《表4 不同研究中漳江口红树林和互花米草面积(单位:公顷)》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《联合星载光学和SAR影像的漳江口红树林与互花米草遥感监测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:—表示无数据

图3a～3c分别为研究区2018年10月1日红树林、互花米草潜在分布区，随机森林分类图，常年海水分布图，对应本算法3个步骤产生的结果。图4展示了2016年1月25日、2017年2月11日以及2018年10月1日的卫星影像和红树林、互花米草分布图。红树林主要分布在研究区的西南侧，互花米草在研究区的南北均有分布，与陈远丽等（2019）和李屹等（2017）有较好的一致性。统计表明，研究区2016年、2017年和2018年红树林总面积分别为56.85hm2、59.88hm2和58.61hm2，互花米草总面积分别为109.23hm2、124.00hm2和142.39hm2。依据李屹等（2017）、Chen等（2017）、Liu等（2017）以及陈远丽等（2019）的研究结果，研究区内不同年份红树林、互花米草的面积见表4。本文提取的红树林和互花米草面积与这些研究结果量级相当。2016年至2018年，研究区红树林的面积数值稳定，互花米草的面积呈快速增长的趋势。图4中卫星影像也证实，2016年至2018年期间，互花米草向光滩迅速扩张，而红树林的分布无明显变化。图5和图6分别展示了研究区西南部和北部2016年至2018年红树林、互花米草分布。由图5卫星影像可见，研究区西南部互花米草向光滩区域扩散，2016年主要位于光滩的西北部，2017年已入侵整个光滩区，2018年互花米草群落的面积进一步扩大。图5b、5d和5f展示了本算法的提取结果，较好地反映了红树林的分布、重现了互花米草入侵的过程。图6进一步展示了本文算法与Sentinel-2影像的结合在小面积互花米草斑块监测的应用潜力。但值得一提的是，Sentinel-2影像的空间分辨率为10m，使得算法难以有效识别直径小于10m的斑块。在2017年互花米草的快速传播期，算法提取的互花米草分布图未能展示一部分面积非常小的早期入侵斑块；而在2018年，互花米草入侵斑块充分生长、面积增大，算法能对其进行较好的识别。图3b展示了2018年研究区红树林和互花米草交界处分类结果，图5展示了红树林和互花米草交界处的提取结果。本文算法能清晰地识别红树林和互花米草的边缘，红树林、互花米草之间的空隙则与潮沟、光滩、水体等地物相关。