无题项A mapping framework for discrete biological soil crusts in degraded ecosystems using UAV multispectral sensing and ensemble learning目

生物土壤结皮 （BSC） 是生态恢复的先驱群落，对于退化的生态系统至关重要。然而，BSC 通常以具有复杂光谱混合的孤立斑块的形式出现，使得准确的映射变得困难。本研究引入了一种结合无人机多光谱遥感和集合学习的创新框架，以精确绘制恢复后磷石膏储藏地点离散的BSCs。获得了来自86个地点的综合无人机图像、PlanetScope多光谱卫星数据和现场采集的叶绿素a（Chla）样品。随机森林（RF）分类和集合回归相结合的结果表明，基于无人机的分类（精度0.62）明显优于基于卫星的方法（精度0.42）。继无人机之后，投票集合模型生成的多光谱Chla反演图达到了最高的预测精度（R² = 0.779）。使用Chla阈值进行重新分类，进一步将总体准确率提高到0.814，准确区分了土壤和石膏、BSC、凋落物、草本植物和木本植物5种土地覆盖类型。估计的 BSC 覆盖率与传统象限调查的覆盖率非常吻合。通过BSCs在磷矿尾矿池和稻田中的分布监测仪进一步验证了该方法的有效性，平均召回率为0.78。研究表明，结合高分辨率无人机遥感、Chla生化指标和集合学习，有效解决了退化生态系统中BSCs监测的挑战，为生态系统恢复评估提供了宝贵的支持。