近日，广州海洋实验室唐丹玲U团队在互花米草的遥感识别研究取得进展，利用Sentinel-2卫星数据，结合不同的监督分类方法和特征提取粤西地区的互花米草，取得较高精度的分类结果，相关成果以“Comparing supervised classification algorithm–feature combinations for Spartina alterniflora extraction: a case study in Zhanjiang, China”为题发表在Frontiers in remote sensing 期刊。论文通讯作者为广州海洋实验室唐丹玲教授和汕头大学的杜虹教授，第一作者陈秋杰为广州海洋实验室与汕头大学联合培养的研究生，合作者包括广东海洋大学沈春燕副教授。

 

 

互花米草为入侵物种，在粤西地区造成生态破坏。有效的遥感识别与监测可以为防治工作提供重要支撑。但是，目前，粤西地区互花米草的研究相对匮乏。为探究不同的分类方法和特征对分类精度的影响，研究使用5种分类方法以及3种特征组合的6个特征集，分析比较监督分类的精度。研究结果表明，MLC方法与光谱波段的结合精度最高，RF方法对不同的特征集有着较为稳定的提取精度。

研究探究了粤西地区互花米草提取精度较高的方法与特征组合，对日后该区域的监测提供相应的技术参考，为互花米草的防治与红树林湿地的保护提供一定的应用价值。广州海洋实验室唐丹玲领衔的U团队（https://www.gmlab.ac.cn/rcdw/cxtd/nhst/js/）聚焦海洋遥感理论与应用研究和海洋仪器研发，关注海洋生态与环境。作为“广东省海洋生态环境遥感中心”的研究团队，承担了“基于卫星遥感的粤西地区互花米草长时序扩散/演化研究”项目。

研究由广东省创新团队项目(No. 2019BT02H594)、广州海洋实验室引进高端领军人才计划 (No.GML2021GD0810)，中欧合作项目the Dragon 6 Programme (No.PP95531) 和 Guangdong Province Special Project on Pollution Prevention and Protection and Eco-environmental Protection等共同资助。

论文全文：Chen Q, Shen C, Du H* and Tang DL* ，2025，Comparing supervised classification algorithm–feature combinations for Spartina alterniflora extraction: a case study in Zhanjiang, China. Front. Remote Sens. 6:1606549. doi: 10.3389/frsen.2025.1606549

PDF请点击# 217：http://www.lingzis.com/journal%20article.htm