深度解读 | 华北理工大学刘明月：基于无人机多源数据与可解释机器学习的尾矿库复垦植被地上生物量精细估算

讲师介绍：

刘明月，副教授，华北理工大学博士生导师，河北省高等学校青年拔尖人才，任国际数字地球学会中国国*委员会数字湿地专*委员会委员、河北省信息产业与信息化智库首批专家、河北省自然资源厅*一批入库专家等。主要从事滨海湿地遥感与矿山生态遥感等方向研究。主持国*自然科学基金1项、中央引导地方科技发展资金项目1项、河北省自然科学基金2项、河北省高层次人才项目1项、唐山市重点研发计划项目1项，授权国*发明专*1项，发表学术论文50余篇，获河北省测绘学会科技进步奖4项。

报告介绍：

第38期高光谱课堂荣幸邀请到华北理工大学副教授—刘明月做线上讲座报告，以《基于无人机多源数据与可解释机器学习的尾矿库复垦植被地上生物量精细估算》为题，本报告针对尾矿库复杂背景下光学遥感AGB估算饱和与可解释性不足问题，融合无人机高光谱与LiDAR数据，经Boruta筛选38个特征，构建RF、XGBoost、SVM及KNN模型。RF表现*优，独立验证亦证实模型可靠性。SHAP分析显示，光谱指数整体主导，但低AGB区纹理特征、高AGB区LiDAR高度指标分别关键，有效缓解饱和。AGB呈北高南低异质分布，刺槐单位面积碳储量优于杨树。本框架为矿山生态评估提供可解释技术路径。

为什么在尾矿库复垦植被地上生物量估算中，利用无人机高光谱信息之外，还需要引入LIDAR信息？两种数据源互补的优势体现在哪里？

传统光学指数，如NDVI、RVI等主要对绿度敏感。在植被复垦生长旺盛时期，当地上生物量（AGB）超过80 Mg/ha或叶面积指数（LAI）超过3时，林冠完全郁闭，反射率不再增加甚至呈现平顶，即“光谱信号饱和”效应，这导致AGB可能严重低估。引入LiDAR抓取空间垂直维度的结构特征，点云具有林冠穿透能力，可获取树高、叶高百分位数等三维垂直结构，能够一定程度上缓解光谱饱和的限制，提供特征补偿。

尾矿库极其复杂的立地条件给机器学习模型（如RF、XGBoost、SVM、KNN）的泛化带来了什么挑战？在本次研究中，是如何通过特征选择来防止模型“过拟合”并确保反演稳定性的？

尾矿库的立地条件极其复杂，复垦斑块破碎且物种交错，这导致我们在初始阶段提取了多达 128 个多源特征。但在相对有限的实测样本下（N=191），这些特征之间存在极强的共线性和信息冗余。如果直接塞给模型，必然会引发“维度灾难”，模型会严重过拟合，失去泛化能力。为了解决这个问题，选用了双阶段的 Boruta 特征选择算法。它的核心思路是构造影子特征（Shadow Features）作为基准线，在统计学层面上大浪淘沙。首要阶段，算法很快确认了 MCARI、TCARI 等核心光谱指数的价值，同时果断剔除了易受林下散射干扰的近地面高度（如 H5）和纯树梢指标（如 H60）。

考虑到数据的复杂性，有些特征*一轮跑完表现摇摆不定。对于这些“待定特征”，利用 TentativeRoughFix 函数进行了第二阶段的迭代微调。通过中位数比对，将特征维度从 128 维大幅压缩到了 38 维，既去除了冗余，又精准保留了对反演最核心的解释变量。

结合当前可解释性人工智能的发展，SHAP分析是如何打破机器学习模型的“黑箱”限制，从生态学和林学物理机理上解释尾矿库复垦成效的？

传统的高精度机器学习模型往往是个“黑箱”，我们引入 SHAP 框架，就是为了从生态和物理机理上把这个黑箱彻底拆解开。首先，SHAP 让单个地块的预测变得透明。通过力图，能清清楚楚地看到每个特征是怎么把 AGB 往上推或往下拉的，并且给出了全局视角的特征重要性排序。最有价值的是它揭示了复杂的交互作用。比如，MCARI 本身对 AGB 是正向促进的，但如果此时超绿指数（EXG）也很高，这种正向作用反而会被显著压制；相反，当 MCARI 和 TCARI 同时处于高值时，又会产生强烈的协同增效。这证明模型学到的绝不是指标的简单线性累加，而是真正捕捉到了冠层生化组分的复杂耦合关系。另外，SHAP 还证实：在低生物量区，起主导作用的是具备空间平滑效应的纹理特征（Mea7）；而在高生物量的茂密林区，LiDAR 的高度百分位数（H20）才接管成为核心物理驱动因子。

该技术框架在从“理论研究”走向“矿区常态化工程应用”的落地过程中，目前面临的主要技术瓶颈是什么？未来结合新兴人工智能技术有哪些优化方向？

尽管本研究构建了高精度的反演框架，但在工程实际推广中仍面临以下瓶颈与优化空间：

会议预告

第四届高光谱应用研讨会暨高光谱前沿物理技术与实践论坛

为深入贯彻落实规划要求，推动高光谱成像技术创新发展与产业应用，西安电子科技大学物理学院联合江苏双利合谱科技有限公司，将于2026年7月16日-18日，在陕西西安举办第四届高光谱应用研讨会暨高光谱前沿物理技术与实践论坛。

会议时间：2026年7月16日-18日；

会议地点：西安电子科技大学(雁塔校区) 会议中心一层104会议室

会议议题（包括但不限于）：