如何快速準(zhǔn)確地識(shí)別物種并掌握其分布情況是科學(xué)合理保護(hù)生物多樣性的重要前提。遙感技術(shù)的發(fā)展為大尺度的植物多樣性監(jiān)測(cè)提供了可能。本文通過(guò)對(duì)多源遙感數(shù)據(jù)進(jìn)行物種分類(lèi)與識(shí)別相關(guān)研究的匯總，全面展現(xiàn)了遙感數(shù)據(jù)在植物物種識(shí)別上的應(yīng)用潛力及存在的挑戰(zhàn)。

物種分類(lèi)與識(shí)別是生物多樣性監(jiān)測(cè)的基礎(chǔ)。傳統(tǒng)的物種分類(lèi)方式主要是基于地面調(diào)查，需消耗大量的人力物力, 且數(shù)據(jù)獲取周期長(zhǎng)，對(duì)于某些偏僻交通不便利的地區(qū), 數(shù)據(jù)獲取的難度更大。在這種背景下，遙感數(shù)據(jù)憑借其覆蓋范圍大、時(shí)效性強(qiáng)、成本低、可重復(fù)獲取等優(yōu)勢(shì)，被廣泛應(yīng)用到植物物種的識(shí)別和監(jiān)測(cè)中。

圖1  天目山國(guó)家自然保護(hù)區(qū)森林 （攝影者：胡健波）

為深入了解基于多源遙感數(shù)據(jù)的植物物種分類(lèi)與識(shí)別相關(guān)研究的發(fā)展現(xiàn)狀和存在的問(wèn)題, 本文對(duì)2000年以來(lái)該領(lǐng)域的研究進(jìn)行了總結(jié)分析,  發(fā)現(xiàn): 當(dāng)前大多數(shù)研究集中在歐洲和北美地區(qū)的溫帶或北方森林以及南非的熱帶稀樹(shù)草原; 使用最多的遙感數(shù)據(jù)是機(jī)載高光譜數(shù)據(jù), 而激光雷達(dá)作為補(bǔ)充數(shù)據(jù), 通過(guò)單木分割及提供單木的三維垂直結(jié)構(gòu)信息, 顯著提高了分類(lèi)精度; 支持向量機(jī)和隨機(jī)森林作為應(yīng)用最廣的非參數(shù)分類(lèi)算法, 平均分類(lèi)精度達(dá)80%。并且我們發(fā)現(xiàn)，不同的分類(lèi)對(duì)象、分類(lèi)物種數(shù)，對(duì)最終分類(lèi)結(jié)果有很大影響。

圖2  常用物種分類(lèi)算法的應(yīng)用。(a)不同算法分類(lèi)的物種數(shù); (b)不同算法分類(lèi)的總體精度。

現(xiàn)階段，盡管應(yīng)用遙感數(shù)據(jù)進(jìn)行植物物種分類(lèi)仍面臨著分類(lèi)對(duì)象復(fù)雜、多源遙感數(shù)據(jù)整合及植物物候與紋理特征整合困難，分類(lèi)算法技術(shù)受限等方面的挑戰(zhàn)，但隨著遙感數(shù)據(jù)獲取平臺(tái)的發(fā)展，算法技術(shù)的進(jìn)步，使用遙感數(shù)據(jù)讓我們?cè)诖蟪叨壬峡焖僮R(shí)別植物物種成為可能。