Як гіперспектральныя спадарожнікі «бачаць скрозь» разнастайнасць расліннасці? — Гібрыднае піксельнае раскладанне: тэхналогія ідэнтыфікацыі некалькіх тыпаў расліннасці па адным пікселі.

Традыцыйныя даследаванні відавай разнастайнасці абапіраюцца на наземныя квадраты, якія абмежаваныя працоўнымі рэсурсамі, транспартам і ўмовамі мясцовасці, што ўскладняе ахоп вялікай плошчы. Нягледзячы на ​​тое, што адпаведныя тэхнічныя спецыфікацыі Міністэрства экалогіі і навакольнага асяроддзя распрацавалі метады ацэнкі разнастайнасці, гэты паказчык доўгі час не выкарыстоўваўся ў практычных комплексных ацэнках з-за складанасці атрымання дадзеных наземных назіранняў. Нам патрэбна тэхналогія, якая можа "бачыць" разнастайнасць расліннасці з неба.

Увесь тэхнічны маршрут складаецца з чатырох асноўных этапаў:

Крок 1: Вызначце, «колькі тыпаў расліннасці існуе» (ацэнка віртуальных памераў)

Алгарытм HFC быў выкарыстаны для аўтаматычнага вызначэння колькасці незалежных крыніц сігналаў расліннасці на выявах шляхам праверкі статыстычных гіпотэз. У гэтым аналізе былі аўтаматычна вызначаны сем канчатковых членаў, якія прадстаўляюць сем розных тыпаў або станаў расліннасці ў рэгіёне гор Цыньлін.

Крок 2: Выміце «як выглядае кожны тып расліннасці» (выманне канцавых членаў)

З дапамогай алгарытму VCA (аналіз вяршынных кампанент) з мільёнаў пікселяў былі аўтаматычна вызначаны сем найбольш чыстых спектральных асаблівасцей. Гэтыя канчатковыя члены могуць адпавядаць розным тыпам расліннасці, такім як вечназялёныя хвойныя лясы, лісцяныя шыракалістыя лясы, хмызнякі, змешаныя лясы і сельскагаспадарчыя ўгоддзі.

Крок 3: Падлічыце, «колькі кожнага тыпу»Інверсія багацця）

Для кожнага пікселя колькасць кожнага канцавога члена вылічваецца з выкарыстаннем алгарытму FCLS (метад найменшых квадратаў з абмежаваннямі). Абмежаванне заключаецца ў тым, што ўсе колькасці павінны быць неадмоўнымі і ў суме роўнымі 1, што забяспечвае разумны фізічны сэнс. У выніку ствараюцца сем карт размеркавання колькасці, кожная з якіх прадстаўляе прасторавую шчыльнасць размеркавання пэўнага тыпу расліннасці.

Малюнак 1.Прасторавае размеркаванне колькасці 7 канчатковых членаў расліннасці (кожны піксель раскладаецца на некалькі кампанентаў)

Крок 4: Разлічыце індэкс разнастайнасці

Колькасць у кожным пікселі разглядаецца як «відавы склад», і для гэтага разлічваецца класічны індэкс разнастайнасці — індэкс Шэнана-Вінера (які спалучае багацце і раўнамернасць).Індэкс Сімпсана(Верагоднасць выпадковага выбару двух асобін, якія належаць да розных тыпаў), багацце (колькасць эфектыўных канчатковых членаў) і раўнамернасць (ці збалансаванае размеркаванне). Нарэшце, для атрымання комплекснага індэкса біяразнастайнасці BDI (0-1, чым вышэй, тым лепшая разнастайнасць) праводзіцца ўзважанае зліццё.

Асноўныя перавагі: спадарожнікі з высокім разрозненнем падыходзяць для выяўлення змяненняў расліннасці, а мультыспектральныя спадарожнікі могуць атрымліваць паказчыкі жыццяздольнасці расліннасці, такія як NDVI, але ні адзін з іх не можа вызначыць склад тыпаў расліннасці ў межах пікселя на спектральным узроўні. Тэхналогія гіперспектральнага расшпільвання запаўняе гэты прабел — яна дае колькасную інфармацыю аб разнастайнасці расліннасці на субпіксельным узроўні, што ў цяперашні час недаступна з дапамогай іншых тыпаў спадарожнікаў дыстанцыйнага зандзіравання.

Гэты аналіз плошчы прыблізна 6400 км² (каля 4 мільёнаў эфектыўных пікселяў расліннасці) ва ўнутраных раёнах горнага рэгіёна паказвае:

1. Агульная разнастайнасць ад умеранай да высокай.Сярэдні BDI складае 0,568, і большасць пікселяў складаюцца з сумесі трох канчатковых членаў расліннасці (што складае 65,5%), што адлюстроўвае неаднароднасць расліннасці ў рэгіёне.

2. «Зялёны» не азначае «разнастайнасць»Карэляцыя паміж індэксам біяразнастайнасці (BDI) і індэксам жыццяздольнасці расліннасці (NDVI) была слабай (r=0,369), што сведчыць аб тым, што тэрыторыі з багатым раслінным покрывам не абавязкова багатыя на віды (напрыклад, чыстыя хвойныя лясы маюць высокі NDVI, але нізкую біяразнастайнасць). Гэта пацвярджае ўнікальную каштоўнасць метаду дэзактывацыі.

Малюнак 2.Матрыца каэфіцыентаў карэляцыі Пірсана паказчыкаў разнастайнасці

Малюнак 3.Карта размеркавання індэкса расліннасці NDVI

Малюнак 4.Прасторавае размеркаванне Кампазітнага індэкса біяразнастайнасці (BDI) — зялёным колерам пазначаны раёны з высокай разнастайнасцю.

3. Схема градыенту вышынь выразная.：КамбінацыяДадзеныя SRTM DEMРазнастайнасць значна памяншаецца з вышынёй (r=-0,623), дэманструючы трох'ярусную карціну.

Нізкая вышыня (Лістападны шыракалісты і вечназялёны змешаны лес, BDI=0,65~0,75, з найбольшай разнастайнасцю;

Сярэднягор'е (1000-1800 м)Пераходная зона: біяразнастайнасць хутка скарачаецца, у той час як доля хвойных лясоў павялічваецца;

Высокая вышыня (>1800 м)Чыста хвойныя лясы з пераважаннем піхты і секвойі маюць BDI ад 0,13 да 0,21 і нізкую, але стабільную біяразнастайнасць.

Малюнак 5.Размеркаванне DEM у даследаванай зоне

Малюнак 6.Тэндэнцыі паказчыкаў разнастайнасці з градыентам вышыні

Малюнак 7.Адмоўная карэляцыя паміж BDI і вышынёй (r=-0,623)

Гіперспектральная змешаная піксельная дэкампазіцыя адкрыла зусім новы шлях для маніторынгу разнастайнасці расліннасці на вялікіх плошчах. У параўнанні з традыцыйнымі квадратнымі здымкамі, яна мае шырокі ахоп (адна сцэна можа ахопліваць тысячы квадратных кіламетраў) і высокую своечасовасць (аналіз можа быць завершаны за некалькі гадзін); у параўнанні са спадарожнікамі высокага разрознення і мультыспектральнымі спадарожнікамі, яна мае ўнікальную здольнасць адрозніваць склад расліннасці ад спектральнага вымярэння і можа непасрэдна атрымліваць колькасныя паказчыкі разнастайнасці, а не проста даваць ускосную інфармацыю аб "зялёнасці".

У будучыні аб'яднанне шматчасовых дадзеных дазволіць маніторынг розных міжгадовых дынамічных змен, а наземная праверка квадратаў дазволіць стварыць [сістэму/механізм].Спектральная разнастайнасцьКолькасная сувязь паміж біяразнастайнасцю і відавой разнастайнасцю. Чакаецца, што гэты метад запоўніць даўні прабел у ацэнцы нацыянальнай экалагічнай функцыі, выкліканы адсутнасцю паказчыкаў «разнастайнасці», і забяспечыць аб'ектыўную і паўтаральную тэхнічную падтрымку для колькаснай ацэнкі эфектыўнасці экалагічнага кіравання.