2022（一等奖）D775北部湾红树林生理结构参数对水位变化的响应特征研究

作品介绍

1 应用背景

红树林作为全球生产力最高的生态系统之一，是生长在热带、亚热带海湾的一种特殊的木本植物群落。它由于其独特的海陆过渡特性，在维持滨海生态稳定、促进海陆能量循环中起着重要作用。同时，红树林可以吸附温室气体，能有效应对全球气候变暖带来的挑战。2015年9月,在联合国可持续发展峰会正式通过的《2030年可持续发展议程》(Sustainable DevelopmentGoals, SDGs)中，SDG 6、SDG 14和SDG 15中的Target 6.6、Target 14.2、Target 14.5和Target 15.2均与红树林的保护、管理和恢复工作密切相关。在我国2022年6月1日施行的《中华人民共和国湿地保护法》中共有三条关于红树林保护与治理的条文，2022年11月21日至29日《湿地公约》第十四届缔约方大会将在武汉开幕，彰显了国家湿地保护的重视。

红树林湿地对我国生态环境与经济开发建设都具有重要意义。但近年来由于受到外来侵略物种以及内部人们的过度开塘养虾等，导致在过去的一个世纪，全球约有67%的红树林遭到不可逆破坏，比热带雨林和其他内陆森林受到的威胁都要更大。且红树林生态系统具有敏感性和脆弱性，为保护和恢复红树林生态系统带来挑战。因此快速准确的对滨海红树林植被群落进行监测，分析各植被群落生长的物候特征和健康状况，探究海水潮位涨落对红树林植被群落的生长状况的影响，对保护红树林湿地有着非常重要的意义，而生理结构参数是监测和评估植被健康状况的关键指标，对红树林的保护和恢复至关重要。而传统的采集植被理化参数的方法具有多种不方便，通过植被反演模型获取的理化参数值，不仅精度较高，且时效性、监测尺度都较传统方法好。同时，水位的变化同样也是影响湿地植被长势的重要因素之一。因此，通过植被反演模型获取北部湾滨海湿地红树林植被时序变化，结合北部湾红树林湿地植被理化参数对水位变化的响应特征，相信能够对滨海湿地的及监测提供一种很好的参考建议。

2 作品简介

北部湾红树林保护区中拥有丰富的自然资源与鱼类资源，并且红树林植被为维护滨海湿地的生态平衡，保护沿海地带正常生产生活具有非常重要的意义。本作品基于经验反演方法和SL2P神经网络算法对我国北部湾沿岸红树林地区的2017-2020年Landsat 8 OLI和Sentinel-2A/B影像构建叶面积指数（LAI）、植被覆盖度（FVC）、叶绿素含量（GCI）三种植被指数的反演模型，定量探究北部湾红树林植被生理结构参数的动态变化特征；基于差分整合移动平均自回归模型(ARIMA)和长短期记忆神经网络模型(LSTM)构建北部湾红树林生理结构参数的时序预测模型，探讨两种算法对不同红树林种群生理结构参数预测的可行性；最后，构建北部湾红树林生理结构参数与水位变化的回归模型，探究不同红树林种群生理结构参数与水位变化的响应关系。

3 应用目标

1、通过Sentinel-2A/B和Landsat 8 OLI影像，基于ENVI经验反演模型与SL2P神经网络算法获取北部湾红树林3种植被生理结构参数，基于随机验证点定量评价两种反演模型的精度，分析北部湾不同红树林种群植被生理结构参数年内年际变化规律。

2、基于差分整合移动平均自回归模型(ARIMA)和长短期记忆神经网络模型(LSTM)构建北部湾红树林不同生理结构参数的时序预测模型，对2020年不同红树林种群的生理结构参数进行预测。

3、基于python相关性分析获取研究区不同红树林种群（桐花树、互花米草、秋茄、海榄雌）与水位变化数据拟合最佳的植被生理结构参数，构建两者之间的线性回归模型，探究不同红树林种群生理结构参数与水位变化的耦合关系。

4、评估北部湾红树林植被群落生长的物候特征和健康状况，探究海水潮位涨落对北部湾红树林植被群落生长状况的影响，为我国红树林湿地生态系统的研究保护和监测修复提供有力的科学依据。

4 数据源

本作品选取覆盖研究区的2017~2020年的34景Sentinel-2A/B和  12景Landsat 8 OLI影像为主要数据源。获取2020年11月19~25日、2021年1月8~14日和4月4~16日、2021年8月17~24日、2022年5月17~28日五个时期研究区红树林生理结构参数和航拍无人机影像。分别利用手持式LAI-2200C叶面积指数仪测量和SPAD-502 Plus仪器测量红树林的叶面积指数和叶绿素含量。然后从中国潮汐网(www.cnss.com.cn/tide)获取2017~2020年逐天的研究区潮位观测的研究区水位观测数据。