Использование дистанционного зондирования для экологического управления и охраны природы в Национальном природном заповеднике Цзянсу Яньчэн (Jiangsu Yancheng Wetland & Rare Birds National Natural Reserve)

Полное решение
Grus japonensis в Национальном природном заповеднике водно-болотных угодий и редких птиц Цзянсу Яньчэн
Nanjing Normal University

Национальный природный заповедник Jiangsu Yancheng Wetland & Rare Birds является домом для находящегося под угрозой исчезновения Grus japonensis и других редких видов, зависящих от экосистем заболоченных илистых участков. Однако инвазивные виды, такие как Spartina alterniflora, угрожают биоразнообразию, вызывая деградацию окружающей среды и сокращение биоразнообразия. Для решения этой проблемы используется технология дистанционного зондирования для мониторинга эволюции растительности, что дает ценные сведения для экологического управления.

Пилотная площадка в дельте реки Янцзы в рамках программы CoastPredict Десятилетия океана ООН под руководством Нанкинского нормального университета объединяет технологии дистанционного зондирования и природоохранные мероприятия для поддержки управления в Яньчэне. С помощью дистанционного зондирования с 1990 года отслеживается эволюция основных видов болотной растительности(Spartina alterniflora, Suaeda salsa и Phragmites australis), что помогает понять воздействие окружающей среды, деятельность человека и взаимодействие видов. Эта инициатива помогает разрабатывать более эффективные стратегии сохранения, принося пользу как заповеднику, так и более широким глобальным усилиям.

Последнее обновление: 10 Oct 2025
93 Просмотров
Премия Tech4Nature
Категория награды
Технологические инновации для охраны природы
Тип техники
Программное обеспечение
Соответствующие технологии
Спутниковые данные
Геопространственное планирование и анализ
Искусственный интеллект и машинное обучение
Описание технологии

Это решение использует дистанционное зондирование, географические информационные системы (ГИС) и цифровое двойное моделирование в сочетании с глубоким обучением и полевой проверкой для мониторинга долгосрочной эволюции водно-болотной растительности(Spartina alterniflora, Phragmites australis, Suaeda salsa). Интеграция обработки спутниковых данных, машинного обучения, пространственного анализа ГИС и экологического моделирования позволяет осуществлять точный и масштабируемый мониторинг для поддержки сохранения водно-болотных угодий и борьбы с инвазивными видами. Интуитивно понятная приборная панель обеспечивает доступность для неспециалистов, включая местные сообщества, способствуя всестороннему участию.

Заметные достижения и инновации

  • Глубокое обучение с дистанционным зондированием: Алгоритмы глубокого обучения обрабатывают временные ряды данных Landsat (1990-2022 гг.), обеспечивая высокоточную классификацию типов растительности. Эта инновация позволяет детально отслеживать распространение инвазивных видов и восстановление местной растительности, поддерживая целенаправленные природоохранные меры в течение 32-летнего периода.

  • ГИС для пространственного анализа: Инструменты ГИС отображают и анализируют распределение растительности, выявляя закономерности миграции, фрагментацию местообитаний и тенденции агрегации. Это позволяет получить пространственные данные, необходимые для эффективного планирования природоохранных мероприятий и определения приоритетов восстановления.

  • Моделирование экосистем с помощью цифрового двойника: Цифровой двойник водно-болотного угодья Яньчэн объединяет данные дистанционного зондирования, слои ГИС и экологические показатели в режиме реального времени (например, соленость почвы, аномалии уровня моря). Эта виртуальная копия моделирует такие сценарии, как воздействие инвазивных видов или изменение климата, что позволяет принимать проактивные решения, основанные на данных.

  • Всеобъемлющая экологическая база данных: Многомерная база данных объединяет данные о растительности с климатическими, морскими и антропогенными переменными (например, температура поверхности моря, распространение аквакультуры). Этот целостный набор данных позволяет проводить анализ факторов и разрабатывать адаптивные стратегии сохранения.

  • Масштабируемая и воспроизводимая структура: Методология, основанная на данных с открытым исходным кодом (Landsat, Sentinel) и Google Earth Engine (GEE), адаптируется к различным экосистемам по всему миру, предлагая экономически эффективный инструмент для мониторинга инвазивных видов и изменений среды обитания.

  • Экономически эффективный мониторинг: Использование свободно доступных спутниковых данных и GEE обеспечивает недорогой и высокоэффективный мониторинг, повышая временное разрешение и снижая потребность в ресурсах для долгосрочного сохранения.

Такая интеграция технологий преобразует управление водно-болотными угодьями, предоставляя прогностические, масштабируемые и инклюзивные инструменты, соответствующие целям 2 (восстановление экосистем), 6 (борьба с инвазивными видами), 8 (устойчивость к изменению климата), 20 (укрепление потенциала), 21 (доступные знания) и 22 (участие в принятии решений) ГБФ. Недорогой подход, основанный на данных, обеспечивает долгосрочную устойчивость и широкую применимость решения.

Доноры и финансирование

Этот проект поддержан Национальным фондом естественных наук Китая (грант 42230406).

Контекст
Решаемые задачи
Потеря биоразнообразия
Потеря экосистемы
Инвазивные виды

Национальный природный заповедник Jiangsu Yancheng Wetland & Rare Birds, расположенный в провинции Цзянсу, Китай, является охраняемой территорией глобального значения. Он служит важнейшей средой обитания для некоторых видов птиц, находящихся под угрозой исчезновения, в частности Grus japonensis, и других редких видов диких животных. Заповедник также содержит важнейшие экосистемы, в частности грязевые водно-болотные угодья, которые имеют решающее значение для выживания этих видов.

Однако, несмотря на свою экологическую значимость, заповедник сталкивается с рядом серьезных экологических проблем. Одной из наиболее острых проблем является вторжение Spartina alterniflora , экзотического вида растений, который стал доминировать в экосистемах болот. Этот инвазивный вид нарушает баланс местной растительности, что приводит к ухудшению экологической обстановки и снижению биоразнообразия. В результате эффективное управление и мониторинг экосистем заповедника становятся все более необходимыми для обеспечения сохранения его уникального биоразнообразия.

Масштаб реализации
Местный
Экосистемы
Соленое болото
Тема
Инвазивные чужеродные виды
Расположение
Яньчэн, Цзянсу, Китайская Народная Республика
Восточная Азия
Процесс
Краткое описание процесса

В данном проекте применяется структурированная методология, основанная на шести взаимосвязанных строительных блоках (СБ), для систематического мониторинга долгосрочной эволюции водно-болотной растительности с использованием технологии дистанционного зондирования.

  • ВВ1 (Сбор данных) и ВВ2 (Идентификация типов водно-болотной растительности) служат основой для ВВ3 (Количественная оценка данных и создание базы данных).
  • ВВ3, в свою очередь, поддерживает ВВ4 (анализ пространственных и временных характеристик) и ВВ5 (выявление ключевых факторов эволюции растительности).
  • Выводы и результаты, полученные на этих этапах, распространяются через ВВ6 (Академическая коммуникация) и ВВ7 (Обучение и наращивание потенциала), расширяя обмен знаниями и усиливая более широкое воздействие проекта.

Каждый блок логически выстроен таким образом, чтобы в совокупности способствовать достижению всеобъемлющих целей: сохранению водно-болотных угодий, предотвращению распространения инвазивных видов и созданию масштабируемой методологии, применимой к аналогичным экосистемам во всем мире.

Строительные блоки
Сбор данных

С помощью платформы Google Earth Engine (GEE) были систематически получены данные дистанционного зондирования серии Landsat с 1990 по 2022 год, охватывающие сенсоры TM5, ETM+ (Landsat 7), OLI (Landsat 8) и OLI (Landsat 9). Чтобы обеспечить качество данных для последующего анализа, были выбраны и объединены ключевые спектральные диапазоны - ближний инфракрасный (NIR), красный и зеленый.

Выравнивание GBF: Поддерживает цель 21 ГБФ.
Вклад: Улучшает процесс принятия решений благодаря проверенным наборам данных в режиме реального времени, повышая ценность существующих усилий по сохранению природы за счет технологических инноваций.

Благоприятные факторы
  • Отбирались только изображения дистанционного зондирования с облачностью ≤10%, после чего проводилась радиометрическая и атмосферная коррекция с помощью пакетной обработки.
  • Информация о растительности извлекалась с помощью оптимизированных комбинаций полос, в частности, с использованием высокой отражательной способности растительности в БИК-диапазоне.
Извлеченный урок
  • Ограничения в пространственном, временном и спектральном разрешениях вносят потенциальные неопределенности, подчеркивая важность надежных методов радиометрической и геометрической коррекции.
  • Объединение данных с разных сенсоров Landsat было необходимо для получения согласованных долгосрочных временных рядов, хотя и потребовало значительной дополнительной обработки для согласования пространственного и временного разрешений.
Идентификация типа водно-болотной растительности

Временные ряды индексов растительности были сглажены с помощью гауссовой подгонки для уменьшения шума и выделения ключевых фенологических признаков. Для классификации водно-болотной растительности на три доминирующих типа был применен алгоритм глубокого обучения "случайный лес": Spartina alterniflora, Phragmites australis и Suaeda salsa. Точность классификации с 1990 по 2022 год была подтверждена полевыми исследованиями.

Соответствие ГБФ: Способствует достижению цели 6 ГБФ.
Вклад: Снижение воздействия инвазивных видов за счет точного определения Spartina alterniflora для целенаправленной борьбы с ними, устранение ключевой угрозы биоразнообразию.

Благоприятные факторы
  • Гауссова подгонка кривых эффективно минимизировала шум в исходных кривых вегетационного индекса, повышая точность классификации.
  • Алгоритм случайного леса использовал спектральные различия между видами, обеспечивая надежное выделение признаков и достоверную идентификацию.
Извлеченный урок
  • Спектральные характеристики, связанные с влажностью растительности и структурными признаками, значительно улучшили межвидовую разделимость.
  • Такие этапы предварительной обработки, как подгонка кривых и денуазирование, были важны для повышения надежности долгосрочной классификации.
Количественная оценка данных и создание базы данных

Была разработана комплексная геопространственная база данных, объединяющая данные о растительном покрове, полученные с помощью дистанционного зондирования, с ключевыми экологическими, климатическими и антропогенными переменными. Включенные метрики охватывают соленость почвы, температуру поверхности моря, соленость морской воды и расположение прудов аквакультуры, обеспечивая надежную аналитическую основу.

Соответствие ГБФ: Поддерживает цель 21 ГБФ.
Вклад: Интегрирует различные слои данных для целостного анализа, повышая ценность фрагментированных наборов данных по охране природы.

Благоприятные факторы
  • Полевая проверка подтвердила точность интерпретации данных дистанционного зондирования (см. рис. 1 и 2).
  • База данных облегчила интеграцию пространственных и экологических данных, поддерживая многовариантный анализ и экологическое моделирование.
Извлеченный урок
  • Точные наземные данные крайне важны для проверки результатов дистанционного зондирования и обеспечения надежности базы данных.
  • Хорошо структурированная база данных с несколькими источниками повышает эффективность анализа и позволяет проводить более сложные исследования корреляции и причинно-следственных связей.
Анализ пространственно-временных характеристик водно-болотной растительности

Пространственно-временной анализ был проведен для выявления долгосрочных закономерностей распределения водно-болотной растительности на охраняемой территории с 1990 по 2022 год.

  • Рисунок 1A иллюстрирует изменения в пространственной структуре растительности с течением времени.
  • Нарисунке 1B представлено процентное соотношение растительного покрова вдоль градиента море-суша.

Для количественной оценки экологических изменений использовались такие аналитические инструменты, как индексы ландшафтной структуры, миграционные модели и динамика расширения и сжатия.

Основные выводы

  • Spartina alterniflora демонстрировала высокую пространственную агрегацию, но с течением времени наблюдалась тенденция к ее снижению.
  • Phragmites australis и Suaeda salsa демонстрировали большую фрагментацию и растущий пространственный охват.
  • Миграция растительности характеризовалась значительной неоднородностью и четкой полосчатостью распределения вдоль градиента суша-море.

Соответствие GBF: Соответствует Цели 2 ГБФ.
Вклад: Измеримые результаты улучшают планирование реставрации, восполняя пробелы в единых подходах к управлению.

Благоприятные факторы
  • Временная и пространственная неоднородность обусловливает необходимость применения многогранных методов анализа.
  • Пространственный анализ позволяет получить важнейшие экологические сведения, на основе которых разрабатываются целевые стратегии сохранения и управления.
Извлеченный урок
  • Временная и пространственная неоднородность динамики растительности требует многогранных аналитических подходов.
  • Пространственный анализ выявил важнейшие экологические закономерности, способствующие разработке целевых стратегий управления.
Ключевые факторы эволюции растительности

Влияние природных и антропогенных факторов на динамику растительности изучалось с помощью обобщенной аддитивной модели (GAM). Эта модель оценивала нелинейные связи между изменениями растительности и ключевыми факторами:

  • НаSpartina alterniflora в первую очередь влияли переменные морской среды, такие как соленость и высота волн.
  • НаPhragmites australis и Suaeda salsa повлияли осадки, антропогенное давление (например, аквакультура) и межвидовая конкуренция.

Понимание этих факторов способствует адаптивному управлению экосистемами и борьбе с инвазивными видами.

Согласование с ГБФ: Поддерживает цели 6 и 8 ГБФ.
Вклад: Прогностические модели улучшают реактивную консервацию, предлагая измеримые сведения о движущих силах.

Благоприятные факторы
  • GAM эффективно отражает сложные, нелинейные взаимодействия между факторами и изменениями растительности.
  • Интеграция наборов данных об окружающей среде и человеческой деятельности повысила надежность атрибуции факторов.
Извлеченный урок
  • Постоянный сбор данных и уточнение моделей имеют решающее значение для точности долгосрочного прогнозирования.
  • Механистическое понимание экологических факторов лежит в основе разработки перспективных стратегий сохранения.
Академическая коммуникация

Результаты проекта были распространены через многочисленные научные и общественные платформы, в том числе:

  • Научная статья в журнале Ocean-Land-Atmosphere Research ( научный партнерский журнал).
  • Контент на общественной платформе AAASScience WeChat, официальном СМИ Американской ассоциации содействия развитию науки в Китае.
  • Вклад в тематическое исследование пилотной площадки дельты реки Янцзы.
  • Интеграция в крупные океанографические исследовательские проекты, поддерживаемые NSFC.

Соответствие GBF: Соответствует цели 20 ГБФ.
Вклад: Усиление глобальных усилий по сохранению природы путем обмена масштабируемыми методологиями.

Благоприятные факторы
  • Прозрачная передача информации о задачах и методологиях способствовала взаимодействию между дисциплинами.
  • Систематическое представление заинтересованным сторонам повысило осведомленность и способствовало практическому применению.
Извлеченный урок
  • Открытое и доступное распространение информации способствует междисциплинарному сотрудничеству и глобальному обмену знаниями.
  • Публикация практических выводов как в научной, так и в общественной сферах ускоряет их внедрение в природоохранную практику.
Обучение и наращивание потенциала

В рамках более широкой стратегии воздействия проекта приоритетное внимание уделялось обучению и наращиванию потенциала для повышения технической грамотности в области дистанционного зондирования и геопространственного анализа. С 2021 года Школа географии при Нанкинском нормальном университете ежегодно проводит серию учебных программ, посвященных геопространственному моделированию и применению дистанционного зондирования. За последние четыре года в рамках этой программы успешно прошли обучение более 4 000 участников, включая молодых ученых, добровольцев-исследователей и начинающих специалистов.

Соответствие GBF: Поддерживает цели 20 и 22 ГБФ.
Вклад: Масштабные программы обучения восполняют пробелы в потенциале, способствуя укреплению местных усилий по сохранению природы.

Благоприятные факторы
  • Учебные курсы проводились при поддержке опытных преподавателей и по специально разработанным программам с упором на практическое применение дистанционного зондирования и ГИС.
  • Сотрудничество с академическими и государственными учреждениями расширило охват и обеспечило участие разнообразных групп слушателей по различным дисциплинам.
Извлеченный урок
  • Наращивание потенциала играет ключевую роль в поддержании долгосрочного воздействия исследований, позволяя новому поколению исследователей заниматься мониторингом водно-болотных угодий и экологическим анализом.
  • Непрерывное образование и практическое обучение позволяют эффективно преодолеть разрыв между результатами исследований и их реальным применением, особенно в контексте охраны природы и управления ресурсами.
Воздействие
  • Повышение эффективности мониторинга: Технология дистанционного зондирования, разработанная в рамках данного проекта, позволяет проводить долгосрочный и экономически эффективный мониторинг эволюции водно-болотной растительности. Это позволило значительно расширить временные рамки мониторинга, что дало возможность получить более полное представление о динамике водно-болотных угодий и повысить стандарты природоохранного мониторинга в заповеднике.
  • Вклад в изучение инвазивных чужеродных видов: Проект позволил углубить наше понимание процесса инвазии Spartina alterniflora и других инвазивных видов, подчеркнув влияние факторов окружающей среды, деятельности человека и межвидовой конкуренции. Эти данные помогают исследователям лучше прогнозировать распространение инвазивных видов и управлять ими, обеспечивая своевременное и более эффективное вмешательство.
  • Поддержка сохранения биоразнообразия: Выявляя закономерности эволюции инвазивных видов, технология закладывает основу для предотвращения и борьбы с этими угрозами в заповеднике. Это приносит непосредственную пользу Grus japonensis и другим местным видам, защищая критически важные водно-болотные местообитания и способствуя долгосрочным усилиям по сохранению биоразнообразия.
  • Повышение осведомленности о сохранении природы: Проект способствует обмену знаниями об использовании дистанционного зондирования в сохранении водно-болотных угодий, предлагая ценные идеи по управлению водно-болотными угодьями и мониторингу растительности.
Бенефициары
  • Grus japonensis
  • Местные сообщества
  • Заповедник
  • Academia
  • Посетители
Кроме того, объясните потенциал масштабируемости вашего решения. Можно ли его тиражировать или распространить на другие регионы или экосистемы?

Предлагаемое решение, созданное на основе интеграции технологий дистанционного зондирования, алгоритмов глубокого обучения и экологических аналитических механизмов, демонстрирует высокую масштабируемость по регионам и типам экосистем. Его модульная архитектура (BB1-BB7) позволяет настраивать, тиражировать и расширять его как в пространственном, так и в тематическом измерении, что делает его особенно подходящим для решения таких проблем, как распространение инвазивных видов, фрагментация среды обитания, потеря биоразнообразия и деградация экосистем.

Техническая масштабируемость

  • Использование глобально доступных наборов данных (например, Landsat, Sentinel) и облачных вычислительных платформ, таких как Google Earth Engine, обеспечивает низкие технические барьеры для развертывания в других регионах.
  • Классификаторы глубокого обучения и машинного обучения (например, Random Forest, GAM) не зависят от модели и могут быть переобучены на локальных данных для учета различных видовых составов и экологических условий.

Географическая и экосистемная переносимость

  • Методология была успешно применена в Национальном заповеднике редких птиц в Янчэне, что подтверждает ее эффективность в прибрежных водно-болотных угодьях.
  • Она имеет большой потенциал для переноса в аналогичные среды, включая:
    • Другие прибрежные водно-болотные угодья Восточной Азии, затронутые Spartina alterniflora или аналогичными захватчиками (например, дельта Желтой реки, залив Ханчжоу).
    • экосистемы внутренних водно-болотных угодий, подвергающиеся засолению, фрагментации или сезонным изменениям растительности
    • Эстуарные и дельтовые регионы по всему миру, где инвазивные виды и гидрологические сдвиги угрожают биоразнообразию.

Потенциальное расширение: Прибрежные равнины Тяньцзинь-Хэбэй

  • В настоящее время концепция решения распространяется на прибрежные приливные полосы Тяньцзинь-Биньхай и Цанчжоу, где более 700 гектаров Spartina alterniflora нарушили функции экосистемы.
  • Благодаря региональной координации инструменты мониторинга и пространственные модели адаптируются для поддержки межюрисдикционного экологического управления, демонстрируя не только техническую, но и институциональную масштабируемость.

Расширение институциональной базы и наращивание потенциала

  • Рамочная программа включает специальный компонент по наращиванию потенциала (ВВ7), позволяющий передавать знания через учебные программы, организованные Нанкинским нормальным университетом, в которых уже прошли обучение более 4 000 участников. Это обеспечивает местное внедрение и устойчивость в новых регионах.

Глобальная актуальность

  • Решение получило распространение в рецензируемых публикациях, политических диалогах и международном сотрудничестве, что повысило его узнаваемость и готовность к глобальному тиражированию.
  • Благодаря тому, что решение основывается на данных, является недорогим и модульным, оно хорошо подходит для внедрения в странах Глобального Юга, где срочно требуются экономически эффективные инструменты для сохранения природы и адаптации к климату.

Это решение не только воспроизводимо, но и масштабируемо по охвату, адаптируемо по методам и устойчиво по наращиванию потенциала, что делает его надежным вкладом в глобальные усилия по сохранению биоразнообразия и устойчивости экосистем.

Глобальная рамочная программа по биоразнообразию (ГРП)
Задача 2 ГБФ - Восстановить 30% всех деградированных экосистем
Задача 6 ГБФ - Сократить на 50% интродукцию инвазивных чужеродных видов и минимизировать их воздействие
Задача 8 ГБФ - Минимизация воздействия изменения климата на биоразнообразие и повышение устойчивости
Задача 20 ГБФ - Усилить создание потенциала, передачу технологий и научно-техническое сотрудничество в области биоразнообразия
Задача 21 ГБФ - Обеспечить наличие и доступность знаний для руководства действиями по сохранению биоразнообразия
Задача 22 ГБФ - Обеспечить участие в принятии решений и доступ к правосудию и информации, связанной с биоразнообразием, для всех
История

Национальный природный заповедник Jiangsu Yancheng Wetland & Rare Birds является домом для журавля Grus japonensis, одного из самых исчезающих видов птиц в мире. На протяжении многих лет эта обширная заболоченная территория служила важнейшим местом обитания этих журавлей и множества других видов, полагаясь на хрупкий экологический баланс. Однако со временем водно-болотные угодья стали подвергаться серьезной угрозе со стороны инвазивных видов, в частности Spartina alterniflora, которая быстро вытеснила местную растительность и поставила под угрозу виды, зависящие от этой территории.

Заповедник долгое время боролся с традиционными методами мониторинга, которые были медленными, дорогостоящими и не позволяли эффективно охватить огромную площадь водно-болотных угодий. В результате критические экологические изменения часто обнаруживались слишком поздно. Инвазивные виды, такие как спартина, распространялись бесконтрольно, и это оказывало разрушительное воздействие на биоразнообразие.

Пилотный объект программы CoastPredict в дельте реки Янцзы в рамках Десятилетия океана ООН под руководством Нанкинского нормального университета объединяет технологии дистанционного зондирования и природоохранные мероприятия для поддержки управления в Яньчэне. Система дистанционного зондирования позволила команде заповедника отслеживать изменения растительности в ежемесячном масштабе. Спутниковые данные позволили в режиме реального времени наблюдать за динамикой экосистемы болот, в том числе за распространением Spartina alterniflora и состоянием местных растений, таких как Phragmites australis и Suaeda salsa. Впервые стало возможным проследить, как экологические факторы, деятельность человека и межвидовая конкуренция способствовали экологическим изменениям на территории заповедника.

Помимо борьбы с инвазивными видами, технология также позволила изучить долгосрочные тенденции развития растительности, что позволило заповеднику лучше понять, как изменение климата, колебания солености и деятельность человека влияют на экосистему. Способность проекта отслеживать эти факторы дала заповеднику мощные инструменты для адаптации стратегии сохранения в режиме реального времени.

Связь с соавторами
Другие вкладчики
Чжэнься Лю
Нанкинский нормальный университет
Пэй Ду
Нанкинский нормальный университет
Юфэн Ли
Нанкинский нормальный университет
Тайшэн Чэнь
Сучжоуский университет науки и технологий