近日，中科院东北地理所地理景观遥感学科组研究人员提出了一种新的遥感分类方法，首次完成了中国国家尺度外来红树植物无瓣海桑遥感提取，为样品获取难度较大的滨海湿地植物群落识别提供了新思路。 相关研究成果发表在中国科学院一区期刊《ISPRS摄影测量和遥感杂志》上。

研究人员认为，无瓣苜蓿是典型的外来物种，具有耐涝、生长速度快、适应性强、成活率高等特性，在立地造林中发挥了积极作用，但能加剧泥沙淤积，抑制乡土红树林生长，促进乡土红树林生长

要高效利用卫星遥感技术开展无瓣海桑监测研究，必须克服其空间分布离散、难以有效获取均匀样本等困难。

科研团队受二分类算法机制的激励，在正样本固定的前提下，通过迭代优化不断改进负样本，提出了决策面优化方法。 该方法无需引入新的正样本，即可通过迭代方法获取新的误分类样本，从而抑制误分类斑块，减轻样本获取压力，首次完成了中国国家尺度外来红树植物无针蜂遥感提取

该方法在正样本固定的情况下，将局部尺度分类结果汇总转化为国家尺度，为外来红树植物车前草的跟踪监测、本土红树植物的修复重建提供数据基础。

据统计，无瓣海桑总面积达2968公顷，占全国红树林面积的11.0%。 其中，广东省非瓣海桑面积占全国的87.7%，广西省非瓣海桑面积占全国的7.8%。 基于独立获取的采样点验证，无瓣海桑分布数据总体准确率为96.4%。 基于野外样本，其正确率为91.7%。 该数据结果与米级高空间分辨率成像结果高度一致。