基于PlanetScope卫星影像的河流水生植被监测：可行性、局限性与应用前景

《Ecohydrology》：Monitoring of Riverine Aquatic Vegetation Using Satellite PlanetScope Imagery: Feasibility, Limitations and Prospects

本研究评估了利用PlanetScope卫星影像（3米空间分辨率，近每日获取）监测河流水生植被季节和年际变化的潜力。通过高分辨率航空影像验证，提出基于中心化绿度归一化植被指数（GNDVIcentred）和频率阈值（≥85%）的分类方法，证明虽无法探测低丰度植被，但能有效追踪大型植被斑块面积变化。该方法为大规模河流水生植被动态监测提供了新途径，尤其适用于研究水文事件对植被格局的影响。

　　

1 引言

传统生态学研究受限于野外调查的时空尺度，而遥感技术为多尺度生态过程研究提供了新机遇。水生生态系统监测中，水体光谱干扰和中等空间分辨率（≥10米）卫星影像的限制使得河流水生植被的高精度监测面临挑战。近年来，PlanetScope纳米卫星星座以3米空间分辨率、近每日获取的频率和8年存档数据，为河流水生植被长期监测创造了条件。本研究以法国罗讷河大型水生植物斑块为对象，验证利用PlanetScope影像区分水生植被与无植被水域的可行性，并探索不依赖实地观测的植被动态追踪方法。

2 材料与方法

2.1 研究区域与植被斑块选择

研究区域位于罗讷河Baix市附近河段，选取3个由沉水植物组成的大型植被斑块（最大宽度50-120米，长度800-1130米）。利用2017-2023年获取的0.15-0.2米高分辨率航空影像（EDF和IGN）作为真值数据。

2.2 影像处理与分类

针对PlanetScope影像计算绿度归一化植被指数（GNDVI），并通过中心化处理（GNDVI_centred）减少光谱特征随时间的变化。基于2018年植被稀疏期数据，通过逻辑回归和受试者工作特征分析确定最佳GNDVI_centred分类阈值，并结合频率指数（≥85%）降低辐射不一致性导致的误分类。

2.3 精度评估

通过生产者精度（敏感度）和用户精度评估分类效果，并利用线性回归分析预测面积与观测面积的相关性。进一步将分类阈值应用于2017-2023年所有可用影像，重建植被斑块的年内和年际动态。

3 结果

3.1 光谱区分能力

GNDVI_centred在所有年份中均能显著区分水生植被与无植被水域（p < 0.001），但2018年植被稀疏时差异最小。斑块间差异可忽略，支持多斑块统一分类阈值的适用性。

3.2 分类精度

无植被水域的分类精度持续高于85%，而水生植被的精度波动较大（5%-92%）。误差主要源于狭窄（≤5米）或稀疏植被的漏检，以及植被边缘区域的过度分类。Stand 2和Stand 3的预测面积与观测面积显著相关（p = 0.01-0.02），相对误差低于5%；Stand 1因植被低估导致误差较高（-42.5%）。

3.3 时空动态

2017-2023年监测显示，植被面积在夏季低流量期达到峰值；年际尺度上，2018和2021年因高频高压事件（>3000 m³·s^?1）导致夏季面积显著低于其他低流量年份。

4 讨论

4.1 技术可行性

PlanetScope影像能有效捕捉大型植被斑块的显著变化，但受限于空间分辨率和几何误差（约10米），对细小植被变化的监测能力有限。GNDVI因绿光在水体中穿透力较强，比传统NDVI更适用于沉水植被探测。

4.2 应用前景与挑战

本研究提出的多时相分类阈值无需逐期实地标定，为大规模植被动态研究提供了基础。未来需验证该阈值在不同水体浊度、植被类型和底质环境中的普适性，并量化分类不确定性。结合水文数据，PlanetScope高频影像有望揭示水流事件（如洪水）对植被的瞬时影响，支持河流管理决策。

5 结论

PlanetScope影像能够有效监测河流水生植被的宏观动态，推动多尺度生态学研究。尽管存在对细微变化的探测局限，其在长期、大范围植被轨迹重建中的应用潜力显著，为理解水文驱动机制提供了新的技术路径。