基于Sentinel-2A的红树林提取机器学习方法比较

红树林和生态环境保护、生态平衡和生物多样性息息相关。使用Sentinel-2A数据获取海南省东寨港红树林保护区的遥感影像,对数据进行预处理,提取光谱特征、纹理特征和湿度特征,基于K近邻（K-nearest neighbor,KNN）、随机森林（random forest,RF）、决策树、支持向量机（support vector machine,SVM）和反向传播神经网络（back propagation neural network,BPNN）方法,通过多次实验提取出海南省东寨港红树林区域,并探讨了机器学习方法中不同类型分类器在提取红树林过程中的优缺点。结果表明：(1)Sentinel-2A的Band8A、Band11、Band12波段组合能够较好突出红树林特征,结合湿度特征和纹理特征可以提高红树林的分类精度;(2)基于机器学习方法能够准确提取红树林区域,其中,SVM分类精度最高,达到92.31%,BPNN、RF分类精度分别为88.46%、90.38%,Kappa系数表明分类结果具有良好的一致性;(3)比较不同机器学习方法对红树林的分类效果,发现SVM和BPNN等非线性方法能提取出更准...     

泉州湾洛阳江口2种红树林生境大型底栖动物群落多样性比较

为探讨泉州湾洛阳江口桐花树和秋茄2种红树林生境的大型底栖动物群落是否存在明显差异,于2011年4月至2012年1月对2种红树林生境的大型底栖动物进行了季度定量调查.结果表明：4个季度在2种红树林生境定量取样获得大型底栖动物49种,其中多毛类15种,腹足类8种,甲壳类15种,鱼类3种,昆虫2种,刺胞动物、扁形动物、纽形动物、星虫动物、寡毛类和双壳类各1种.寡鳃齿吻沙蚕（Nephtys oligobranchia）、短拟沼螺（Assiminea brevicula）、弧边招潮蟹（Uca arcuata）、指海葵（Actinia sp.）等在2种生境均有较高的栖息密度,可口革囊星虫（Phascolosoma esculenta）是2种生境的常见种,但栖息密度不高.虽然秋茄生境的大型底栖动物平均生物量高于桐花树生境,但桐花树生境的大型底栖动物群落的物种数、栖息密度、多样性指数（H’）、均匀度指数（J）和丰富度指数（d）均高于秋茄生境.单变量双因素方差分析（Two-way ANOVA）表明,2种红树林生境的大型底栖动物群落的多样性指数和均匀度指数有显著的季节差异、生境差异以及生境×季节差异.聚类分析表明,2种红树林生境的大型底栖动物群落组成的相似性较高,其原因是它们所处的潮区相同、沉积物类型相似和底质粒径相近.     

泉州湾蟳埔潮间带大型底栖动物功能群研究

为了比较不同生境的大型底栖动物功能群,根据在泉州湾蟳埔潮间带3种生境类型获得的大型底栖动物数据进行了分析。2011年4月-至2012年1月在泉州湾蟳埔潮间带获得大型底栖动物101种,其中浮游生物食者(Pl)、植食者(Ph)、肉食者(C)、杂食者(O)和碎屑食者(D)物种数分别为21种、18种、21种、26种和15种。光滩(沙滩)、互花米草和牡蛎石三种生境大型底栖动物物种数、平均栖息密度、平均生物量、多样性指数的优势功能群多样化,表明泉州湾蟳埔潮间带大型底栖动物功能群的复杂化和多样化,这种特征是潮汐、生境、底质粒径等环境因子共同作用的结果。潮汐导致潮间带的空间异质性(沉积物粒径的差异),空间异质性导致大型底栖动物功能群组成的差异。互花米草、牡蛎石构成了多种小生境,有利于众多大型底栖动物的栖息。还讨论了大型底栖动物物种鉴定水平和功能群划分标准不同对功能群研究结果的影响。