文丨行走的2B铅笔

编辑丨行走的2B铅笔

(资料图片仅供参考)

前言

准确且最新的大面积覆盖图具有广泛的重要实践和科学应用，在环境监测和管理、生物地球化学建模和气候变化影响评估方面。

它们作为土地覆盖类别的范围、分布和时间动态的空间明确信息来源的价值在经历快速环境变化的地区特别高。

频繁制作土地覆盖图可以系统地评估温度、降水、火灾和人类管理等变化对景观的影响。同样，用于评估现在和预测未来的地球系统模型的准确性取决于有关关键土地覆盖类型的准确动态信息。

土地覆盖制图的作用

大比例尺土地覆盖图的制作极大地受益于多项关键技术的发展，包括提高地球观测数据的能力，光学和合成孔径雷达系统提供的数据，以及数字高程模型和其他辅助数据集。

EO数据存储库和云计算资源的可访问性大大增加，GoogleEarthEngine的广泛使用为大面积土地覆盖制图开辟了前所未有的机会。

已经发布了几种覆盖整个或部分高纬度地区的土地覆盖产品，对于通常产生不同特征的一般土地覆盖类别，它们的准确性通常相对较高在EO数据中，全球产品示例包括哥白尼全球土地覆盖和欧洲航天局制作的WorldCover地图。

许多高纬度地区的国家也有由土地测量组织，或相关利益相关者管理的国家土地覆盖产品。这种大比例尺的土地覆盖类地图通常会隐藏重要的专题细节，使得它们对于在表征土地覆盖时需要更高级别细节的应用来说用处不大。

广泛的土地覆盖类别的一个典型例子是湿地，它实际上可以包括大量以植被组成、水文和土壤以及生态和生物地球化学功能不同为特征的子类，不同湿地亚类的甲烷排放量可能相差两个数量级。

湿地和气候的产生及影响

一些国家提供基于实地调查，和高分辨率图像人工解释的国家湿地清单，通常具有不完整的空间覆盖范围并且有时已经过时。产品通常采用不同的湿地分类系统，这使得区域比较具有挑战性。

由于现有土地覆盖图和湿地清单的局限性，加上这些地区固有的交通不便使得实地调查变得困难，高纬度湿地的范围仍然高度不确定，考虑到数量和地理分布时更是如此不同类型的湿地。

信息对于监测和管理这些地区至关重要，地区通常是生物多样性热点地区，在当地生计中发挥着关键作用。这些地区的湿地可能是大气中温室气体的主要来源。

湿地温室气体通量同时对气候变化相关的影响很敏感，包括永久冻土融化、温度升高、降水变化和地表水状况的变化。多达99%的北极湿地被永久冻土覆盖，根据气候强迫的强度和影响，大面积地区可能特别容易受到气候变化的影响。

湿地景观及其生物地球化学功能具有不确定但可能非常大的影响，开发可区分湿地类型且易于更新以揭示土地覆盖动态和趋势轨迹的改良土地覆盖产品，了解和预测高纬度地区未来的变化越来越重要。

EO数据判断湿地类型

使用遥感绘制湿地地图已经让科学界参与了几十年，尽管传感器能力和EO数据处理和解释方法取得了巨大进步。

主要的固有挑战是湿地通常是动态的，其范围和水位可能会有很大的波动，会导致光谱特征在季节和年份之间不断变化，利用遥感观测区分特定的湿地类型绝非易事。

将沼泽与高地森林分开可能很困难，这些类别都具有相对密集的树冠，在光学和SAR观测中产生相似的外观，特征性的湿地植被物种，在大多数免费提供的EO数据的空间尺度上通常在光谱上相似，使得湿地类型之间的分离变得困难。

先前的研究已经证明了结合光学和SAR数据，以及地形导数对于区分高纬度地区的开阔水域和湿地类型的好处。表明三个EO数据源通常提供，对这些土地覆盖类别不同方面的补充观察，包括化学特征、物理特性和控制水文和沉积物运输的当地地形。

高纬度地区湿地类型的大比例尺绘图提出了与气候、当地地形和生态方面的地理差异相关的额外挑战。这可能导致植被条件和物种组成以及水文状况、泥炭积累和永久冻土存在方面的区域差异很大。

绘制高纬度和泥炭地的方法

特定湿地类型中的植被组成可能会随着环境梯度而变化，导致光谱特征和相关物候不一致，使大面积产品的生产进一步复杂化，可以在一定程度上通过在所使用的分类模型中包括辅助数据集来弥补。

网格化温度和降水产品以及高程导数，另一种已被证明成功的方法是将要映射的区域划分为一些空间单元，并在其中分别执行分类。这种更适合区域的分类模型可以约束光谱和时间特征，从而更好地捕捉当地景观特征。

在绘制高纬度景观中的主要泥炭地类型时开发、评估和比较区域和全球分类模型方法，两种方法之间的差异包括如何使用参考数据以及如何在不同地理区域组合EO数据源。

使用的分类方案遵循加拿大湿地分类系统来定义主要的泥炭地类型，并对试验地点的当地条件和可用的参考数据进行了一些修改。该系统包括两种主要的泥炭地类型沼泽和沼泽。它还包括一类树木湿地，其下可能覆盖着泥炭、矿质土壤或两者的结合。

分析沼泽地优势

沼泽地通常以草和莎草为主的，矿质土壤上的暂时淹没区域，本研究未考虑沼泽类，因为测试地点的发生率和范围有限，阻碍了足够的参考数据的收集，研究中考虑了两个广泛的高地类别，包括森林和其他开阔地。

渐生泥炭地相对于周围地形隆起，导致水文在很大程度上与地面径流和地表水脱节，降水构成了水和养分的主要来源。沼泽的上层泥炭层通常营养不良，地表水呈酸性，导致植被覆盖以泥炭藓为主，通常覆盖稀疏的杜鹃花科灌木和矮小的树木。

矿化泥炭地从营养更丰富的水源获取，与沼泽相比使它们的酸性降低，生产力和生物多样性更高。在沼泽地，地下水位会在土壤表面上下几厘米的范围内波动，植被通常是棕色苔藓和禾本科植物的混合体。

沼泽中也可能存在稀疏的灌木和树木，沼泽中植被种类的位置通常反映地下水位的深度，湿润部分为禾本科植物，干燥部分为灌木和乔木。

在泥炭和矿质土壤可能发生沼泽，或两种土壤类型混合的地区，矿质土壤上的沼泽也往往会积累木本泥炭被列为泥炭地类型。沼泽的特点是针叶树或落叶乔木或高大灌木覆盖相对密集，沼泽会根据季节经历周期性淹没，而地下则不断积水。

哈德逊湾的地形及气候

森林类别包括以针叶树和落叶树或两者混合为主的区域，根据当地环境条件和参考数据源使用的定义，不同地区的树冠覆盖可能会有很大差异。其他开阔地是一个聚合类，主要包括岩石露头、裸地和低生长植被区域。

不同地区代表了高纬度地区不同的气候、生物地理和地形条件，这使它们成为有趣的比较案例，足够高质量的参考数据，可用性也是选址过程的一个重要方面。每个测试站点覆盖同一日期在同一轨道上获取的两个相邻Sentinel-1场景的范围。

哈德逊湾低地是加拿大最大的泥炭地，位于加拿大地盾和哈德逊湾南岸之间的安大略省北部。该站点是一个相对平坦的景观，平均海拔为122低地的北部与西北部的马尼托巴省接壤。

气候主要受哈德逊湾水面控制，夏季经常会产生大量降雨，测试地点的年平均温度在-5。8°C和-2。0°C之间，年平均降水量在388和513毫米之间。大部分地区都被连续的永久冻土覆盖。

对于哈德逊湾低地，还使用了湿地地图，使用RADARSAT-2和Landsat8数据创建，分类准确率在90%以上。该地图覆盖了试验场以南相对较小的区域，未直接用作参考数据，这两个地区的景观构成非常相似。

航空摄影和卫星图像对各种地形的重大作用

植被覆盖图覆盖了位于试验场中心的库帕鲁克河上游流域，是卫星图像和现有的地理植物地图创建的。该地图的分类方案系统不同，泥炭地类别包括草丛/非草丛莎草-矮灌木-苔原、矮到低灌丛莎草-苔藓苔原和莎草-苔藓苔原。

地图收集的LiDAR数据和航空摄影，并通过实地观察验证了57%的总体准确度。泥炭地类也不在加拿大系统中，包括潮湿的非草丛苔原、灌木状潮湿的非草丛苔原、潮湿苔原中的凸起区域和潮湿苔原。

地图代表了一系列植被物种的部分覆盖范围，这些植被物种是基于野外数据和多季节光谱以及主要来自卫星数据的环境协变量的机器学习方法生成的。分别使用泥炭藓和湿地莎草图来指导识别沼泽和沼泽。

鱼类和野生动物服务国家湿地清单数据集，数据集主要基于航空摄影的视觉解释，以专门识别森林、灌木湿地区域，因为其他三个参考数据集中没有此类。

遗址位于育空地区西南部，西接阿拉斯加边境，南接克朗代克高原。北部边界大致由奥格尔维河组成。大部分地区是苔原，但南部包括大片北方森林，主要是白云杉和松树，在整个试验场的河谷中也可以找到相对茂密的森林区域。

每个点与属于参考数据集中特定类别的最近区域相关联，基于在ArcGISPro中可用的超高分辨率卫星图像上叠加参考数据集，手动描绘了参考多边形。这导致每个站点有1,200个多边形用于训练和测试分类模型。

结语

比较基于不同EO数据输入的泥炭地，类型分类模型的性能和模型在五个对比鲜明的高纬度景观中的实施策略。

区域分类模型代表了更准确的基于EO的土地覆盖评估的途径，在将土地覆盖与各种生物地球化学过程，联系起来所需的高级细节和空间分辨率下。这种区域分类模型可以考虑泥炭地类型的区域特定特征，并可以优化有限参考数据的使用。

进一步证明了结合不同类型的EO数据的好处，包括光学和SAR数据以及地形导数，在分类模型中更好地分离详细的土地覆盖类别。未来研究的一个关键任务是确定一种有效的策略来对高纬度地区进行分层，以实现有效的分类模型实施。

参考文献

Abraham, KF和Keddy, CJ ( 2005 )。 哈德逊湾低地。载于 L. Fraser & P.​ Keddy（编）， 世界上最大的湿地：生态学和保护（第 118 – 148页）。剑桥大学出版社

Costanza, R.、de Groot, R.、Sutton, P.、van der Ploeg, S.、Anderson, SJ、Kubiszewski, I.等。（2014 年）。生态系统服务全球价值的变化。全球环境变化， 26 , 152 – 158

Fick, SE和Hijmans, RJ ( 2017 )。WorldClim 2：全球陆地区域新的 1 公里空间分辨率气候表面。国际气候学杂志， 37 ( 12 ), 4302 – 4315

Gorelick, N.、Hancher, M.、Dixon, M.、Ilyushchenko, S.、Thau, D.和Moore, R.（2017 年）。Google Earth Engine：适用于所有人的行星尺度地理空间分析。环境遥感， 202，18-27

Grabs, T.、Seibert, J.、Bishop, K.和Laudon, H.（2009 年）。模拟饱和区域的空间格局：地形湿度指数与动态分布模型的比较。水文学杂志， 373 ( 1 ), 15 – 23