智能解释技术在森林火烧迹地生态修复中的探索——以重庆缙云山为例

摘要

【目的】面对森林火灾日益频发、强度不断加剧的严峻形势，开展智能解译技术研究，为森林火烧迹地生态修复提供信息化、智能化的技术支撑。【方法】以重庆缙云山火烧迹地为研究对象，通过多光谱遥感与U-Net深度学习语义分割模型，精细解译地表覆被类型；提取不同地形因子，进行耦合分析以划定地理修复单元，结合水文特征分析植被恢复条件。【结果】构建了重庆缙云山火烧迹地无人机影像数据集，训练的植被识别模型总体精度达84.02%；研究区植被恢复呈现异质性格局：蕨类与竹类为先锋优势种，覆盖率分别达45.04%与16.09%，乔木恢复滞后，覆盖率仅为6.39%；研究区划分为38种地理修复单元，空间异质性显著；为缙云山火烧迹地形成了“高精度数据获取—多源信息智能解译—差异化修复策略制定”的一体化技术路径。【结论】本研究构建的技术路径兼具精确性、自动化与可操作性特点，支持因地制宜提出差异化修复策略，能够指导生态修复工作科学有序开展，为风景园林数字技术服务于国土景观保护与生态修复领域提供参考。所训练的深度学习语义分割模型具备长期动态监测能力，可为不同时期的修复策略动态调整提供长期支持。

关键词

风景园林 / 生态修复 / 火烧迹地 / 多光谱遥感 / 深度学习 / 缙云山

基金资助

国家自然科学基金重点项目“宜居城乡景观生态规划理论与方法——以西南山地为例”（编号52238003）;国家自然科学基金面上项目“鸟类廊道视角下的山地城市立体生态网络功能连接及空间干预”（编号52078074）; 产学合作协同育人项目“基于数字孪生协同的生态调研课程改革”（编号241004709181222）