本發明涉及生態環境遙感監測，具體涉及一種適用于洪泛湖泊的沉水植被遙感監測方法，特別是一種利用雷達影像和挺水、沉水植被對水淹的響應差異，排除多光譜遙感監測中被淹沒挺水植被干擾的方法。
背景技術：
1、沉水植被是湖泊生態系統的重要組成部分，其退化將對水體生態結構穩定性、生物多樣性及生態服務功能產生嚴重影響。因此，對其空間分布及動態進行有效監測具有重要意義。
2、傳統實地調查方法精度高但成本高昂、效率低下，難以應用于大范圍、長期監測。基于多光譜遙感影像的監測方法具有覆蓋范圍廣、成本較低、可追溯歷史變化的優點，已成為重要手段。然而，該方法在應用于洪泛湖泊（具有顯著季節性水位漲落特征的湖泊）時面臨嚴重挑戰。
3、洪泛湖泊在豐水期水位迅速上漲，會淹沒大面積的洲灘挺水植物（如薹草、虉草等）。這些被完全淹沒在水下的挺水植物，其水下部分的光譜特征與沉水植被高度相似，導致在多光譜影像上難以區分，嚴重干擾了對沉水植被的準確識別與提取，制約了遙感技術在洪泛湖泊沉水植被監測中的應用。
4、現有技術中，尚未見有效解決上述干擾問題、專門適用于洪泛湖泊的沉水植被遙感監測方法的公開報道。
技術實現思路
1、本發明要解決的技術問題是：克服現有技術中多光譜遙感方法在洪泛湖泊沉水植被監測時，易受水下被淹沒挺水植被光譜干擾的缺陷，提供一種能夠有效排除此類干擾、實現對洪泛湖泊沉水植被進行準確、穩定且低成本監測的方法。
2、為解決上述技術問題，本發明提供了一種沉水植被遙感監測中去除淹沒挺水植被干擾的方法，綜合利用多光譜影像的光譜識別能力與雷達影像對地表水分和結構信息的探測能力，并結合挺水植被與沉水植被在持續水淹條件下截然相反的生態響應規律，從而將被淹沒的挺水植被從沉水植被識別結果中剔除。
3、本發明所述的一種沉水植被遙感監測中去除淹沒挺水植被干擾的方法，包括以下步驟：
4、步驟s1：遙感影像選擇與預處理
5、獲取覆蓋目標洪泛湖泊研究區域、時間上匹配的多光譜遙感影像和雷達影像。多光譜影像優選landsat系列（如tm，?etm+，oli）或sentinel-2?msi影像；雷達影像優選sentinel-1?sar影像。對獲取的影像進行輻射校正、大氣校正（針對多光譜影像）、幾何精校正、重采樣至統一空間分辨率，并根據研究區域進行裁剪。
6、步驟s2：基于多光譜影像的水下植被初步識別
7、利用預處理后的多光譜影像，構建決策樹模型，初步識別出包含沉水植被和可能被淹沒挺水植被的“水下植被”區域。具體包括：
8、(2.1)?計算改進的歸一化差異水體指數（mndwi），并設定閾值（例如，mndwi?>?0）以區分水體與非水體（陸地及挺水/浮葉植被）。
9、(2.2)?對識別出的水體區域，計算歸一化植被指數（ndvi）。結合亮度指數（紅光與綠光波段的平均反射率），通過設定閾值進一步區分：
10、-?ndvi小于某閾值（例如，<?0）的區域判定為開闊水面。
11、-?ndvi大于等于該閾值，且亮度大于某閾值（例如，>?7.5%）的區域判定為淺灘。
12、-?ndvi大于等于該閾值，且亮度小于等于該閾值（例如，≤?7.5%）的區域，初步判定為“水下植被區域”，該區域包含沉水植被和完全淹沒的挺水植被。
13、上述各閾值可通過訓練樣本的統計分布（如核密度曲線）確定。
14、步驟s3：基于雷達影像的淹水時長計算與挺水植被干擾排除
15、(3.1)?對時間序列雷達影像（覆蓋從豐水期到目標監測日期的時段）進行預處理。設定后向散射系數閾值（例如，sentinel-1?vv極化影像上，小于-21?db判定為水體，否則為非水體/挺水植被），將每期雷達影像二值化為“水體”與“非水體”圖。
16、(3.2)?對所述二值化影像序列進行疊加分析，統計每個像元在觀測時段內被連續或累計判定為“水體”的天數，得到每個像元的累計淹水時長。
17、(3.3)?獲取目標區域挺水植被地上部分完全衰亡的水淹時長閾值t（例如，通過實驗確定為60天）。
18、(3.4)?對步驟s2初步識別的“水下植被區域”中的每個像元進行判斷：
19、若該像元的累計淹水時長?>?閾值t，則判定該像元為沉水植被。
20、若該像元的累計淹水時長?≤?閾值t，則判定該像元主要反映的是被淹沒但尚未完全衰亡的挺水植被的光譜信號，應將其從沉水植被分類結果中排除。
21、步驟s4：分類結果后處理與驗證
22、對排除干擾后的沉水植被分布圖進行必要的形態學處理（如去除小斑塊、合并碎片）。利用獨立的野外實地調查數據、歷史記錄或無人機高分辨率影像作為驗證數據集，構建混淆矩陣，計算總體精度（oa）、kappa系數、用戶精度（ua）和生產者精度（pa）等指標，評估監測結果的可靠性。
23、本發明的基本原理如下：
24、洪泛湖泊中，挺水植被與沉水植被對長期水淹的響應方式存在本質差異：
25、(1)挺水植被：其地上部分（莖、葉）需露出水面進行氣體交換。當被完全淹沒后，地上部分會因缺氧而逐步衰亡、分解，其衰亡程度與水淹時長正相關，水淹時間越長，地上部分的生物量和高度越小。
26、(2)沉水植被：其整個生命周期均在水下完成。在持續水淹條件下開始萌發和生長，水淹時間為其提供了生長周期，水淹時間越長，通常生物量和高度越大。
27、(3)雷達影像的獨特作用：合成孔徑雷達（sar，如sentinel-1）發射的微波能穿透云霧，具有全天時、全天候觀測能力。雷達波的后向散射強度對地表粗糙度和介電常數敏感。挺水植被冠層表面粗糙，與水面的光滑表面在雷達影像上表現出顯著的后向散射系數差異，因此能有效區分挺水植被區與開闊水域。
28、基于上述原理，當洲灘區域被水淹沒后，通過高頻次雷達影像可以連續追蹤該區域從“挺水植被”變為“水體”的過程，從而精確計算每個像元的累計淹水時長。通過野外控制實驗或持續觀測，可以確定當地挺水植被地上部分完全衰亡所需的水淹時長閾值（例如，在鄱陽湖區域該閾值約為60天）。若某像元的淹水時長超過此閾值，則認為該處挺水植被已消亡，此時多光譜影像在該像元識別出的水下植被應為沉水植被；若淹水時長未超過閾值，則認為挺水植被尚未完全消亡，其光譜信號干擾了識別，應將此像元從沉水植被結果中排除。
29、與現有技術相比，本發明具有以下有益效果：
30、（1）顯著提高監測準確性：創造性引入雷達影像計算淹水時長，結合植被生態響應閾值，從根本上解決了洪泛湖泊中水下挺水植被與沉水植被光譜混淆的難題，大幅提升了沉水植被空間分布信息的提取精度。
31、（2）實現長期動態監測：本方法充分利用長時間序列的開源遙感數據，可在無需大規模實地調查的情況下，重建并分析洪泛湖泊沉水植被歷史時空演變過程，為生態評估與管理提供長期數據支撐。
32、（3）適用性強且成本低：方法基于廣泛可得的衛星遙感數據，自動化程度高，適用于不同區域的大型洪泛湖泊，極大地降低了大規模、常態化監測的人力與財力成本，具有很高的應用推廣價值。
33、（4）技術方案完整可靠：提供了一套從數據預處理、特征提取、模型構建到干擾排除和精度驗證的完整技術流程，并在實施例中得到了具體驗證，證實了其有效性和可靠性。