图1.长白山研究区高程与参考样本点位。(a) 研究区在中国吉林省的地理位置;(b) 高程、河网以及参考样本分布;(c) 展示地形高程与长白山火山口的三维地形视图。
图2.面向森林湿地制图的过程先验引导多分支卷积神经网络总体工作流程。空间分组采用 UTM 52N 投影下 5‑km 网格单元进行划分。
图3.森林湿地制图的模型架构对照试验与业务化模型评估。C0‑C7 分别代表森林湿地、沼泽、灌木湿地、水体、耕地、草地、森林、建设用地。(a) 森林湿地、八类总体宏 F1、湿地类型宏 F1 的 F1 分数差值(多分支 CNN 减去参数量匹配的单分支基线模型)。柱状为平均差值,误差棒代表 95% 置信区间;星号代表配对 t 检验名义 p 值。(b) 单模型平均性能(灰色,5 折训练模型取平均)与五折概率平均集成模型(绿色)的各类别 F1 分数。(c) 涉及 C0 类的误差类别分布:漏分(真实 C0 被错分为其他类别)与错分(其他类别被错分为 C0)。(d) 业务集成模型的 15 格可靠性图;蓝线代表精度,灰色直方图代表样本密度。
图4.森林湿地分布与面积统计。(a) 森林湿地空间分布与面积(VC:火山锥;LP:熔岩台地;BP:玄武岩台地;HI:丘陵;PL:平原)。(b) 不同区域森林湿地面积统计。
图5.正确分类的森林湿地样本的分组级模型证据诊断。(a) 分组总绝对 SHAP 占比,边际与条件替换效应,作为互补非加性统计结果。(b) 分组总计与按通道归一化的绝对 SHAP 结果。(c) 目标类别对数几率上的边际替换效应。(d) 条件替换效应对比边际替换效应;气泡大小代表条件‑边际保留比率;横轴为条件效应,纵轴为边际效应;1:1 线上方垂直间隔表示边际效应大于条件效应。
图6.空间对比与性能诊断。(a) 4 个典型样区位置;上下行分别为本研究得到的湿地分类结果与 CAS_Wetlands 数据集。(b) 固定留出测试集的混淆矩阵。(c) 预测性能与概率标定指标。灰色点为 5 个分组感知交叉验证折,带误差棒黑点为折平均及 95% 置信区间,蓝色菱形为在固定留出测试集上评估的概率平均集成模型;ECE、NLL 同时报告折内验证预测与留出测试集成概率。