基于水文响应单元连通性的湿地识别方法OA

湿地识别是湿地保护、生态修复与流域水资源管理的重要基础。传统遥感湿地识别主要依赖地表光谱信息,易受同类异谱、异类同谱、边界模糊及季节性水文变化影响,难以揭示湿地形成与维持的水文过程。针对上述问题,本文提出一种面向水文连通性的水文响应单元(HRU)尺度湿地精细化识别方法,并选取渭河流域作为验证对象,检验该方法在复杂流域环境下的适用性。方法以SWAT+模型模拟的HRU日尺度水文通量为基础,计算9个无量纲水文连通性指标,并通过粒子群优化算法与支持向量机在高维特征空间自适应确定河流补给型湿地、临时补水型湿地、地下水补给型湿地及非湿地分类边界,同时结合参考验证、典型区域影像比对及水文物理一致性检验评估识别效果。SHAP分析表明,蒸散指数、蓄滞系数、入河份额和侧向分担比为驱动湿地识别过程中贡献较高的主要因素。对渭河流域的验证结果显示:3类湿地的受试者工作特征曲线均接近0.90,“湿地-非湿地”二元识别总体准确率约77.8%。空间分布上,湿地主要沿渭河干流及陕西境内支流呈网络化分布,2018—2022年夏季平均湿地占比3.2%,冬季为0.9%。河流补给型湿地多年平均占比72.0%,为主导类型,临时补水型湿地、地下水补给型湿地占比较低。研究表明,该识别方法能够较准确刻画流域湿地空间范围、类型结构及动态变化,可帮助湿地识别实现从“光谱判别”向“过程诊断”的转变,为湿地保护、生态修复及水资源管理提供新的技术途径。