濕地作為地球生態系統的“腎臟”，承載著固碳、調蓄洪水、維護生物多樣性等關鍵功能。在云南洱海東岸，豐富的濕地植被構成了湖濱生態的核心屏障，而精準識別這些植被類型，是開展濕地保護與生態管理的重要前提。

傳統濕地植被識別常面臨高光譜數據維度冗余、細微光譜差異難捕捉的痛點，導致分類精度不盡如人意。杭州彩譜科技FigSpec FS-60高光譜成像儀憑借卓越的光譜采集能力，在洱海東岸濕地植被識別項目中成功破局，結合先進的數據處理與建模方法，實現了三種典型濕地植被（菰、蘆、槐葉蘋）的高效精準分類。

實地采集：捕捉濕地植被的光譜“指紋”

2023年9月，科研團隊選用大疆M300RTK無人機搭載彩譜FigSpec FS-60高光譜成像儀，在洱海東岸金梭島附近開展數據采集工作。為確保數據質量，飛行參數經過精心調試：飛行高度100m，航速7m/s，航向與旁向圖像重疊度達85%，配合5.86μm的像素尺寸與1920×1080的圖像分辨率，最終實現約5cm的地面分辨率，精準捕捉每一株植被的光譜細節。

考慮到測量環境與傳感器特性，團隊先對原始數據進行白板輻射校正與反射率校正，剔除信噪比較低的邊緣波段，保留400~850nm的有效光譜范圍。隨后通過SG平滑處理降低噪聲干擾，同時進行包絡線去除（CR）、一階微分（FD）等光譜變換，為后續分析夯實數據基礎——這一系列操作，充分發揮了FigSpec FS-60高光譜成像儀高靈敏度、低噪聲的硬件優勢，確保了光譜數據的真實性與可靠性。

技術突破：從信號分解到精準建模的全流程優化

面對高光譜數據的高維特性，單純的光譜變換難以充分挖掘植被間的細微差異。團隊創新性地引入變分模態分解（VMD）技術，將處理后的原始光譜分解為8個不同尺度的模態，通過頻域分析放大植被在生化組分差異上的光譜響應。

在特征提取環節，采用競爭性自適應重加權（CARS）算法，從原始光譜、兩種變換光譜及8個分解模態中精準篩選特征波長。結果顯示，篩選后的特征波長數量大幅減少（最少僅2個，最多17個），且大多集中在植被吸收特征區間（如525nm反射峰、650nm吸收谷、紅邊波段等），既解決了數據冗余問題，又保留了最具辨識度的光譜信息。

建模階段，團隊采用貝葉斯算法優化支持向量機（Bayes-SVM），通過Kennard-Stone算法按2:1比例劃分訓練集與預測集，迭代100次優化模型參數（最優參數c=1248.9，g=0.001753）。最終，基于VMD第4模態（S4）特征波長構建的S4-CARS-Bayes-SVM模型表現最為出色：精確率（PR）達0.9333，召回率（RR）為0.8889，F1分數0.8963，AUC值0.9286，展現出極強的魯棒性與識別性能。

生態價值：為濕地保護提供技術支撐

此次實踐的成功，不僅驗證了彩譜FigSpec FS-60高光譜成像儀在濕地植被識別中的應用潛力，更形成了一套高效可行的技術方案：通過“高光譜數據采集→多方法光譜處理→VMD模態分解→CARS特征篩選→Bayes-SVM建模”的全流程，實現了濕地植被的精細化分類。

相較于傳統方法，該方案不僅大幅提升了分類精度（較原始光譜模型AUC值提升0.2382），還顯著降低了模型運算成本，為濕地生態監測提供了快速、精準的技術工具。其應用價值體現在多個方面：

l 助力生物多樣性保護：精準識別特有植被分布，為紫水雞等瀕危物種的棲息地保護提供數據支持；

l 支撐生態恢復工程：實時監測濕地植被長勢與變化，科學評估生態修復效果；

l 服務水資源管理：通過植被光譜特征反演生理參數，間接反映濕地水質狀況。

從洱海東岸的實地探索到濕地保護的技術革新，彩譜科技始終以高光譜技術為核心，賦能生態環境監測領域。未來，我們將持續優化高光譜成像設備與數據處理方案，為更多濕地、森林、農田等生態系統的保護與管理提供更加強有力的技術支撐，用光譜科技守護綠水青山。

（論文原文可通過www.cnki.net搜索《多變分模態分解下的濕地植被高光譜識別特征波長優選與模型研究》進行閱讀）

產品推薦

機載高光譜相機FS60-C

產品特點

· 光譜范圍：400-1700nm

· 光譜分辨率：優于2.5nm

· 光譜波段：1200

· 空間像素數：1920

· 搭載大疆M400無人機