入侵物種的監測長久以來是一個耗時、昂貴且無效的工作。遙感是監測入侵物種的一種手段，然而，由于經費、時間和準確度的問題，限制了這種方法。
本研究評估了一款性價比較高的高光譜成像儀監測并區分坐落在草地生態系統的乳漿大戟(Euphorbia esula)。從2008年夏季開始每周搜集地面圖像，以識別乳漿大戟可以被準確監測和成像的物候期。高光譜成像儀獲取的每周圖像同時可用于評價時間序列分類，而傳統的方法需要花費大量經費。本研究使用了隨機森林模型進行圖像分類，分類準確度與使用傳統實驗室分析手段獲取的數據進行了原始匹配，多重時間分類可以提高分類準確度。將來的研究將配合該設備在無人機或低空飛行器上進行低成本且有效的入侵物種監測。
研究對象：
乳漿大戟：歐亞大陸入侵植物，有毒。它生長在礦物裸土中，在牧場、荒地、休耕農田泛濫，急需管理措施減小放牧和農田損失，傳統的除草劑方法無效，放羊或者人工除草較有效。
傳統方法監測中的問題：
使用地面觀測方法較難監測且價格昂貴，因此對于管理措施的效果評價較難。GPS結合GIS的手段對于監測和制圖較有效，但是需要很大的經費和技術支持。
遙感手段成為研究入侵植物的一種廣泛使用的方法，由于影像可以覆蓋較大研究區域，可以獲取地面調查所沒有調查到的版塊數據。但是繪圖相對成本較高，且有些衛星傳感器的空間分辨率和光譜分辨率低，時間分辨率有限，準確度有問題，且數據分析和整合要求強大的技術團隊。
遙感方法監測入侵物種：
高光譜分辨率，低空間分辨率——高光譜傳感器
搜集大量的光譜信息，但是價格貴、數據處理難，限制了應用
高空間分辨率，低光譜分辨率
隨機森林分類模型被用于對多光譜和高光譜圖像進行分類。適用于均勻植物群落，以及混合植物群落。
多時期的高光譜圖像數據可以反映植物的物候期。
研究方法：
儀器選擇：
Pika II(美國Resonon公司)
400-900nm，分辨率：2.1nm,位深度：12，幀頻：60/s
隔7-10天獲取一張圖像(均在上午9-11點拍攝)，共獲得11幅圖像
參考布：2x2m，3塊藍色參考布，像元分辨率5cm
如何測量?
PIKA II：用三腳架固定在山頂上，人工定時拍攝山谷區域的高光譜圖像
地面實測：隨機設置35個參考點，小旗子標記，GPS信息，
1m樣方調查，植被密度，0-174株/m2
像元分辨率：通過測圖像中的參考點和實測GPS位置間的像元數量來計算;
分辨率檢驗：通過2x2m參考布獲得的像元來檢驗;
原始數據：提取和平均參考布向外0.5m半徑內的像元作為練習數據;
使用random forest 算法分析每張圖像，處理每個像元，區分為有大戟出現的和無大戟出現的，像元與原始位置進行匹配，繪制了有大戟和無大戟出現的圖像區域;
單一時間圖像分類：在使用這一技術監測草場的大戟具有一定成效，11幅不同時間獲取的估算精度是在72%-95%，估算的最佳時間是在7月初，此時大戟的開花期到達頂峰，后期就開始衰老，早期難以辨識。
結論：
1. 本研究的初步結論非常有前景，因為單獨一天的數據可與其他高光譜測量數據相匹配，對現有的分析進行進一步研究并減小誤差將會使得研究結果更加有價值。
2. 這種高性價比的高光譜傳感器的發展將會成為高光譜遙感科學的突破，并將為高光譜數據的應用擴展新天地。
3. 準確、耐用、和低成本的高光譜傳感器將為潛在的多時間尺度的高光譜分析和多平臺(如無人機和輕型飛機)應用提供更廣闊的機遇。
