航空航天遥感在物种多样性研究与保护中的应用

人类活动导致全球范围内生物多样性丧失日趋严重。物种多样性是研究最为深入以及最贴近生物多样性管理的层次。物种多样性的研究往往受到多时空尺度生态过程的影响, 传统物种多样性调查方法受到人力物力影响, 局限性大, 物种多样性的研究与管理亟需整合不同来源的数据。遥感技术从传统的光学遥感阶段发展到不同平台、不同维度相结合的多源遥感阶段, 并逐渐进入以高空间分辨率和高光谱为特征、以激光雷达为前沿发展方向的综合遥感阶段。遥感技术因为其监测范围广、能监测人迹罕至地区以及长期可重复等特性, 为研究不同时空尺度的生态学科学问题提供了更新更优的研究手段。本文围绕种群动态、种间关系与群落多样性、功能属性及功能多样性以及生物多样性保护管理等生物多样性研究热点问题, 系统地论述了航空航天遥感技术在物种多样性研究与保护领域的应用, 总结了航空航天遥感技术在研究与物种多样性有关的主要生态学问题中的机遇与挑战。我们认为航空航天遥感技术利用多光谱甚至高光谱与激光技术从空中监测物种多样性, 从不同视角、基于不同光源提供了物种多样性不同侧面的信息, 能够减小地面调查强度, 在大范围和边远地区的物种多样性调查研究中有着至关重要的作用。依据光谱特性的物种判别以及依据激光雷达的三维结构量测将促进生物多样性的研究与管理, 加强遥感学家和生物多样性研究者的沟通交流将有助于促进不同时空尺度的生物多样性与遥感技术的结合。     

遥感在生物多样性研究中的应用进展

随着人口的持续增长, 人类经济活动对自然资源的利用强度不断升级以及全球气候变暖, 全球物种正以前所未有的速度丧失, 生物多样性成为了全球关注的热点问题。传统生物多样性研究以地面调查方法为主, 重点关注物种或样地水平, 但无法满足景观尺度、区域尺度以及全球尺度的生物多样性保护和评估需求。遥感作为获取生物多样性信息的另一种手段, 近年来在生物多样性领域发展迅速, 其覆盖广、序列性以及可重复性等特点使之在大尺度生物多样性监测和制图以及评估方面具有极大优势。本文主要通过文献收集整理, 从观测手段、研究尺度、观测对象和生物多样性关注点等方面综述了遥感在生物多样性研究中的应用现状, 重点分析不同遥感平台的技术优势和局限性, 并探讨了未来遥感在生物多样性研究的应用趋势。遥感平台按观测高度可分为近地面遥感、航空遥感和卫星遥感, 能够获取样地-景观-区域-洲际-全球尺度的生物多样性信息。星载平台在生物多样性研究中应用最多, 航空遥感的应用研究偏少主要受飞行成本限制。近地面遥感作为一个新兴平台, 能够直接观测到物种的个体, 获取生物多样性关注的物种和种群信息, 是未来遥感在生物多样性应用中的发展方向。虽然遥感技术在生物多样性研究中的应用存在一定的局限性, 未来随着传感器发展和多源数据融合技术的完善, 遥感能更好地从多个尺度、全方位地服务于生物多样性保护和评估。     

基于Sentinel-2A数据的东北森林植物多样性监测方法研究

植物多样性监测是开展生物多样性评估,制定生物多样性保护政策的基础。传统的森林植物多样性监测以实地调查为主,难以快速获取森林植物多样性的空间分布及其动态变化信息。遥感技术的发展为评估区域尺度森林植物多样性提供了重要工具。该研究选取凉水、丰林和珲春3个国家级自然保护区,利用Sentinel-2A卫星影像和野外实测数据,探讨了基于像元和聚类的光谱多样性直接估算方法,以及基于随机森林回归的森林植物多样性反演方法。研究结果表明:(1)在像元尺度,基于凸包面积计算的光谱多样性指数对Shannon-Wiener多样性指数的估算精度(R²=0.74)优于基于变异系数的方法(R²=0.60);(2)基于像元的光谱多样性估算方法对Shannon-Wiener多样性指数的估算精度优于聚类分析方法(R²=0.59);(3)基于6个特征变量,利用随机森林回归算法对Shannon-Wiener多样性指数的估算精度最高(R²=0.79);(4)上述方法均不能精确估算Simpson多样性指数和物种丰富度。研究发现基于Sentine...     

高光谱遥感技术在植物功能性状监测中的应用与展望

植物功能性状作为指示植物对环境适应和进化的可量度特征,其变异格局和驱动机制是植物生态学和地球系统建模的重要研究内容。传统野外测定方法费时费力费钱,且通常关注生长季和优势物种,使得功能性状的尺度延展和时空覆盖存在极大挑战。近些年兴起的多尺度高光谱遥感技术为解决当前植物功能性状数据时空覆盖度差的问题提供了新的思路和方法。该文在概述高光谱遥感技术监测植物功能性状的基本原理和发展简史的基础上,详细介绍了当前光谱-性状关系的主要建模方法,即经验或半经验方法、物理模型反演方法,其中以经验统计模型方法中的偏最小二乘回归使用最为广泛。进一步结合实例,重点讨论了高光谱遥感技术在叶片、群落和景观尺度监测植物功能性状的应用及存在的主要问题。最后,为促进高光谱技术在植物功能性状及其多样性监测方面的研究,提出以下4个未来应该重点关注的方向:1)检验光谱-性状模型的普适性,并解析其背后的调控机理;2)发展光谱-性状关系尺度延展的方法体系;3)解析植物功能性状及其多样性的时空变异和调控机制; 4)探究环境-植物功能多样性-生物多样性-生态系统功能间的关联。     

无人机在生物多样性遥感监测中的应用现状与展望

近十年, 无人机平台由于其灵活机动、成本低等优势在植被生态调查、资源环境监测、生物多样性保护等领域逐渐兴起。本文从生物多样性遥感监测应用角度首先介绍了无人机分类系统, 为具体工作开展过程中如何选择合适的载体和传感器提供了参考; 继而总结了不同类型无人机的适用性及其可搭载传感器的用途与区别。在此基础上, 针对无人机平台的高精度遥感信息具体应用案例, 就反映生物多样性变化并揭示其驱动机制方面的无人机遥感直接和间接指标的相关研究进展展开阐述。最后, 就目前无人机遥感技术在生物多样性监测领域的应用中存在的限制, 如软硬件结合匹配程度不够、部分设备过于昂贵、法律法规不完善、与传统生物多样性监测手段结合较弱等问题进行探讨。我们认为: 无人机遥感技术可以很好地弥补地面监测与航天、卫星遥感之间的尺度空缺, 更好地将监测点上的结果以准确、可靠的推绎方法扩展到区域尺度供决策分析使用。今后迫切需要进一步加大生物多样性近地面遥感监测项目建设的实施力度, 从整体上提高生物多样性热点区域应对变化的分析预警能力。     

基于站点的生物多样性星空地一体化遥感监测

科学制定生物多样性保护和恢复政策, 需要空间上连续、时间上高频的物种和生境分布以及物种迁移信息支持, 遥感是目前能满足该要求的有效技术手段。近年来, 遥感平台和载荷技术高速发展, 综合多平台、多尺度、多模式遥感技术, 开展基于站点的星空地一体化遥感观测试验, 可以对地表进行时空多维度、立体连续观测, 为生物多样性遥感监测提供了新的契机。本文总结了使用遥感技术监测生物多样性的主要方法, 回顾了典型的星空地一体化遥感观测试验。综述以往研究发现, 一方面, 现有遥感试验还缺少对生物多样性直接监测指标的观测, 另一方面, 生物多样性遥感监测方法也缺少星空地多维立体观测平台的支撑, 亟需加强两者的融合, 开展基于站点的生物多样性星空地一体化遥感监测研究。以设于我国四川王朗大熊猫国家级自然保护区内的王朗山地生态遥感综合观测试验站为例, 展示了星空地一体化遥感综合观测试验平台在生物多样性监测中的应用潜力。星空地一体化遥感观测可以提供物种和生境的综合定量信息, 与生态模型有机结合, 可以刻画生物多样性的时空格局与动态过程, 有助于挖掘过程机理, 提高生物多样性监测的信息化水平。     

生物多样性不同层次尺度效应及其耦合关系研究进展

生物多样性包含遗传、物种、生态系统和景观多样性4个层次,虽然各个层次的研究较多,但是各层次间相互关系的研究较少。物种多样性多采用野外样方调查法,景观多样性采用遥感、地理信息系统和野外调查,研究方法较为成熟;生态系统多样性研究因生物地理地域和尺度的不同,常采用不同的分类体系,尚无统一评估标准。物种多样性的尺度效应在α、β、γ指数上均有不同体现,景观多样性的尺度效应非常明显。生境异质性与物种α和β多样性指数密切相关,在一定尺度上,丰富的景观多样性提高了物种多样性。未来研究需要揭示不同生物多样性层次之间的耦合关系,并将研究结果应用到生态系统红色名录制定、区域生物多样性综合监测与评估等实践之中。     

全球视角下的中国生物多样性监测进展与展望

生物多样性强烈的时空尺度依赖性和多层次性决定了生物多样性现状与变量的分析需要在不同生态系统进行多空间尺度、全面和连续的监测。因此, 构建生物多样性研究监测网络是生物多样性保护和研究的基础工作。近年来, 对地观测组织-生物多样性观测网络(GEO BON)、亚太生物多样性监测网络(APBON)等全球、区域以及国家尺度的生物多样性监测网络蓬勃发展。中国陆续在国家尺度上建立了针对生态系统和物种的长期监测网络, 其中, 中国生物多样性监测与研究网络(China Biodiversity Observation and Research Network, Sino BON)于2013年启动建设, 在我国主要生态系统和环境梯度设置30个监测主点和60个监测辅点, 目前已建成10个专项网对动物、植物和微生物进行监测, 并建立了以数据标准与汇交、近地面遥感为核心的综合监测中心。Sino BON打造了从地下、地面到森林林冠的多尺度、多类群(功能群)以及多营养级交互为重点的监测与研究平台, 为理解生物多样性变化趋势及其驱动因素、研究生物多样性维持机制, 以及国家履行《生物多样性公约》、保护生物多样性和生物资源提供详实可靠的生物多样性变化数据。为进一步支撑国家生物多样性治理能力、深化全球多样性保护合作, 我国生物多样性监测亟需在监测技术、监测区域、数据标准、综合信息平台等方向谋求更大的发展。     

遥感用于森林生物多样性监测的进展

随着物种和栖息地的丧失,全球范围的生物多样性保护已经成为迫切的需要。航空航天技术的迅猛发展使遥感成为能提供跨越不同时空尺度监测陆地生态系统生物多样性的重要工具,这方面的研究在欧美等国已经有了小范围的开展,在国内刚刚起步。国外关于生物多样性遥感探测的方法基本有3种:1.利用遥感数据直接对物种或生境制图,进而估算生物多样性;2 .建立遥感数据的光谱反射率与地面观测物种多样性的关系模型;3.与野外调查数据结合直接在遥感数据上进行生物多样性指数制图。研究表明,物种直接制图法只能应用于较小的范围;生境制图的方法,应用广泛,技术相对成熟,研究范围局限于几百公里的范畴,但不能获取生境内部的多样性信息。光谱模型技术目前正处于探索阶段,对于植被复杂、生物多样性高的地域,具有较大的应用潜力。在遥感数据上直接进行生物多样性制图在加拿大已经得到了应用。     

面向生态系统评估的多源数据融合体系

基于生态系统服务功能的生态系统评估是识别生态环境问题、开展生态系统恢复和生物多样性保护、建立生态补偿机制的重要基础，也是保障国家生态安全、推进生态文明建设的重要环节。生态系统评估涉及生态系统多个方面，需要多要素、多类型、多尺度的生态系统观测数据作为支撑。地面观测数据和遥感数据是生态系统评估的两大数据源，但是其在使用时常存在观测标准不一、观测要素不全面、时间连续性不足、尺度不匹配等问题，给生态系统评估增加了极大的不确定性。如何融合不同尺度的观测数据量化生态系统服务功能是实现生态系统准确评估的关键。为此，从观测尺度出发，阐述了地面观测数据、近地面遥感数据、机载遥感数据和卫星遥感数据的特点及其在问题，并综述了这几类数据源进行融合的常用方法，并以生产力、固碳能力、生物多样性几个关键生态参数为例介绍了“基于多源数据融合的生态系统评估技术及其应用研究”项目的多源数据融合体系。最后，总结面向生态系统评估的多源数据融合体系，并指出了该研究的未来发展方向。     

Making remote sense of biodiversity: What grassland characteristics make spectral diversity a good proxy for taxonomic diversity?

Aim

The spectral variability hypothesis (SVH) predicts that spectral diversity, defined as the variability of radiation reflected from vegetation, increases with biodiversity. While confirmation of this hypothesis would pave the path for use of remote sensing to monitor biodiversity, support in herbaceous ecosystems is mixed. Methodological aspects related to scale have been the predominant explanation for the mixed support, yet biological characteristics that vary among herbaceous systems may also affect the strength of the relationship. Therefore, we examined the influence of three biological characteristics on the relationship between spectral and taxonomic diversity: vegetation density, spatial species turnover and invasion by non-native species. We aimed to understand when and why spectral diversity may serve as an indicator of taxonomic diversity and be useful for monitoring.

Location

Continental U.S.A.

Time Period

Peak greenness in 2017.

Major Taxa Studied

Grassland and herbaceous ecosystems.

Methods

For nine herbaceous sites in the National Ecological Observatory Network, we calculated taxonomic diversity from field surveys of 20 m × 20 m plots and derived spectral diversity for those same plots from airborne hyperspectral imagery with a spatial resolution of 1 m. The strength of the taxonomic diversity–spectral diversity relationship at each site was subsequently assessed against measurements of vegetation density, spatial species turnover and invasion.

Results

We found a significant relationship between taxonomic and spectral diversity at some, but not all, sites. Spectral diversity was more strongly related to taxonomic diversity in sites with high species turnover and low invasion, but vegetation density had no effect on the relationship.

Main Conclusions

Using spectral diversity as a proxy for taxonomic diversity in grasslands is possible in some circumstances but should not just be assumed based on the SVH. It is important to understand the biological characteristics of a community prior to considering spectral diversity to monitor taxonomic diversity.     

无人机高光谱影像与冠层树种多样性监测

冠层树种多样性是自然森林生态系统功能和服务的重要基础。及时掌握冠层多样性的现状及变化趋势, 是探讨诸多重要生态学问题的前提, 更是制定合理生物多样性保护策略的基础。但受制于传统的多样性信息采集方法, 区域尺度的高精度冠层多样性监测发展较为缓慢; 许多在气候变化和人类干扰下的生物多样性分布信息得不到及时更新。近年来基于无人机的冠层高光谱影像收集与分析技术的发展, 使得冠层多样性监测迎来了新的发展契机。本文从森林冠层高光谱影像出发, 介绍了与多样性监测相关的无人机航拍和基于深度学习的图像处理技术, 并结合已有文献, 探讨了无人机高光谱应用于森林冠层树种多样性监测的研究现状、可行性、优势及缺陷等。我们认为冠层高光谱影像为多样性监测提供了不可或缺且丰富的原始信息; 而无人机与高光谱相机的结合, 使得区域化高频率(如每周)、高精度(如分米乃至厘米级)的冠层多样性信息自动化收集成为可能。然而高光谱影像数据量大、数据维度高与数据结构非线性的特点为影像处理带来了挑战, 而深度学习技术的飞跃, 使得从冠层高光谱影像中提取个体及物种信息达到了极高精度。恰当地使用这些技术将大大提升冠层树种多样性的自动化监测水平, 由此也将帮助我们在当前剧变环境下及时掌握森林冠层多样性的现状与变化, 为生物多样性研究与保护提供可靠的数据支撑。     

基于实地调查和高光谱数据的浑善达克沙地中部植物alpha多样性遥感估测

植物群落物种多样性的快速无损估测一直是近几十年生态学领域的热点研究问题。相对于大尺度的卫星遥感数据,高光谱遥感数据具有光谱和空间分辨率高的优势。采用ASD HH2便携式高光谱仪,收集浑善达克沙地中部120个样方的高光谱数据,并对样方的alpha多样性指数进行同步测定。对高光谱遥感数据进行预处理,采用相关性分析、主成分分析和经验波段筛选法,从数百个波段中选择敏感波段。采用90个样方的高光谱数据作为训练样本,对筛选的敏感波段进行多元线性逐步回归分析,获得12个回归模型。采用另外30个样方的高光谱数据作为验证样本,对回归模型的拟合效果进行检验。结果发现,采用主成分分析法提取敏感波段的回归模型拟合效果最好,Pielou指数、Shannon-Wiener指数和Simpson指数拟合均达到显著水平。对我国植物物种多样性微尺度的快速评估和高光谱遥感具有一定参考意义,并对未来植物多样性高光谱遥感研究提出了建议。     

城市乔木树种多样性遥感反演方法研究

量化城市乔木树种多样性是定量研究其生态系统服务的前提和基础。目前,城市树种多样性水平的定量研究以地面调查方法为主,存在效率低、成本高的问题。针对上述问题,首先验证了光谱变异性假说和生产力假说在城市中的适用性,进而提出了快速量化城市树种多样性水平的方法。该方法基于神经网络刻画了乔木斑块多样性与光谱异质性之间的关系,能够较准确地反演城市乔木的香浓维纳指数和辛普森指数。为城市乔木树种多样性的调查提供了新的思路,并将为定量研究城市乔木多样性的生态系统服务提供基础数据。     

Partitioning plant spectral diversity into alpha and beta components

Plant spectral diversity – how plants differentially interact with solar radiation – is an integrator of plant chemical, structural, and taxonomic diversity that can be remotely sensed. We propose to measure spectral diversity as spectral variance, which allows the partitioning of the spectral diversity of a region, called spectral gamma (γ) diversity, into additive alpha (α; within communities) and beta (β; among communities) components. Our method calculates the contributions of individual bands or spectral features to spectral γ‐, β‐, and α‐diversity, as well as the contributions of individual plant communities to spectral diversity. We present two case studies illustrating how our approach can identify 'hotspots’ of spectral α‐diversity within a region, and discover spectrally unique areas that contribute strongly to β‐diversity. Partitioning spectral diversity and mapping its spatial components has many applications for conservation since high local diversity and distinctiveness in composition are two key criteria used to determine the ecological value of ecosystems.     

Proximal Spectral Sensing to Monitor Phytoremediation of Metal-Contaminated Soils

Assessment of soil contamination and its long-term monitoring are necessary to evaluate the effectiveness of phytoremediation systems. Spectral sensing-based monitoring methods promise obvious benefits compared to field-based methods: lower cost, faster data acquisition and better spatio-temporal monitoring. This paper reviews the theoretical basis whereby proximal spectral sensing of soil and vegetation could be used to monitor phytoremediation of metal-contaminated soils, and the eventual upscaling to imaging sensing. Both laboratory and field spectroscopy have been applied to sense heavy metals in soils indirectly via their intercorrelations with soil constituents, and also through metal-induced vegetation stress. In soil, most predictions are based on intercorrelations of metals with spectrally-active soil constituents viz., Fe-oxides, organic carbon, and clays. Spectral variations in metal-stressed plants is particularly associated with changes in chlorophyll, other pigments, and cell structure, all of which can be investigated by vegetation indices and red edge position shifts. Key shortcomings in obtaining satisfactory calibration for monitoring the metals in soils or metal-related plant stress include: reduced prediction accuracy compared to chemical methods, complexity of spectra, no unique spectral features associated with metal-related plant stresses, and transfer of calibrations from laboratory to field to regional scale. Nonetheless, spectral sensing promises to be a time saving, non-destructive and cost-effective option for long-term monitoring especially over large phytoremediation areas, and it is well-suited to phytoremediation networks where monitoring is an integral part.