Linkage Mapper 与无人机数据融合：精细化廊道规划1. 引言Linkage Mapper 作为生态连通性分析的核心工具，传统上依赖中低分辨率遥感（如 Landsat、MODIS）和矢量数据（土地利用、DEM）生成廊道。然而，这些方法在小尺度精细化规划（如城市口袋公园连通、保护区隐蔽动物通道识别、灾后临时生态通道选址）中存在明显局限：空间分辨率不足：30m 分辨率无法识别宽度 30m 的细窄廊道或小型栖息地斑块；细节信息缺失：难以捕捉树木冠层空隙、灌木丛、溪流浅滩等对物种迁移至关重要的微生境；动态变化响应慢：卫星重访周期长，无法及时反映施工、火灾、洪水等造成的短期阻隔变化。无人机（UAV）数据凭借厘米级至亚米级分辨率、灵活机动、可搭载多传感器（RGB、多光谱、热红外、LiDAR）的优势，能够精准获取地表微地形、植被结构、人为设施等细节信息，弥补传统数据的不足。将无人机数据与 Linkage Mapper 融合，可实现**“宏观格局+微观细节”**的精细化廊道规划，为生态保护与修复提供更科学的依据。本文提出一套无人机数据与 Linkage Ma