基于高光谱遥感的排土场植被覆盖与植物多样性分析

排土场作为矿区的典型扰动斑块,属于矿区生态修复的重点对象.研究人为重建的排土场生态系统物种多样性情况,分析不同坡度下植被覆盖度和植物配置,可为排土场的植被重建工程提供植物物种筛选依据和配置方案.本文以宝日希勒煤矿外排土场北坡为研究区,运用无人机高光谱遥感技术获取研究区影像,结合野外实测手段建立矿区典型植物光谱库,采用光...     

光谱多样性在植物多样性监测与评估中的应用

光谱多样性是一种基于植物反射电磁辐射光谱的生物多样性维度, 反映了不同波段光谱反射率在植物种内与种间个体之间的变异程度。由于植物反射光谱特征的差异可以综合地反映植物间生化组分和形态特征的差异, 光谱多样性成为植物多样性监测和评估的重要技术手段。该文介绍了光谱多样性的概念及其生态学意义, 比对了多源、多平台光谱数据各自的技术优势和局限性, 并概述了基于光谱多样性的植物多样性监测和评估方法及其应用, 探讨了光谱多样性整合不同维度生物多样性的能力, 展望了光谱多样性在生物多样性研究中的发展前景。光谱多样性能在多空间尺度服务于植物多样性的监测与评估, 特别是依托基于无人机技术的近地面遥感, 可以实现精细尺度植物多样性的监测与评估, 在生物多样性的保护和管理中具有广阔的应用前景。     

基于湿地植物光谱的水体总氮估测

利用再生水补充城市湿地是目前湿地恢复与重建的主要方向,然而再水中高浓度的氮、磷含量极易导致水体富营养化。遥感技术已成为富营养化监测的重要手段,但对于植被覆盖水域的富营养化直接探测存在一定的局限性。以北京市典型再生水补水湿地奥林匹克公园南园湿地为研究区,利用湿地植物光谱进行水体富营养化主控因子总氮的遥感探测。测定芦苇(Phragmites australis)和香蒲(Typha angustifolia)的叶片光谱及水体总氮含量,在对数据进行预处理的基础上建立二者的关系模型,包括单变量模型(比值光谱指数(SR)模型和归一化差值光谱指数(ND)模型),与多变量模型(逐步多元线性回归(SMLR)模型和偏最小二乘回归(PLSR)模型),并利用交叉验证决定系数(R2cv)和均方根误差(RMSEcv)进行模型精度检验。结果表明,不同回归模型相比,多变量回归模型精度较高;多变量回归模型中,PLSR模型精度较高,R2cv可达0.72,RMSEcv仅为0.24,是建立湿地植物光谱与水体总氮含量关系的最优模型。不同湿地植物类型相比,利用芦苇反射光谱建立的各种预测模型的精度都高于香蒲。其他环境因子(总磷)也是影响TN含量与湿地植物反射光谱关系的重要因素。研究成果可以弥补现有水体富营养化遥感探测的不足,并为再生水利用的城市湿地水质监测与管理提供有力的科学依据。     

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。     

滨海盐土土壤水分的高光谱参数及估测模型

基于滨海盐土5个试验点的土壤含水量和室内土壤表面高光谱反射率,综合分析了350～2500 nm波段范围内土壤含水量与土壤光谱之间的关系,并基于比值光谱指数(RSI)、归一化光谱指数(NDSI)和差值光谱指数(DI)确定了光谱参数,进而构建土壤含水量估测定量模型.结果表明： 滨海盐土原始光谱反射率与土壤含水量呈显著负相关关系,且最大负相关出现在1930 nm(r=0.86)附近.对RSI、NDSI和DI的直线回归方程、幂函数回归方程进行对比,以RSI(R₁₄₀₇,R₁₄₅₉)为自变量构建的土壤含水量指数函数线性回归方程决定系数最大(0.780),标准误较小(0.016),拟合方程为y=0.00001e^9.72053x.估测模型能够更好地监测滨海盐土土壤水分状况.基于RSI(R₁₄₀₇,R₁₄₅₉)构建的模型可实现对江苏省滨海盐土土壤水分的精确监测.     

浑善达克沙地中部斑块格局影响植物多样性及功能性状

景观格局与植物多样性之间的关系已被广泛研究,然而,斑块格局如何影响植物多样性,以及这些影响的边缘类型差异尚不清楚。为从植物功能性状角度揭示斑块格局影响植物多样性的机制,该研究采用不同边缘类型的斑块,利用两年调查的705个样方数据,结合遥感卫星图像解译和空间信息分析,根据植物群落的空间位置和斑块格局,按照向内、向外、向内成核和向外成核4种边缘类型将浑善达克沙地中部的斑块进行分类,采用Duncan新复极差法比较了4种边缘类型斑块格局与植物功能性状多样性关系的差异,应用Pearson相关系数和冗余分析(RDA)法量化了斑块格局对植物多样性的影响。结果发现,植物丰富度和多样性指数与斑块格局密切相关,这些关系存在着边缘类型的显著差异,表现出不同的功能性状。对于向内边缘,边缘指数与丰富度负相关,和C₄植物比例正相关;对于向外边缘,边缘指数与C₄植物比例正相关;对于向内成核边缘,边缘密度与多年生植物和虫媒植物比例正相关;对于向外成核边缘,边缘角度和指数与物种Shannon-Wiener指数和Simpson指数正相关,与Pielou指数、丰富度和动物传播植物...     

普洱季风常绿阔叶林乔木物种多样性高分辨率遥感估测

季风常绿阔叶林是我国南亚热带典型的地带性植被,也是云南省普洱地区重要森林类型。季风常绿阔叶林乔木物种多样性遥感估测对研究区域尺度生物多样性格局及其规律具有重要作用。根据光谱异质性假说和环境异质性假说,首先使用1m空间分辨率的机载高光谱数据和激光雷达数据提取了光谱多样性特征和垂直结构特征。然后利用基于随机森林算法的递归特征消除方法选择对研究区森林乔木物种多样性指数具有较好解释能力的遥感特征,并对Shannon-Winner物种多样性指数进行建模、制图。研究结果表明：(1)基于机载LiDAR数据提取的垂直结构特征和机载高光谱数据提取的光谱多样性特征均对研究区森林乔木物种多样性具有较好的解释能力,随机森林模型估测结果分别为R²=0.48,RMSE=0.46和R²=0.5,RMSE=0.45;两种数据源融合可以进一步提高遥感数据的森林乔木物种多样性估测精度,随机森林估测模型R²和RMSE分别为0.69和0.37。(2)机载激光雷达数据对研究区针阔混交林乔木物种多样性的估测能力优于机载高光谱数据。(3)机器学习方法有助于从高维遥感...     

基于多源遥感数据的荒漠植被覆盖度估测

以塔里木河下游为靶区,根据地面调查和不同分辨率的多源遥感数据,逐级建立荒漠植被覆盖度遥感估测模型,并对不同模型、不同估测方法的估测精度进行比较.结果表明: 随着遥感数据空间分辨率的提高,植被覆盖度遥感估测模型精度增加;基于高分辨率、中高分辨率及中低分辨率遥感数据建立的植被覆盖度模型的估测精度分别为89.5%、87.0%和84.6%;遥感模型法的估测精度高于植被指数法.不同分辨率遥感数据估测荒漠植被覆盖度的精度变化规律,实现了荒漠植被覆盖度估测的高、中、低分辨率遥感数据参数及尺度的定量转换,可为研究区生态恢复遥感综合监测方案的制定和实施提供直接依据.     

基于高光谱遥感的小麦叶干重和叶面积指数监测

生物量和叶面积指数(LAI)是描述作物长势的重要参数, 叶干重和LAI的实时动态监测对小麦(Triticum aestivum)生长诊断和管理调控具有重要意义。为分析多种高光谱参数估算小麦叶干重和LAI的效果, 建立小麦叶干重和LAI的定量监测模型, 该研究连续3年采用不同小麦品种进行不同施氮水平的大田试验, 于小麦不同生育期采集田间冠层高光谱数据并测定叶片叶干重和LAI。试验结果显示, 小麦叶干重和LAI随施氮水平的提高而增加, 随生育进程呈单峰动态变化模式。小麦叶干重和LAI与光谱反射率间相关性较好的区域主要位于红光波段(590~710 nm, r<-0.60)和近红外波段(745~1 130 nm, r>0.69)。对于不同试验条件下的叶干重和LAI, 可以使用统一的光谱参数进行定量反演, 其中基于RVI (810, 560)、FD755、GM1、SARVI (MSS)和TC3等光谱参数的方程拟合效果较好。经不同年际独立试验数据的检验表明, 以参数RVI (810, 560)、GM1、SARVI (MSS)、PSSRb、(R_750-800/R_695-740) -1、VOG2和MSR705为变量建立的叶干重和LAI监测模型均给出较好的检验结果。因此, 利用关键特征光谱参数可以有效地评价小麦叶片生长状况, 尤其是光谱参数RVI (810, 560)、GM1和SARVI (MSS)可以对不同条件下小麦叶干重和LAI进行准确可靠的监测。     

北京东灵山辽东栎林植物物种多样性的多尺度分析

多尺度分析物种多样性格局能够为有效保护生物多样性提供重要信息.利用物种多样性的加法分配法则分析了样方-坡位-坡面等级尺度系统辽东栎林植物物种多样性(gamma多样性)的alpha多样性和beta多样性在各尺度上的分配关系.结果表明以物种丰富度为指标的区域物种多样性的最大贡献来自坡面尺度,表明坡面尺度是维持辽东栎林物种多样性的有效尺度;而对Simpson多样性和Shannon多样性的最大贡献则来自样方内,这决定于群落物种优势度和稀有度格局;各尺度间beta多样性组分随尺度的增大而增大可能是环境异质性和扩散作用的综合结果.各尺度间Shannon多样性对总体多样性的贡献大于Simpson多样性的贡献是偶见种在各尺度间分配的结果.物种多样性分配的加法法则为物种多样性格局的多尺度分析提供了理论框架,是检验物种多样性格局形成机制的有效方法.     

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。     

Correlating species and spectral diversities using hyperspectral remote sensing in early‐successional fields

Advances in remote sensing technology can help estimate biodiversity at large spatial extents. To assess whether we could use hyperspectral visible near‐infrared (VNIR) spectra to estimate species diversity, we examined the correlations between species diversity and spectral diversity in early‐successional abandoned agricultural fields in the Ridge and Valley ecoregion of north‐central Virginia at the Blandy Experimental Farm. We established plant community plots and collected vegetation surveys and ground‐level hyperspectral data from 350 to 1,025 nm wavelengths. We related spectral diversity (standard deviations across spectra) with species diversity (Shannon–Weiner index) and evaluated whether these correlations differed among spectral regions throughout the visible and near‐infrared wavelength regions, and across different spectral transformation techniques. We found positive correlations in the visible regions using band depth data, positive correlations in the near‐infrared region using first derivatives of spectra, and weak to no correlations in the red‐edge region using either of the two spectral transformation techniques. To investigate the role of pigment variability in these correlations, we estimated chlorophyll, carotenoid, and anthocyanin concentrations of five dominant species in the plots using spectral vegetation indices. Although interspecific variability in pigment levels exceeded intraspecific variability, chlorophyll was more varied within species than carotenoids and anthocyanins, contributing to the lack of correlation between species diversity and spectral diversity in the red‐edge region. Interspecific differences in pigment levels, however, made it possible to differentiate these species remotely, contributing to the species‐spectral diversity correlations. VNIR spectra can be used to estimate species diversity, but the relationships depend on the spectral region examined and the spectral transformation technique used.     

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.     

Differentiating aquatic plant communities in a eutrophic river using hyperspectral and multispectral remote sensing

1. This study evaluates the efficacy of remote sensing technology to monitor species composition, areal extent and density of aquatic plants (macrophytes and filamentous algae) in impoundments where their presence may violate water‐quality standards. 2. Multispectral satellite (IKONOS) images and more than 500 in situ hyperspectral samples were acquired to map aquatic plant distributions. By analyzing field measurements, we created a library of hyperspectral signatures for a variety of aquatic plant species, associations and densities. We also used three vegetation indices. Normalized Difference Vegetation Index (NDVI), near‐infrared (NIR)‐Green Angle Index (NGAI) and normalized water absorption depth (D_H)_, at wavelengths 554, 680, 820 and 977 nm to differentiate among aquatic plant species composition, areal density and thickness in cases where hyperspectral analysis yielded potentially ambiguous interpretations. 3. We compared the NDVI derived from IKONOS imagery with the in situ, hyperspectral‐derived NDVI. The IKONOS‐based images were also compared to data obtained through routine visual observations. Our results confirmed that aquatic species composition alters spectral signatures and affects the accuracy of remote sensing of aquatic plant density. The results also demonstrated that the NGAI has apparent advantages in estimating density over the NDVI and the D_H. 4. In the feature space of the three indices, 3D scatter plot analysis revealed that hyperspectral data can differentiate several aquatic plant associations. High‐resolution multispectral imagery provided useful information to distinguish among biophysical aquatic plant characteristics. Classification analysis indicated that using satellite imagery to assess Lemna coverage yielded an overall agreement of 79% with visual observations and >90% agreement for the densest aquatic plant coverages. 5. Interpretation of biophysical parameters derived from high‐resolution satellite or airborne imagery should prove to be a valuable approach for assessing the effectiveness of management practices for controlling aquatic plant growth in inland waters, as well as for routine monitoring of aquatic plants in lakes and suitable lentic environments.     

中条山中段木本植物群落植物种多样性分析

采用样方法取样,依据重要值指标运用双向指示种分析(TWINSPAN)法,将山西中条山中段植被群系分成16个群丛。应用丰富度指数（R₁、R₂）、Simpson指数（λ）,Shannon-Weiner指数(H′)和均匀度指数(E₁、E₅)研究了16个群丛的植物种多样性。结果表明：群系植物种多样性指数的大小受立地生境和人为活动的综合影响;森林群落的植物种多样性指数明显高于灌丛群落;群落植物种多样性在空间上的差异不仅决定于物种丰富度指数,更与各物种间的均匀度指数密切相关;进而影响不同层次的物种多样性对群落总体物种多样性的贡献。     

竹叶眼子菜种群遗传多样性与群落物种多样性关系的研究

以洪湖中的沉水植物群落及其优势种竹叶眼子菜(Potamogeton wrightii Morong)为研究对象,利用AFLP分子标记结合野外调查的方法,分析保护区(干扰较小)与非保护区(干扰较大,敞水区)中沉水植物群落的物种多样性与竹叶眼子菜遗传多样性之间的相关性。结果显示:洪湖沉水植物群落物种丰富度(S)和物种多样性辛普森指数(D)在保护区和非保护区均未发现显著性差异;竹叶眼子菜的重要值(IV)在保护区(5.2%~23.2%)较非保护区(8.5%~73.3%)稳定。竹叶眼子菜的遗传多样性在两个区未发现显著差异,其遗传多样性与群落物种多样性这两个指标在保护区、非保护区及全湖水平均不相关,说明沉水植物群落的物种多样性和竹叶眼子菜的遗传多样性对不同环境干扰的响应有所差异。