《International Journal of Applied Earth Observation and Geoinformation》：Monitoring of mangrove dynamic change with Landsat time series from 1987 to 2022 in the Beibu Gulf, China
编辑推荐：
本研究针对现有红树林监测方法难以捕捉季节性动态和长期变化的瓶颈，提出一种结合多尺度扩张卷积的时间语义分割变化检测（TSSCD-D）框架，利用1987–2022年Landsat时间序列实现北部湾红树林季度尺度动态监测。结果显示红树林面积呈"锐减后复苏"的U型轨迹，模型总体精度达87.3%，为热带海岸生态系统保护提供了高精度数据支撑。
在热带和亚热带海岸线，红树林作为重要的潮间带生态系统，发挥着海岸线稳定、水质净化、生物多样性维护和碳储存等不可替代的生态服务功能。然而近几十年来，快速的海岸城市化、大规模填海造地和港口开发，加上极端天气事件频发，导致红树林栖息地严重退化和碎片化。这种情况凸显了对高时空分辨率监测框架的迫切需求，以捕捉长期动态并为有效的保护策略提供信息。
尽管遥感技术已被广泛证明是检测红树林分布和监测其时空动态的有效工具，但现有的监测工作大多局限于年度时间分辨率，难以捕捉人类活动引起的季节性动态和精细尺度变化。此外，现有的变化检测方法基于统计机器学习或全卷积深度学习，检测红树林长期动态变化的能力有限。在北部湾这一典型的红树林分布区域，全面、长期和精细尺度的动态数据集仍然缺乏。大多数现有研究依赖年度或多年度复合产品，这些产品不足以表征红树林生态系统的季节性动态和短期干扰。
为了解决这些挑战，发表在《International Journal of Applied Earth Observation and Geoinformation》上的研究提出了一种时间语义分割变化检测与多尺度扩张卷积（TSSCD-D）框架，并利用Landsat时间序列（1987–2022）进行高分辨率红树林动态监测。该研究旨在通过构建覆盖1987–2022的季度高时间分辨率红树林时间序列数据集，并引入TSSCD-D方法来实现准确的季度红树林动态检测。
研究人员开发了一个稳健的处理流程来生成长期、高时间分辨率的红树林分布数据集；评估并验证了改进的TSSCD-D模型在捕捉复杂时空红树林动态方面的性能；量化了三十多年来红树林的增减情况，揭示了季度变化模式和季节性动态。
关键技术方法包括利用多源Landsat影像（TM、ETM+、OLI、OLI2、TIRS-2）构建1987–2022年季度时间序列，通过质量评估波段进行云掩蔽和缺失值填充，采用中值合成法生成季度复合产品。研究整合GLC-FCS30D全球土地覆盖数据集界定北部湾典型红树林区域，采用季度密集标注策略，每个季度独立标注，以识别红树林退化、恢复和季节性波动。TSSCD-D模型采用端到端全卷积设计，融入多尺度扩张卷积模块扩大时间感受野，通过编码器-解码器结构提取层次时间特征。后处理采用时空一致性校正和生态合理性约束（如城市化不可逆性规则）优化模型输出。
4.1 1987–2022红树林动态监测
通过TSSCD-D模型对密集Landsat时间序列的分析，揭示了北部湾红树林从1987年到2022年的时空动态。1987年第三季度，红树林分布零散，主要沿河口和有遮蔽的海湾分布。到1997年第三季度，红树林覆盖显著下降，特别是在北海和钦州海岸线沿线，形成了连续的带状损失区，这是由1990年代大规模填海造地和港口开发驱动的。从1997年到2007年，红树林面积保持低位，仅在防城港部分海岸有局部恢复。2007年后，恢复加速，特别是在2010年后，与区域保护和恢复政策相关。到2022年第三季度，红树林覆盖大幅反弹，特别是在东兴湾和钦州湾，更密集和连续的分布表明连通性和生态系统完整性得到改善。
对广西钦州大风江区域的精细尺度评估显示了一个四阶段轨迹：1987年大风江河口沿岸广泛的红树林带；到1997年由于人为干扰加剧而显著退化和收缩；2007年在次级河道局部恢复；2017年后加速扩张，斑块连通性增加，到2022年红树林范围超过1987年水平，形成多个互连的集群。与年度FCS30D产品相比，季度TSSCD-D结果更清晰地捕捉了这些局部变化的时间和进程。
4.2 模型性能评估
为评估改进的TSSCD-D模型，研究将其与原始TSSCD以及两种经典时间序列变化检测方法（CCDC和BFAST）在时空指标上进行了比较。TSSCD-D consistently outperformed TSSCD，总体精度（OA）、平均精度（AA）和Kappa系数提高了约2%，并具有更高的时空精度（S-PA = 79.04%，T-PA = 64.43%）。相比之下，CCDC和BFAST仅能检测光谱变化点，无法为每个时间步生成逐像素土地覆盖标签，导致时间F1分数显著较低（分别为57.34%和56.87%）。
研究还引入了两种现代时间序列模型——TempCNN（TCN）和LSTM进行对比。虽然LSTM取得了有竞争力的总体精度（OA = 82.12%），TCN获得了最高的时间生产者精度（T-PA = 68.28%），但两种模型的语义分割性能（S-F1和T-F1）均远低于TSSCD-D。这些结果突显了TSSCD-D在密集时间序列中捕捉精细尺度多时相土地覆盖转变方面的优势。
TSSCD-D模型在不同土地覆盖类别上也表现出强劲性能。红树林的生产者精度（PA）和用户精度（UA）分别达到0.97±0.11和0.97±0.09。通过与完全独立于Landsat系列的多源外部数据集（包括Sentinel-2多光谱影像、超高分辨率影像和全球红树林观察（GMW）全球红树林产品）进行验证，证明TSSCD-D保持了较高水平的一致性和可靠性。2015–2020年与GMW的对比显示，年度红树林制图的生产者精度达到65.5–72.0%，表明模型成功捕捉了GMW确定的大部分红树林范围。
4.3 1987–2022北部湾红树林分布的时空演变
为全面表征1987年至2022年北部湾红树林生态系统的时空动态，本研究系统分析了多个时间尺度上的红树林面积变化、变化率以及流入-流出过程。季度、年度和五年间隔被同时采用，以捕捉短期波动和长期趋势，从而更精确地描述偶发干扰、逐渐扩张以及潜在的土地覆盖转变机制。
1987年至2022年间，北部湾红树林面积呈现出明显的U型轨迹，特点是先下降后逐渐恢复。季度统计表明，在1980年代末期，红树林面积相对稳定，持续超过800 km2。然而，从1990年代初开始，红树林面积急剧下降，在1998年达到最低年度范围，约为532.8 km2（±3%）。此后观察到逐渐恢复，2016年后显著增加，到2022年最终扩大至约824.3 km2（±3%）。这些年度估计通过减少季节性变化提供了更稳定的表征。
从变化率的角度看，季度尺度的红树林面积波动频繁，大多数变化局限在±5%以内，反映了短期干扰或季节性噪声。然而，有几个年份表现出更突然的变化——最显著的是在1990年代和2000年左右——可能与极端天气事件或人为活动有关。年度尺度的变化率分析进一步揭示了从1992年到1998年的持续下降，随后趋于稳定，并在1999年后转为正增长。
五年统计数据进一步突显了长期模式：1987年至1996年间，红树林面积累计下降超过15%，反映了该时期巨大的填海造地、港口建设和其他发展压力。相比之下，2016年后，红树林面积稳步扩大，五年增长率稳定在约+11.6%——这是研究期间观察到的最显著增长。这种恢复趋势可能反映了加强的国家和地方保护政策、大规模恢复计划以及自然再生过程的综合影响。
4.3.1 多时间尺度下红树林增减的转变路径
分析显示，北部湾红树林生态系统的演变不仅反映在整体面积波动上，还体现在它们与其他土地覆盖类型的频繁转变上。从季度到五年间隔的多尺度统计突显了红树林增减的明显方向性模式。
在红树林扩张过程中，主要的源土地覆盖类型包括潮滩、水体、灌溉农田和沼泽，其中沼泽和水体贡献了最大比例。季度统计表明，几乎每个季度都有从沼泽和水体的显著转换，这一趋势在年度尺度上持续存在。在五年尺度上，1987–1991年和1992–1996年是红树林扩张最高的两个阶段，主要由沼泽和水体的转换驱动。随着时间的推移，贡献土地覆盖类型的多样性逐渐下降，到2022年，红树林的增加主要局限于外围边缘区域。
同样，红树林损失主要转变为潮滩、水体和沼泽，强调了动态的陆海相互作用对生态系统边界的强烈影响。在1990年代，从红树林到沼泽和水体的大规模转换是历史退化的主要途径。值得注意的是，在1987年至1996年间，向沼泽和水体的转换占了最大份额，反映了海岸侵蚀、填海造地、城市扩张和水文改变的显著影响。近年来，红树林损失显著减少，转换在空间上更加局部化，在时间上更加稳定，表明生态系统已进入相对稳定的恢复阶段。
4.3.2 红树林损失与恢复的驱动因素
除了观察到的时空模式，北部湾红树林动态还受到社会经济、水文和政策驱动因素的综合影响。1990年代的显著下降与广西快速的填海造地、水产养殖扩张和港口建设相吻合，这导致了大规模潮间带栖息地转换和海岸线改造。航道疏浚、沉积物开采和海岸工程引起的水动力改变进一步加剧了低洼地区的侵蚀，促进了从红树林向沼泽和水体的转变。此外，极端天气事件——如台风和风暴潮——对冠层结构和幼苗更新产生了间歇性影响，导致了季度和年度尺度的短期损失。
随后的恢复，特别是2016年后的加速扩张，很大程度上归因于加强的保护措施。这些措施包括建立红树林自然保护区、实施大规模生态恢复计划以及严格执行国家生态红线政策。人为干扰的减少，加上有利的水文和沉积条件，也促进了稳定海岸线上的自然再生。这些驱动因素共同解释了红树林范围观察到的长期U型轨迹，并为解释流入-流出转变路径提供了重要背景。
本研究利用密集Landsat时间序列和TSSCD-D时间语义分割模型，系统评估了1987年至2022年北部湾红树林生态系统的时空动态，生成了高时间分辨率的季度监测产品。通过将多尺度扩张卷积融入原始TSSCD模型，显著增强了时间感受野建模并提高了分类精度，从而能够精确识别长期红树林面积和类别转变。结果揭示了过去三十多年红树林面积的显著波动：1990年代出现急剧下降，随后在1999年后因保护政策驱动逐渐恢复，形成了典型的U型轨迹。多尺度流入-流出分析进一步表明，红树林与水体的相互转换是主要的转变途径，潮滩和沼泽在局部尺度上也贡献显著。尽管总体趋势是恢复，但红树林生态系统仍然对人为干扰和水文气象变异高度敏感。
这项研究推进了红树林监测的时间分辨率和变化检测精度，为长期生态系统管理和恢复规划提供了方法学见解和稳健的数据基础。然而，一些局限性仍然存在，值得未来研究关注。尽管季度时间序列有效捕捉了红树林动态，但云覆盖和传感器间差异造成的数据间隙可能影响某些时期的制图一致性和变化检测精度。此外，由于Landsat不提供直接潮位信息，潮汐波动驱动的海岸线位置残余变化以及季节性水文和物候差异可能给年际和年内变化的解释带来额外不确定性。未来工作可整合全球潮汐模型或更高频观测来进行更严格的潮汐敏感性评估，并减少海岸变化制图中与潮汐相关的模糊性。当前模型主要关注单像素分类和变化检测，未完全整合光谱-时空多模态特征；未来努力可纳入多源遥感数据以提高复杂海岸环境中的稳健性。此外，本研究中的流入-流出分析主要基于土地覆盖转变，缺乏社会经济因素、水文过程和极端气候事件的定量归因整合，这限制了对潜在驱动因素的理解。未来研究应结合地面观测、生物量动态、政策干预和生态响应指标，对红树林变化进行因果分析和情景预测，从而支持海岸生态系统的韧性评估和适应性管理策略。
