谱域空间中的生态系统有机体：由不可靠分类区揭示的景观侵蚀

《Geographies》：Ecosystems as Organisms in Spectral Space: Landscape Corrosion Revealed by Unreliable Classification Zones Hanna Tutova, Olena Lisovets, Olha Kunakh and Olexander Zhukov

　　

灾难性扰动对遥感提出了重大挑战，因为景观可能快速变化，而现场验证的可达性有限，这使得持续追踪离散地表类型的时空动态变得困难。基于“生态系统作为有机体”的隐喻以及生态系统的个体主义视角，研究将每一种地表类型视为在光谱上相干的实体，其身份在条件变化的情况下仍必须保持时间上的可比性。为实现这种可比性，研究提出了一种基于普氏分析（Procrustes）的框架，用于将不同日期的多指数特征空间对齐到共同原型，从而在可通约的坐标系统中实现跨日期分类。由于普氏对齐需要稳定参考，研究将核心像元（core pixels，特征空间中质心典型样本）的概念扩展为空间上有依据的锚定像元（anchor pixels）；这类像元在光谱空间与地理空间中均保持不变，因此代表了景观持续存在的“有机体式”结构。基于回归的评估表明，普氏-锚定工作流提高了分类保真度，并生成了更清晰、更加可解释的类型变化转移矩阵，从而有助于将系统性瞬时动态与噪声性重分配区分开来。所得离散生境图进一步利用野外地植物学植被类型进行了独立验证，为灾难条件下已分类地表类型动态提供了生态学依据。

本文发表于《Geographies》，围绕灾难性扰动背景下遥感分类的时序可比性问题展开，研究对象为乌克兰霍尔季察岛（Khortytsia Island）在卡霍夫卡大坝（Kakhovka Dam）破坏后的地表与生境动态。研究背景在于：生态灾变发生后，地表覆盖、湿地水文和植被结构可在短时间内急剧重组，而战区或高风险区域又常常限制地面调查，使遥感成为几乎唯一的数据来源。现有研究多依赖归一化植被指数（NDVI）等连续光谱指标监测变化，这类方法适合刻画环境状态连续梯度，却难以直接辨识离散地表类型之间的“质变”，也难以区分真实类型转化与由大气效应、观测几何、传感器差异、BRDF效应或分类误差造成的伪变化。基于此，研究人员引入“生态系统作为有机体”的概念框架，将生态系统视为谱域空间中具有相对稳定身份的离散实体，试图建立一种可跨时相比较的分类体系，以更可靠地重建灾后地表类型变化，并识别景观结构退化区域。

为解决上述问题，研究人员将Gleason连续体范式与Clements有机体范式结合：前者支持使用多种光谱指数描述连续环境变化，后者支持将地表划分为内部一致的离散类型并进行跨时相比较。研究结论表明，基于锚定像元的普氏对齐流程可显著提高不同日期影像在多维特征空间中的一致性，降低相邻日期之间由技术与几何差异导致的虚假转移，提高分类与转移矩阵的可解释性；同时，经过独立地植物学资料验证，改进后的分类结果与植被类型之间具有更强的结构对应关系。此外，研究还提出“不可靠分类区”可被解释为“景观侵蚀（landscape corrosion）”区域，即地表类型光谱相干性减弱、边界不稳定、内部整合性受损的空间单元。这一框架不仅提升了灾后离散生境制图的可信度，也为在生态灾变条件下解释景观结构退化提供了新的理论与方法路径。

研究所用主要技术方法可概括如下：首先，以Sentinel-2 L2A（MSI）数据为基础，构建多种植被、水分、土壤与裸地相关光谱指数体系；其次，采用主成分分析（PCA）与残差主成分分析（rPCA）进行两阶段非监督层次聚类，并以Calinski–Harabasz指标确定聚类数；再次，从聚类中心附近识别核心像元，并筛选在跨期中保持稳定的锚定像元，对不同日期的特征空间实施广义普氏分析（Generalized Procrustes Analysis）；随后在共识坐标空间中进行联合聚类与最近质心分类，构建跨时相可比的地表类型图与转移矩阵；最后，利用2024–2025年霍尔季察岛野外地植物学样方、Braun–Blanquet植被分类、EUNIS生境解释、二项广义线性模型（GLM）及列联表统计量进行验证与评估。

3.1. Spectral Features of the Surface of the Studied Territory
结果显示，一阶主成分分析高度概括了研究区光谱指数的主要变异来源，前两个主成分可解释约84%–89%的方差。PC1主要代表“绿度”与植被生物量梯度，对应NDVI、GNDVI、MSAVI、MTVI2及红边指数等；PC2主要代表湿润度或含水状态梯度，同时与背景亮度、土壤和地表光学特征相关。由此可见，霍尔季察岛洪泛平原地表类型分异的首要控制因素是植被密度与水文状态的平衡关系。去除这些主导梯度后，二阶残差主成分进一步揭示了植被生理状态、色素变化以及基底暴露、质地、干燥或积水等更细致差异，说明残差空间有助于识别在主梯度下被掩盖的谱域结构。

3.2. Cluster Solutions
聚类结果表明，不同时间窗口与不同年度组合会影响识别出的类型数量。相邻日期影像的聚类数少于跨年同季影像，8月影像又普遍比7月影像产生更多类别。具体而言，跨年分类得到11类与12类不同的聚类方案。研究据此认为，洪泛平原地表在跨年与晚夏时期表现出更高的谱域异质性。一阶PC空间已足以分离多数地表类型，而rPCA则进一步对异质性较高的母类实施子聚类，细化了类型划分。该结果说明，两阶段聚类能兼顾主导生态梯度与细粒度生态差异。

3.3. Procrustes Analysis
研究首先在每个聚类中选取最靠近质心的像元作为核心像元，再从中筛出跨期仍保持同类归属的锚定像元。基于这些锚定像元构建的跨日期共识结构，被解释为景观地表类型的“光谱原型”。随后，研究将由锚定像元估计得到的普氏旋转、反射、缩放与平移参数应用于全部像元。结果表明，这一“拉向共识”的变换显著改善了不同日期数据集之间的对应关系，普氏残差均方根（RMS）及其相对空模型（Null RMS）的归一化比值均明显下降，说明该方法有效降低了由特征空间几何差异带来的不可比性。

3.4. Classification Transitions in Consecutive Images
在连续影像分类比较中，传统方法往往产生较多像元类别跳变。研究发现，采用普氏改进后，无论是相隔数日还是相隔1年的影像对，转移矩阵均表现出更高的对角质量（diagonal mass）和更低的非对角质量，说明稳定分类比例增加、伪转移减少。对于仅相隔数日的影像对，普氏对齐后同类保持比例明显提高；对于跨年影像对，变化像元总数亦减少约17.8%和18.6%。这些结果表明，普氏对齐不仅减少短期技术噪声造成的错误转移，也保留了跨年真实生态转变的可解释结构。

3.5. Factors Explaining Classification Transitions
二项广义线性模型分析显示，像元类别转移并非纯随机现象。即使在仅相隔几天的影像中，转移也受到系统因素驱动。模型中，地形高程带来了最大的解释增益，且表现为非线性效应，说明分类稳定性沿高程梯度存在规律性变化。分类方法本身亦显著影响转移概率，普氏改进法对应的回归系数为负，意味着其可降低误分类或不稳定转移的概率。光谱空间到质心的距离与地理空间到同类核心区的距离也与方法存在显著交互，表明普氏方法在靠近“原型构型”的区域优势更明显，尤其能稳健识别最典型的地表状态。这进一步支持该方法在“有机体核心结构”识别方面的有效性。

3.6. Interpretation of Clusters Delineated from Surface Spectral Characteristics in Terms of the EUNIS Habitat Types
通过结合聚类在PCA空间中的位置、指数谱型、空间背景、微地形、基底类型与野外植被相资料，研究将光谱聚类解释为12种具有生态意义的EUNIS生境类型，包括河岸阔叶林（T13）、柳树和杨树河岸林（T11）、林缘带（E5.43）、流水水体（C2.3）、高大挺水植被群落（Q51D2、Q511）、泥滩与沙地先锋群落（C3.53、Q61）、开阔沙地与沙生草原（C3.6、C3.61、R11）以及小莎草草丛（C3.5132）等。结果还表明，8月时相可稳定分辨全部12类，而7月时相中若干生境因物候期谱域相似性较高而合并。空间分布图显示，洪泛平原—河岸系统中的主要生境格局具有一定连续性，但西南部和中部也存在明显的转化热点。

3.7. Cross-Validation Using Geobotanical Relevés Indicates Clear Advantages of the Procrustes-Improved Clustering Procedure
利用独立的Braun–Blanquet地植物学植被分类进行交叉验证后发现，普氏改进聚类在所有指标上均优于传统聚类。其Cramér’s V更高、归一化互信息（NMI）更高，而条件熵H（Plant|Cover）更低，说明遥感地表类型与实地植被类型之间的对应关系更强、更有结构性。配对置换检验结果达到统计显著（p < 0.001），表明这种优势并非偶然。该结果从生态学独立证据层面证实了普氏-锚定流程的有效性。

3.8. Zones of Unreliable Clustering: Landscape Corrosion Following the Disaster
研究进一步将分类可靠性纳入生态解释框架。通过针对每一聚类建立目标像元与背景像元的阈值判别，并将未能可靠归入任一类别的像元定义为“不确定类”，研究识别出不可靠分类区。这些区域并非被简单视作技术误差，而是在“生态系统作为有机体”范式下被解释为景观侵蚀区，即生态系统内部结构联系减弱、边界模糊、谱域一致性受损的地带。结果显示，2024年该区域主要分布于洪泛水体与第聂伯河岸线，至2025年进一步扩展至岛屿东部和东南部，包括洪泛水道及较高的沙质岸地，揭示灾后数年景观退化仍在持续。

讨论部分指出，本研究的理论意义在于将连续光谱指数监测与离散生境制图结合起来，并以生态学范式差异为基础重新组织遥感分类逻辑。研究认为，传统连续指标方法较符合连续体生态观，而离散类型的稳定比较则需要“有机体式”视角，强调地表类型在谱域中的形态、大小、形状与原型结构。研究据此提出：一阶主成分可类比为生态系统有机体在谱域中的“大小”，二阶残差主成分则更接近其“形状”；普氏变换不再只是技术配准步骤，而是将不同日期观测拉回同一原型参照系的结构化过程。锚定像元在此过程中承担了类似监督分类训练样本的功能，但其来源于非监督流程中的稳定核心结构，因此兼具发现新类型和保证跨时相可比性的优势。讨论还强调，不可靠分类区为灾后景观结构弱化提供了新的诊断层，能够补充传统的“全覆盖强制分类”框架，更诚实地呈现稳定生态体与不确定过渡环境之间的差异。

研究结论部分可译为：在生态灾变期间评估土地覆盖动态，既是现实需求，也是重要科学挑战，尤其在野外难以进入、卫星观测构成主要证据来源的情况下更是如此。Gleason个体主义（连续体）范式与Clements有机体范式共同提供了理解此类动态的连贯概念框架。前者支持将光谱指数作为连续度量，从外部观察者视角对变化进行定量描述；后者支持将变化建模为离散地表类型状态，从系统内部组织视角提供定性理解。在这一有机体框架下，生态系统可被视为谱域空间中的相干实体，并通过被解释为景观光谱原型的共识表征进行时间比较。除方法学作用外，Clements有机体范式还是一种优雅且富有生成性的隐喻，为动态分析提供了更充分、可解释的路径。在这一隐喻扩展中，经典有机体形态学中的大小、形状、旋转和原型等范畴获得了明确的光谱解释。来源于多变量光谱指数空间的主导主成分主要可理解为“大小”维度，而次级主成分则更多反映“形状”；普氏旋转因此超越了技术对齐步骤，要求一个明确的拟合标准，即作为参照形态的原型。随后，不同时序数据借助锚定像元围绕这一原型进行普氏旋转，从而在可通约坐标系统中完成制图，并提高分类质量与稳健性。重要的是，不可靠分类区具有结构化的空间分布，可被解释为景观侵蚀——在这些区域，地表类型失去光谱相干性，边界变得不稳定，扰动下转移过程增强。将该框架用于灾后情景，可获得时间上可比的离散生境类型图，同时增加一个诊断层，用以指示景观在何处、何时偏离稳定的原型状态。