长三角一体化先行启动区水体生境图像分类与质量评价

 

训练好的深度学习模型能够快速识别长三角一体化先行启动区的卫星图像，对该区域的水体生境质量进行智能化分类与评价。由评价结果可知在长三角一体化先行启动区的水体生境图像中，评价等级为“好”的图像占比为1.06%，评价等级为“一般”的图像占比为27.45%，评价等级为“较差”的图像占比为12.04%，评价等级为“差”的图像占比为56.74%，评价等级为“很差”的图像占比为2.71%（图4）。

由于模型训练过程中未纳入“很好”这一等级，该结果与实际情况可能存在微小误差。将深度学习模型的评价结果与人工打分的测试集进行对比验证，发现误差小于20%。综合使用实地调研、图像人工打分、深度学习图像分类3种方法可证明深度学习模型评价结果的可信度较高。

 

整体而言，长三角一体化先行启动区的水体生境质量仍存在提升空间，质量“好”的水体生境分布较少，是因为该区域内水体驳岸人工化程度较高、河道生境类型较少、河岸带植被类型较为单一，此外主干河道（如太浦河）还需满足通航水运的需求。结合评价结果与实地调研发现：

 

1）质量评价相对较好的水体生境往往具有以下特点——近自然或自然化驳岸比例高，河道存在浅滩、浅流等多种生境类型，河岸带植被丰富，河道内有多种类型的水生植物，河道护岸较少、材质大多为可降解生物（芦苇、木桩等）或开放基石（抛石、石笼等）等；

 

2）位于大面积农田内的水体生境质量等级多为“较差”和“差”，其特点为河道生境类型单一、河岸带植被类型少或无植被覆盖、人工挖掘的水渠河道有硬质护岸；3）由于城区、村落或居民点的水体河道工程化程度高，故此区域内的水体生境情况以“差”为主。