利用遥感技术绘制入侵物种分布图

来源：慧天地

利用NDVI绘制入侵物种分布图

目前，研究人员发现了许多适合追踪入侵物种的平台。像Landsat 7这样的多光谱卫星提供了一种可能性。入侵物种如柽柳(tamarix spp)会造成很大的破坏，因为它很难从美国西部的河岸地区移走。根据柽柳在早春发芽，在晚秋落叶这一事实，利用归一化植被指数(NDVI)，研究人员可以追踪这种植物是如何沿着科罗拉多的河流移动的[1]。

图1：在科罗拉多州东南部，阿肯色河沿岸和灌溉沟渠发现的柽柳地图。柽柳的入侵从中度（橙色）到高度（红色）。

即使对于具有入侵性的陆生哺乳动物，也可以使用NDVI指数。因为这能够测量这些动物已经去了哪里和它们可能会去哪里，这主要取决于这些动物所吃的植被类型。安达曼群岛发现了引进的梅花鹿和大象，被发现的原因是：当这些动物在该地区迁徙时，它们所到之处植被生长显著下降。利用中分辨率成像光谱仪（MODIS）卫星数据中的NDVI，可以通过测量一个地区的植被生长活力来确定植被脆弱区域[2]。最近的一些方法试图预测入侵物种将去哪里，以便在该地区受到入侵物种威胁之前对其进行处理。美国西部怀俄明州的Medicine Bow国家森林就是一个例子。在那里，随着雀麦（Bromus tectorum）在整个地区的生长，它已经成为了一个有问题的入侵物种。研究人员利用landsat 8的陆地图像仪(OLI)和Sentinel-2的多光谱仪器，预测了雀麦的生长地点。然后，他们用一个一般的线性模型来表明，经过处理的地区（即采取了积极的行动来防止雀麦扩散的地区），雀麦减少了36%，而未经处理的地区则增加了6%[3]。

利用无人机绘制入侵物种地图

越来越多的研究人员开始使用无人机（UAV）来监测入侵物种，因为这种仪器可以更快地提供数据，并在特定区域实现更高的分辨率。一项研究使用无人机的持续监测来评估栗子(chestnut)在美国伊利运河地区的蔓延情况。通过结合图像评估、积极清除运动和区分栗子生长区域，人们可以清楚地看到，开放的、非城市地区清除这种入侵物种最成功，而城市地区则更难清除。无人机的应用也有助于土地管理者更好地评估入侵物种可能生长的区域，帮助他们采取先发制人的措施并定期进行检查[4]。有趣的是，有关众包数据的利用，包括从公众那里获得的遥感数据，以及从天空和其他地方的摄像机拍摄的数据，可能会令入侵物种的检测变得更加容易，这是因为大量的图像可能会有助于减少科学家和研究团队搜索入侵物种的工作量。这些工作有助于在入侵物种成为一个值得科学探究的重大问题之前更快地发现它们[5]。

虽然入侵物种已被认为是重大的经济和环境问题，但研究人员正越来越多地利用现有的遥感技术和工具来减轻它们对不同地区的影响。像MODIS、Landsat和Sentinel-2这样的平台进行大规模的区域监测是可行的，但越来越多的无人机和其他小型本地平台也可以有效地进行精细尺度监测。众包也可以成为大规模监测的有效手段，使人们能够对入侵物种做出更快速的反应。