鹽沼是地表過濕或季節性積水、土壤鹽漬化并長有鹽生植物的地段。濱海鹽沼以草本植物為主，沿潮間帶延伸，可忍受高鹽條件和因漲潮引起的周期性淹水。鹽沼植被生產力高，可為許多物種提供繁殖、覓食和越冬的場所。鹽沼植被地上生物量（AGB）的估算為監測鹽沼生態系統時空穩定性、生產力和地上碳儲量提供了有用信息。然而，以往關于AGB的估算研究主要局限于站點水平，且通常基于單一植被類型。與野外地面調查方法相比，遙感（RS）衛星成本低、速度快、范圍廣，在鹽沼植被結構和生物物理指標的空間估計方面更具優勢。其中，UAV-LiDAR數據具有較高的時空分辨率，在濱海鹽沼三維結構監測中具有很大潛力。然后目前，利用UAV-LiDAR數據估算鹽沼植被AGB的研究有限。

為了確定濱海鹽沼潮溝對植被群落空間分布及其生物量的影響， 來自復旦大學的研究團隊在上海崇明東灘濱海濕地（121°54′-121°55′E，31°27′-31°28′N）進行了研究，主要目的為：（1）探索UAV-LiDAR數據估算鹽沼植物AGB的潛力；（2）研究潮溝對鹽沼植物群落空間格局及其地上C儲量的影響。

作者于2019年9月基于DJI M600平臺，利用LR1601-IRIS LiDAR傳感器（北京理加聯合科技有限公司，北京依銳思）收集UAV-LiDAR數據。于2019年9月27日和28日獲取光學圖像數據。于2019年10月和2020年10月收集植被樣品，測量其高度和地上生物量，同時收集土壤樣品，測量其土壤含水量和土壤鹽分。基于鹽沼植被群落所有樣本，利用線性回歸模型（多元線性回歸，MLR）和5個機器學習回歸模型，包括廣義線性模型（GLM）、梯度提升機（GBM）、人工神經網絡（ANN）、基于核正則化最小二乘（KRLS）和隨機森林回歸（RFR） 建立預測模型。通過R2和RMSE評估模型性能。

研究區和采樣點位置。

【結果】

濱海鹽沼植被AGB實測值和預測值之間的關系。（a）MLR；（b）KRLS；（c）ANN；（d）GBM；（e）RFR；（f）GLM

不同鹽沼群落AGB的空間分布、驗證和比較。（a）利用UAV-LiDAR數據和隨機森林模型進行鹽沼植被AGB制圖。（b）不同鹽沼群落AGB平均值。（c）AGB實測值和預測值的回歸擬合。（d）AGB預測值的密度分布曲線。

與潮溝不同距離的鹽沼AGB的比較。（a）代表整個植被群落AGB變化趨勢；（b-e）分別代表PA，IC，CS和SM的AGB變化趨勢。D1：0-50 m；D2：50-100 m；D3：100-150 m；D4：150-200 m。

【結論】

基于UAV平臺收集的高分辨率圖像和LiDAR數據，估算了鹽沼群落的空間分布和AGB。研究表明，通過改變土壤鹽分和水分條件，與潮溝的距離會對群落空間格局和鹽沼植被AGB具有重要影響。研究結果證實了UAV-LiDAR數據與隨機森林算法相耦合可簡便有效的檢測鹽沼AGB。綜上所述，該研究提供了一種估算鹽沼地上C儲量的有效方法，強調了精確估算在制定合理的科學測量進行濱海生態系統管理和保護中發揮重要作用。