GEE支持下联合植被物候特征与机器学习的入侵植物互花米草提取

互花米草（Spartina alterniflora）作为滨海湿地的主要入侵植被,对滨海湿地生态系统结构和功能造成了严重影响,因此,及时、准确地监测互花米草的生长状况,可为滨海湿地生态系统的恢复提供依据。本研究基于Sentinel-2多光谱卫星影像,提取原始波段、植被指数和生物物理参数3类特征变量,利用多元逐步回归的方法构建互花米草的地上生物量最优估算模型,并对生物量进行空间制图。结果表明,在所构建的模型中,基于结合3类特征变量的逐步回归模型的估算精度最高,其决定系数R²为0.879,均方根误差RMSE为255.5 g/m²,平均相对误差MRE为10.63%。
互花米草地上生物量的空间分布,呈靠近陆地一侧生物量低、靠近海洋一侧生物量高的特点。综上所述,利用Sentinel-2数据对互花米草地上生物量高精度反演是可行和有效的。