谱分辨率之间提供最佳平衡。超过30 m，分类方案应转向分数覆盖、礁区面积或生态系统级别的方法，而非试图在整个礁系统中区分离散底栖类。无人机及其他机载传感器可提供厘米级分辨率与高光谱分辨率的结合，实现理想的底栖可分离性，但空间覆盖有限且成本高，而卫星方法则提供区域及更大尺度监测所需的覆盖范围。本数据集中观测到的时间趋势也表明，长期监测计划在开发分类算法时应考虑不断变化的共现模式。随着珊瑚礁系统持续经历环境胁迫和结构简化，静态训练数据集可能变得愈发不适用。论文发表在《Remote Sensing Applications: Society and Environment》。
