基于生态系统的层次化分类方法与多光谱数据在异质干旱地区的应用——以中国新疆喀什为例

《Land》：Ecosystem-Oriented Hierarchical Classification with Multispectral Data in Heterogeneous Arid Regions: A Case Study in Kashi, Xinjiang, China

　　

干旱山地-绿洲-荒漠区域表现出强烈的地形和下垫面异质性，传统的土地覆盖分类方案难以表征这种异质性。本研究通过结合地形约束的山地提取方法与自动深度森林收缩模型（ADeFS），为喀什地区开发了一种生态系统导向的层次框架。定义了九种生态系统要素：山地、水域、森林、农田、湖泊、草地、荒漠、冰雪和人类用地。首先利用局部基线表面、相对起伏、坡度和地形位置，将山地作为独立的地貌要素进行勾绘，从而减少了地形单元与光谱相似的下垫面覆盖类别之间的语义重叠。随后，研究人员采用ADeFS对七类非山地要素进行分类，并通过目视解译从统一的水域类别中分离出湖泊。结果表明，ADeFS取得了最高精度，总体精度为88.7%，Kappa系数为0.868。2026年分类图的独立野外验证总体精度为86.2%，Kappa系数为0.825。从2015年到2026年，山地-绿洲-荒漠结构总体保持稳定，而荒漠和冰雪面积减少，森林、草地和农田面积扩大。生态系统要素的转换主要集中在2021年之前，之后有所减弱。景观指数显示，荒漠仍为优势基质，草地具有最高的斑块密度和边缘密度，而农田在绿洲农业区内集聚程度增强。该框架为干旱异质区域的生态系统要素制图和长期监测提供了一种生态可解释的方法。

**论文解读：《Land》期刊发表——基于多光谱数据的异质干旱区生态系统导向层次分类：以中国新疆喀什为例**

**研究背景与问题**

自20世纪中期以来，人口快速增长、城市化和土地利用强度加剧，对自然生态系统造成持续压力，导致栖息地丧失、景观破碎化、生物多样性下降和生态系统功能退化。联合国大会将2021-2030年定为“联合国生态系统恢复十年”，呼吁全球协调行动以遏制和逆转生态系统退化。中国实施了多项大规模生态保护与修复工程（如三北防护林工程、天然林保护工程、退耕还林还草工程等），并逐步转向“山水林田湖草沙”生命共同体理念，强调生态要素的相互依存和景观尺度上的生态过程协调。在此背景下，准确识别生态系统要素并表征其空间组织，成为生态监测、综合环境管理和区域可持续发展的基础需求。

干旱和半干旱区因其水资源有限、环境恢复力低，对气候变化和人类干扰尤为敏感。喀什地区是典型干旱景观，由山地、冲积平原、绿洲、草地、荒漠和内陆水体组成。显著的地形和水文梯度产生强烈空间异质性，而农业扩张、城市发展和水资源变化进一步重塑区域景观。自然与人类主导的生态系统要素的空间紧密耦合，使喀什成为研究复杂山地-绿洲-荒漠系统生态系统导向分类及时空动态的理想区域。

传统土地利用/土地覆盖（LULC）分类框架通常将景观表示为离散且互斥的地表类别，分类主要依据光谱或结构相似性。虽然适用于单一地类清查，但这类框架对非生物环境、生态过程和空间相互依赖性的表征有限。生态系统层面的表征需要将生物组分、非生物环境、生态功能及其空间关系整合到连贯的层次框架中。因此，从孤立的地类迈向生态系统导向的分类系统，对于表征异质山地-绿洲-荒漠景观的结构复杂性和生态连通性十分必要。

在喀什这样的干旱异质区域，陡峭地形梯度、强烈水文气候约束以及高度交织的山地、绿洲、荒漠、植被和人类主导土地，造成巨大的光谱和空间异质性。复杂地形进一步改变光照条件、地表散射以及地类的空间布局，增加了光谱或结构相似类别间的混淆。近年来，机器学习和深度表征学习在建模非线性关系、提取遥感判别特征方面取得进展，整合光学影像、合成孔径雷达（SAR）数据和地形变量可提供互补信息。然而，仅靠改进算法和更丰富输入数据无法完全解决生态系统要素间的语义重叠和空间耦合问题，因此需要结合多源观测和生态先验知识的生态系统导向、层次化分类框架。

**研究内容与结论**

本研究为喀什地区开发了一种生态系统导向的层次分类框架，整合多源遥感观测与生态先验知识。与传统地形辅助的土地覆盖分类不同，该框架明确将山地作为地形定义的地貌生态系统要素，与后续地表覆盖生态系统要素的分类相分离。首先建立了区域适应的生态系统要素方案，包括山地、水域、森林、农田、湖泊、草地、荒漠、冰雪和人类用地。独立勾绘地形衍生的山地图层，随后利用自动深度森林收缩模型（ADeFS）结合光学、SAR、光谱指数和地形特征对地表覆盖生态系统要素进行分类。最后生成2015-2026年逐年生态系统要素图，评估分类性能并分析空间格局、土地覆盖转换和景观动态。

主要结论：ADeFS在五个模型中表现最优，总体精度（OA）为88.7%，Kappa系数为0.868；2026年分类图的独立野外验证OA为86.2%，Kappa系数为0.825。2015-2026年间，山地-绿洲-荒漠总体格局保持稳定，但荒漠和冰雪面积减少，森林、草地和农田面积扩大。生态系统要素转换主要集中在2021年之前，之后减弱。景观指数显示荒漠仍为优势基质，草地具有最高的斑块密度和边缘密度，农田在绿洲农业区内集聚程度增强。该框架为干旱异质区域生态系统要素制图和长期监测提供了生态可解释的方法，论文发表在《Land》。

**关键技术方法**

本研究主要采用以下关键技术方法：1）多源数据集成：整合Harmonized Landsat and Sentinel-2（HLS）表面反射率（30m分辨率）、Sentinel-1 SAR数据（VV、VH极化及衍生指数）和Shuttle Radar Topography Mission（SRTM）数字高程模型（DEM）衍生地形变量。2）地形约束山地提取：基于局部基线表面、相对起伏（阈值200m）、坡度（≥5°）和地形位置指数（TPI）的规则模型，结合形态学开运算（60m圆形核）和连通分量滤波（<0.5ha剔除），独立勾绘山地要素。3）自动深度森林收缩模型（ADeFS）：在多粒度级联森林架构基础上，引入Elastic-Net正则化（L₁+L₂惩罚）进行森林级收缩，保留最具判别力的森林组件，并采用系数加权集成策略进行最终分类。4）样本构建：整合GLC_FCS30、CLCD、ESA WorldCover和MODIS Land Cover四套土地覆盖产品，通过加权投票法生成2015-2020年高置信度参考样本（共9340个），2026年独立野外验证样本239个（覆盖六类可进入要素）。5）精度评估：采用总体精度（OA）、Kappa系数、生产者精度（PA）、用户精度（UA）和配对McNemar检验进行模型对比。6）景观格局分析：使用斑块密度（PD）、最大斑块指数（LPI）、景观形状指数（LSI）和边缘密度（ED）四个类级指标，分析七类地表覆盖生态系统要素的时空格局变化。

**研究结果**

**4.1 特征重要性与模型解释**
基于18个输入特征（10个HLS光谱波段、NDVI、NDWI、SAVI三个光谱指数、四个Sentinel-1 SAR特征VV、VH、VV/VH、RVI，以及一个DEM地形特征Roughness），采用统一的置换重要性方法评估。对于ADeFS，NDVI和地形粗糙度（Roughness）贡献各19.1%，SAVI（15.5%）、NDWI（11.5%）和B7（9.6%）紧随其后，五者合计占74.8%重要性；表明植被状况、地表湿度、短波红外反射和地形异质性提供了主要判别信息。

**4.2 分类模型对比性能**
ADeFS总体精度88.7%，Kappa 0.868，优于随机森林（RF，OA 86.6%）、LightGBM（OA 86.2%）、支持向量机（SVM，OA 87.0%）和多层感知机（MLP，OA 86.6%），分别提升2.1、2.5、1.7、2.1个百分点。类级精度：ADeFS在农田、草地、水域、冰雪和人类用地的PA最高（91.7%、82.1%、92.3%、96.3%、89.6%），在农田、森林、水域、冰雪和人类用地的UA最高（89.2%、84.6%、92.8%、92.5%、92.5%）。配对McNemar检验显示ADeFS与所有基准模型差异显著（p<0.001或p=0.001）。

**4.3 2026年分类图独立野外验证**
基于239个独立野外样本，2026年图OA为86.2%，Kappa 0.825。农田、水域和荒漠PA最高（92.3%、91.8%、90.0%）；水域和人类用地UA达100.0%；草地PA最低（71.4%），UA仅45.5%，主要与农田、荒漠混淆。

**4.4 喀什地区生态系统要素时空动态**
2015-2026年，荒漠面积从69,758 km2（占比63.1%）持续减少至58,360 km2（52.8%），降幅10.3个百分点；森林增加4573 km2（5.7%→9.9%）；草地从12,949 km2增至16,836 km2（11.7%→15.2%）；农田从9969 km2增至13,237 km2（9.0%→12.0%），主要扩张在2020年前；冰雪减少1938 km2（5.8%→4.1%）；水域波动增加，人类用地从2077 km2增至2869 km2。转换分析显示，2015-2018年转换强度最大（7649 km2，6.9%），2021年后显著减弱（<2%）。荒漠收缩是植被和耕地扩张的主要来源。

**4.5 喀什地区生态系统要素景观格局动态**
草地始终具有最高PD（0.64-0.70斑块/km2）和ED（55-61 m/ha），呈高度破碎化；荒漠保持最高LPI（18%-22%），为景观基质；农田LPI从约3%增至5%以上，表明空间集聚增强；森林LPI低但LSI和ED较高，分布分散且边界复杂。

**讨论总结**
本研究框架通过将山地作为独立地貌要素，减少了地形单元与地表覆盖类别间的语义重叠，符合“山水林田湖草沙”生命共同体理念。ADeFS性能优势源于级联表征学习和收缩机制。特征重要性集中于植被、湿度和地形变量。时空变化与区域已有研究一致，但需注意农田扩张不单纯代表生态恢复，可能伴随土壤盐渍化等问题；冰雪减少（包括冰川和永久积雪）与帕米尔高原冰川退缩趋势一致，对下游水资源有潜在影响。景观格局变化表明生态系统要素不仅面积变化，空间配置也调整。局限性包括：共识样本可能继承源产品不确定性；独立野外验证仅覆盖六类（缺山地、湖泊、冰雪）；2015-2020年参考样本无法用于2021-2025年精度评估；逐年独立分类可能引入人为年际波动。未来需纳入更高分辨率影像、更广泛野外调查和时空学习方法。

**研究结论**
本研究利用多源遥感数据、地形约束和自适应的ADeFS模型，为喀什地区开发了一种生态系统导向的层次分类框架。山地作为独立地貌要素被提取，随后对剩余生态系统要素进行分类。ADeFS在五个模型中表现最优，总体精度88.7%，Kappa系数0.868。2026年分类图独立野外验证总体精度86.2%，Kappa系数0.825。2015-2026年间，总体山地-绿洲-荒漠格局保持稳定。荒漠和冰雪面积减少，而森林、草地和农田扩大。生态系统要素转换主要集中在2021年之前，之后减弱。景观指数显示荒漠仍为优势基质，草地具有最高的破碎化和边缘强度，农田空间集聚增强。该框架为干旱异质区域的生态系统要素制图提供了有效方法，但在野外样本覆盖、时间一致性和过渡地表分类方面仍需进一步改进。