基于卫星–无人机(unmanned aerial vehicle, UAV)–无人船(unmanned surface vehicle, USV)协同监测框架的河流修复成效跨尺度评估——以中国泥河(Nihe)流域为例

《Remote Sensing》：A Satellite–UAV–USV Collaborative Monitoring Framework for Cross-Scale Assessment of River Restoration Effectiveness: A Case Study of the Nihe River Basin, China

　　

河流生态修复成效的评估在平原水网区常受限于单一尺度的监测手段，难以将流域(watershed)尺度的水文生态动态与典型修复单元(unit-scale)的局部响应相联结，从而无法定量区分工程直接效果与环境背景波动。为此，研究人员建立了一套卫星–无人机(unmanned aerial vehicle, UAV)–无人船(unmanned surface vehicle, USV)协同监测框架，并将其应用于中国山水工程中实施系统性修复的淮河一级支流泥河(Nihe)流域。该框架融合了Sentinel-2时序多光谱影像、高分一号(Gaofen-1, GF-1)、高分二号(GF-2)及吉林一号(Jilin-1)高空间分辨率影像、UAV正交摄影成果、USV走航原位水质观测数据及辅助环境数据集。与单尺度监测不同，该框架将流域尺度指标——包括水体动态、归一化叶绿素指数(normalized difference chlorophyll index, NDCI)表征的富营养化风险、河岸带(riparian)生态本底及水土保持服务能力——与修复单元尺度对河岸缓冲带(riparian buffer)及河流湿地(riverine wetland)修复的诊断相联结。研究结果表明，2021–2024年间河流水体面积由37.78 km2增至40.59 km2，基于NDCI的富营养化风险改善河段占比9.12%，退化仅占0.47%；河岸植被覆盖度(fractional vegetation cover, FVC)维持较高水平，而区域水土保持服务能力因气候因素呈下降，揭示出局地恢复与区域背景的异步响应。单元尺度上，河岸缓冲带修复增强了缓冲区连续性并使近岸化学需氧量(chemical oxygen demand, COD)降低、溶解氧(dissolved oxygen, DO)升高，氨氮(NH3-N)改善有限；河流湿地修复促进了土地利用调整与生境空间重组。该跨尺度证据链可为内陆河流及湿地修复工程的适应性管理提供支撑。

论文解读：卫星–UAV–USV协同监测框架对河流修复成效的跨尺度评估——以泥河(Nihe)流域为例（《Remote Sensing》发表）

一、研究背景与意义

内陆河流及湿地生态系统对维持生物多样性、区域生态安全及水源涵养、调蓄洪水、生物地球化学循环和固碳等重要生态系统服务具有关键作用。然而在气候变化与高强度人类活动叠加影响下，诸多河流–湿地系统的生态结构与功能严重退化。中国的"山水工程（Shan-shui Initiative）"强调山–水–林–田–湖–草–沙一体化系统修复，使河流修复成效评估不再局限于局部河段或单项水质因子，而须同时反映流域尺度水文生态变化与修复单元(local restoration unit)尺度的生态响应。传统断面调查、点式监测和单平台遥感难以建立上述跨尺度联系，亦难区分工程直接效果与气候、土地利用等背景环境变异。为此，研究人员以安徽淮南潘集区泥河(Nihe)流域——淮河北岸典型平原煤矿影响区、正在实施山水工程系统修复的中小河流流域——为案例，构建了卫星–无人机(unmanned aerial vehicle, UAV)–无人船(unmanned surface vehicle, USV)多源跨尺度协同监测框架，旨在量化流域尺度河流水体动态、叶绿素相关富营养化风险、河岸带生态本底和水土保持服务能力的变化，并在典型修复单元（河岸缓冲带与河流湿地）尺度诊断空间重构与水环境响应，从而形成"流域趋势–单元机理"的跨尺度证据链，为类似平原河流修复成效评估提供可移植技术路径。

二、主要关键技术方法概述

研究人员选用泥河(Panji District section, Nihe River Basin, 116°42′E–117°01′E, 32°43′N–32°55′N)为研究区，选取河道清淤、河岸带生态重建及人工湿地修复的典型工程段为修复单元。数据源包括：欧空局Sentinel-2 Multispectral Instrument (MSI) Level-2A时序地表反射率影像（优先选取每年11月中旬无云影像以降低汛期影响），GF-1C/D与GF-2及JL1KF01A高分辨率卫星影像，UAV正射影像（空间分辨率0.037–0.075 m），USV走航原位水质数据（COD、DO、NH₃-N等），ASTER GDEM，水系矢量数据（划分一二级主河道与小水系并建立分级河廊缓冲区），ERA5-Land月气象数据，ESA WorldCover 2021土地覆被数据，CSDLv2土壤数据提取土壤可蚀性因子(K)，及山水工程项目实施方案与前期水质报告。所有空间数据统一至WGS 84 / UTM Zone 50N并配准误差控制在一像元内。流域尺度：采用三角水体指数(Triangle Water Index, TWI)结合河廊约束与Otsu/TWI>0阈值提取年度河流水体并计算面积变化，计算河道弯曲度(sinuosity)；基于Sentinel-2红波段(B4)与红边波段(B5)计算归一化叶绿素指数(normalized difference chlorophyll index, NDCI=(B5?B4)/(B5+B4))，以ΔNDCI=NDCI₂₀₂₄?NDCI₂₀₂₁并按±0.1阈值划为改善/不变/退化；依河流等级建动态河岸缓冲区（一二级河道100 m，其余50 m），用像元二分模型估算植被覆盖度(fractional vegetation cover, FVC)，以净初级生产力(net primary productivity, NPP，CASA模型估算)×归一化(1?土壤可蚀性因子K)×(1?归一化坡度S)构建水土保持服务能力指数(SWCSI)。单元尺度：河岸缓冲带单元结合高分辨率影像/UAV正射图分析缓冲区宽度、连续性及植被恢复，用USV数据反距离加权(Inverse Distance Weighting, IDW)插值绘制COD、DO、NH₃-N空间分布并与修复前排污口数据对比；河流湿地单元采用夏冬两季Sentinel-2 NDCI时序分析富营养化季节差异，结合高分辨率影像/UAV进行土地利用分类与转移矩阵分析，归纳生境重组特征。

三、研究结果

4.1. Watershed-Scale Monitoring Results of River Ecological Restoration Effectiveness（流域尺度河流生态修复成效监测结果）

基于UAV验证点（n=398）的水体提取总体精度达92.21%（Kappa=0.8442），生产者精度90.05%、用户精度95.00%。2021–2024年研究区主河道相关水体面积由37.78 km²增至40.59 km²（净增2.81 km²，增幅约7.44%），最大增量出现在2022–2023年；河廊约束下提取的水体沿主河道及连通支流趋于连续。主河道整体弯曲度由1.10微升至1.11，上段基本不变（~1.03），中段由1.11升至1.17，下段略降（1.07→1.04），短期微变归因于清淤与水面连通恢复而非自然地貌演化。NDCI变化显示监测河段中90.41%面积不变，9.12%改善（ΔNDCI0.1），改善呈局部河段聚集而非全流域均一。河岸缓冲区内地表FVC以中高(0.6–0.8)及高(0.8–1.0)覆盖为主，高覆盖类2023年达峰值54.07%后2024年略降至46.24%；区域水土保持服务能力指数(SWCSI)受NPP年际波动影响呈2021高→2022降→2023中→2024微升但仍低于2021，NPP与月降水量显著正相关（Pearson's r=0.461, p<0.001），与温度呈二次关系（最适温≈21.8℃），表明SWCSI下降主要反映气候波动而非河岸带修复退化，揭示局地河岸植被稳定与区域背景因子异步响应。

4.2. Diagnostic Results for the Riparian Buffer Restoration Unit（河岸缓冲带修复单元诊断结果）

以2020年为修复前基线、2024年为修复后，对比JL1KF01A影像与UAV正射图显示近岸缓冲区拓宽、边界更清晰并形成连续带状结构，先前被挤压或中断的缓冲空间得以恢复，河岸生态空间连续性显著增强。2024年缓冲区土地利用以植被、水体及滨水生态空间为主，植被呈连续带状分布，水体–河岸过渡带明确。USV走航与6处排污口定点比对显示：COD由2021年46.00–103.00 mg/L降至2024年20.26–28.81 mg/L（近岸插值19.83–29.45 mg/L），DO由0.98–1.89 mg/L升至1.91–4.97 mg/L（上游至下游渐升），而NH₃-N仍处较高水平（23.57–36.16 mg/L，仅个别排污口略降），说明有机污染削减与复氧效果明显，但氮素压力仍是限制因子。

4.3. Diagnostic Results for the Riverine Wetland Restoration Unit（河流湿地修复单元诊断结果）

以漫水桥(Manshuiqiao)湿地为对象，夏冬双季Sentinel-2 NDCI时序（2021–2025）显示：夏季2023年高NDCI区明显收缩，2024–2025局部回现于弯道与边缘缓流区；冬季2023年后低NDCI占主导且分布均匀，高NDCI区持续减少。土地利用分类表明2021–2024年：河面比例由65.49%降至55.63%，林地(12.99%→19.17%)、草地(→5.52%)、池塘(9.49%→11.83%)增加，裸地剧减(7.31%→0.33%)，新增江心洲与洪泛湿地。生境转移矩阵显示自然水体与养殖塘向植被转化、裸地向植被/养殖塘转化、自然水体部分转为湿地复合生境(wetland complex habitat)，湿地单元表现为水面重分配、植被扩张、裸地消失及复合生境形成的空间生态重组，而非单纯自然水面单向扩大。

四、讨论与结论总结

讨论要点归纳：

研究人员指出，单纯流域尺度或单元尺度均不足以全面评估修复成效——流域指标揭示整体方向与空间异质性，单元诊断阐明不同类型措施引致的局部生态响应路径（河岸缓冲带以改善近岸水质、增强缓冲区连续性及河岸结构恢复为特征；河流湿地以季节性NDCI波动、植被扩张、裸地缩减及生境镶嵌形成为特征）。不同指标具差异化响应时滞与敏感性：水体面积直接反映物理空间恢复，河道弯曲度短期变化微小宜作辅助形态指标；NDCI可有效识别叶绿素相关光学信号变化但不等同于综合水质或富营养化全貌，需结合水动力与现场观测解读；河岸FVC与区域SWCSI需分尺度解读以区分修复效应与气候背景波动。框架可用于先以卫星筛查趋势与热点、再聚焦UAV/USV于典型单元精细诊断，实现监测资源优化配置，并能分离直接修复效果与背景环境影响，为适应性管理提供依据——如河岸缓冲带NH₃-N残留提示需强化源头截污与沉积物管理，湿地夏季局部藻华风险提示需关注水文连通性与滞留区。框架适用于平原河网–湿地复合型中小流域，山地/干旱区需增补形态、泥沙、基流或SAR等数据源。

结论（翻译浓缩）：

研究人员建立了卫星–UAV–USV协同跨尺度监测框架并应用于山水工程背景下泥河流域修复成效评估，整合Sentinel-2时序、高分辨率卫片、UAV正射影像、USV原位观测及辅助环境数据，联结流域尺度动态监测与修复单元尺度诊断。流域尺度2021–2024年水体面积由37.78 km²扩至40.59 km²，NDCI指示9.12%河段富营养化风险改善、仅0.47%退化，河岸植被覆盖度维持高位或局部提升，而区域水土保持服务能力因气候波动下降，表明水体与河岸指标可反映直接修复响应，区域背景指标需结合外因解读。单元尺度不同修复类型呈现差异路径：河岸缓冲带修复提升缓冲区连续性并使近岸COD降低、DO升高，NH₃-N改善有限；河流湿地修复促进土地利用调整与生境空间重组。研究表明河流修复成效不宜仅凭单尺度或单指标体系评判，所提框架通过流域–单元跨尺度证据链提升了监测证据、生态解释与修复管理需求间的一致性，可支撑平原河流流域一体化修复超越单一水质措施的适应性管理与长期成效评价。