《Plants》：Monitoring the Spatiotemporal Dynamics of Invasive Pedicularis kansuensis in Bayinbuluke Alpine Wetlands: A Novel Spectral Index Framework Using PlanetScope Time Series (2021–2025)
Enzhao Zhu,
Alim Samat,
Wenbo Li and
Kaiyue Luo
编辑推荐：
本文提出了一种新型的入侵植物马先蒿（Pedicularis kansuensis）特异性光谱指数PKI，该指数利用PlanetScope影像的蓝、绿和红边波段，通过整合地面高光谱特征并结合灰度形态学开运算优化，有效提升了在异质性高寒湿地背景下的物种识别能力。验证结果显示，PKI在五年（2021-2025）时间序列的监测中性能优异，平均总体精度达93.52%，并揭示了入侵动态存在明显的爆发-缓和周期。该框架为高寒环境入侵物种的快速、可靠监测与靶向生态系统管理提供了高效、可操作的工具。
引言
高寒湿地是高山地区功能关键但高度脆弱的生态系统，在季节性水调节、维持土壤碳库和支撑特有生物多样性方面扮演着重要角色。然而，在气候变暖和人类干扰加剧的双重压力下，这些生态系统正迅速退化。生物入侵作为一种日益加剧的压力源，能重构植物群落、破坏养分循环并降低生态系统功能。在中国西北干旱区的巴音布鲁克草原，入侵物种甘肃马先蒿迅速扩张，导致了显著的草地退化。其潜在化感作用和光竞争优势使其成为优势种，排挤其他植物，而其低适口性进一步强化了放牧介导的反馈，促进了其在受干扰和过度放牧区域的扩散。传统的野外调查方法虽然可靠，但在巴音布鲁克这样广阔且地形复杂的区域存在劳动密集、成本高昂和空间不连续等局限性。遥感技术提供了可扩展的替代方案，但现有的机器学习模型通常需要大量训练数据，而常规植被指数缺乏物种特异性，因此，迫切需要一种简单、高效且可直接应用的遥感指数来监测甘肃马先蒿。
结果
PKI的性能表现
为评估PKI区分甘肃马先蒿与其他土地覆盖和植被类型的有效性，研究将其与七个常用指数（RI、NDVI、NDRE、GNDVI、CIRE、CIG和ARI）进行了系统比较。结果显示，PKI在马先蒿斑块与周围背景之间产生了最清晰的空间对比，响应紧凑且空间连贯。相比之下，绿度导向的指数主要追踪整体植被活力，其高响应并不局限于马先蒿，经常延伸到茂盛的原生植被中，降低了特异性。红边/叶绿素敏感指数在某些场景中改善了对比度，但通常对健康的非目标冠层和背景梯度反应强烈，导致斑块边界不稳定。在样本层面，PKI显示出对马先蒿、其他植被和非植被类别最清晰的分离，类别内分布紧凑且重叠最小，并且在五年间表现一致，表明其对背景变异和成像条件具有鲁棒性。定量分离性使用M统计量进行评估，PKI取得了最高的平均M值（1.36），其未优化版本PKI（raw）紧随其后（1.32），而所有基准指数的五年平均值均低于M>1.0的标准。这些结果证实，与现有指数相比，PKI在马先蒿和非目标样本之间具有更大的分布差距。
精度评估与分析
通过将连续指数图像转换为二值化的马先蒿分布图进行评估，PKI在2021-2025年期间始终实现了最强的分类性能。在“所有年份”评估中，PKI的平均总体精度达到93.52%（95% CI: 92.3–94.7%），F1分数达到93.28%（95% CI: 92.0–94.5%），Kappa系数达到87.03%（95% CI: 84.6–89.4%）。基准指数在自动阈值分割下通常产生很高的召回率，但代价是精度较低，这表明普遍存在误报错误。相比之下，PKI实现了明显更有利的权衡，在保持91.19%召回率的同时达到了95.45%的精度，从而获得了最高的F1分数和Kappa系数。此外，PKI的一个实用优势是其阈值稳定性，它支持在整个时间序列中使用单一的固定决策边界（PKI > 1），而基准指数则需要随指数和年份变化的阈值。比较PKI与其未优化版本，可以观察到灰度形态学开运算（GrMO）优化主要提高了召回率，并显著降低了Kappa系数，这表明优化主要通过抑制背景噪声来提高鲁棒性。
巴音布鲁克高寒湿地马先蒿的时空入侵动态
基于经过验证的PKI框架，研究人员绘制了2021-2025年巴音布鲁克高寒湿地马先蒿的时空动态。入侵面积表现出显著的年际波动，但没有单调趋势。面积从2021年的250.00公顷增加到2022年的2168.16公顷，在2023年保持高位（2042.48公顷），随后在2024年急剧收缩至797.52公顷，并在2025年进一步降至159.73公顷。五年平均入侵面积为1083.58公顷。简单的相关性分析显示，入侵面积与温度呈强正相关，表明爆发更可能发生在较暖的年份。空间密度图显示，入侵在2021年处于萌芽阶段，斑块零星分布在草场边缘；2022年达到峰值，在东部和山坡坐标形成密集且空间连续的网络；2023年总面积仍高，但密度中心向西迁移；2024年和2025年则进入收缩期，密度峰值崩溃。五年平均密度图综合了这些年度快照，揭示了长期入侵风险最高的区域是草场的西部和周围山坡。这些稳定的核心热点可能由地形和水文框架控制，为物种提供了理想的生态位，并作为主要的种子源，在环境条件有利时促进快速再定植。对入侵足迹的持续性和重现性分析显示，94.4%的检测面积是短暂出现的，仅持续一年，只有3.2%的面积表现出严格的多年度连续性。这表明马先蒿的分布主要由年际环境条件变化塑造，而非先前受影响地点的简单空间惯性，这使得依赖历史“热点”进行年度控制规划并不可靠。
讨论
PKI的优势与局限
本研究提出的马先蒿指数PKI具有简单、高效和鲁棒的优势。与机器学习和深度学习方法相比，PKI不需要逐年训练样本，更适合大范围连续监测。其简洁的公式也使其适合开发用于常规入侵评估的自动化工具。另一个主要优势是它专为PlanetScope影像设计，能够以3米空间分辨率实现大面积监测，其近每日的重访频率也大大提高了数据可用性。然而，PKI也存在局限。首先，在跨场景辐射归一化过程中引起的辐射度偏移可能引入误报，尽管PKI采用比值形式来减少乘性效应，但归一化过程中引入的加性偏移或波段不一致变化仍可能扭曲光谱形状。其次，当地原生物种Gentiana scabra在PlanetScope波段中表现出与马先蒿非常相似的多光谱响应，当密集出现时，仅凭卫星影像难以可靠区分，这反映了基于多光谱数据物种级制图的常见局限性。
本地管理与控制
巴音布鲁克草原是中国西北干旱区关键的生态资产。本研究2021-2025年的制图结果提供了在本地防控力度加强期间马先蒿动态的一致、空间明确记录。尽管入侵面积在几年间波动显著，但最近几年相对于爆发峰值呈现整体下降趋势。空间上，核心放牧区和部分高海拔地形的收缩最为明显，而在外围或上坡地区仍有零星斑块持续存在。研究结果指出了一条明确的提高效率的途径：利用PKI和常规高分辨率影像，可将控制行动转向基于监测信息的实施，即年度地图划定优先斑块、指导野外部署并支持处理后评估。同时，需要持续关注上坡和外围的发生区，它们可能作为源区，对下游更富饶的草甸构成扩散风险。
材料与方法
研究区域与物种
研究区域位于中国西北天山脉南坡的巴音布鲁克草原，是中国最大的高寒草甸生态系统之一。该地区以开都河为水源，在干旱景观中支撑着广泛的高寒湿地复合体。海拔在1500至2600米之间，区域气候属于温带大陆性干旱气候，季节性强，降水有限。甘肃马先蒿是马先蒿属的一年生或二年生草本植物，是中国特有物种。基于野外观察，它通常在7月下旬至8月初开花，花朵常呈现独特的紫红色。该物种结实率高，繁殖能力强，常以集群斑块形式出现。作为一种半寄生草本植物，它迅速蔓延，降低了牧场质量，改变了高寒草甸群落结构，并对当地牧业系统产生了社会经济压力。
技术框架
该研究开发了一个基于物种针对性光学指数的马先蒿快速、可解释遥感监测框架。首先，通过分析野外采集的高光谱反射率测量数据，识别了马先蒿开花期对PlanetScope波段敏感的光谱特征，包括较高的蓝光波段反射率、较弱的绿光波段峰值以及在红光和红边区域较高的响应。基于这些模式，初步设计了一个指数PKI（raw），其公式为（ρRedEdge+ ρBlue）/（2.5 * ρGreen），旨在增强开花期观察到的“高蓝光/高红边/低绿光”模式。为了减少异质性高寒草地背景的高频变异性，进一步使用灰度形态学开运算对PKI（raw）进行空间优化，生成最终的PKI。最后，通过阈值分割和低反射率掩膜将PKI转换为二值分布图。为了进行比较评估，还实现了七个广泛使用的光谱指数作为基准。
