中国生物多样性核心监测指标遥感产品体系构建与思考

生物多样性的稳定维持关乎人类生存发展与地球健康。生物多样性核心监测指标(Essential Biodiversity Variables, EBVs)旨在结合地面调查与遥感技术, 为大尺度、长时间序列的生物多样性监测提供新的解决方案。然而, 目前学界仍然缺乏一套国家尺度标准化EBVs遥感监测产品数据集, 以进行生物多样性评估。本研究旨在对中国生物多样性核心监测指标遥感产品进行体系构建与思考, 首先综述了目前EBVs的遥感研究概况, 并根据EBVs研究文献的数量进行调研分析; 同时, 本文在已有遥感生物多样性产品优先标准的基础上, 添加了“可重复性”的新标准, 并据此构建了中国EBVs遥感产品体系与监测数据集的指标清单, 最终对中国EBVs遥感研究存在的问题进行思考与讨论。本研究可为中国的生物多样性遥感监测提供科学依据, 有望为中国生物多样性政策的制定提供支撑。     

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。     

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。     

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。     

亚热带森林生物多样性与生态系统功能实验研究基地(BEF-China)研究进展

生物多样性与生态系统功能的关系(BEF)及其内在机制是当前生物多样性研究领域的热点问题。长期以来,以草地生态系统为主的BEF研究积累了大量研究成果,而基于森林生态系统的相关研究则相对较少。亚热带森林生物多样性与生态系统功能实验研究基地(BEF-China)是目前包含树种最多、涉及多样性水平最高的大型森林控制实验样地。该文总结了基于BEF-China平台的研究进展,特别是生物多样性对生态系统生产力、养分循环以及多营养级相互作用关系等方面的影响,并提出了未来BEF-China的研究应注重高通量测序和遥感等新兴技术的应用,在生物多样性的多维度、生态系统的多种组分与多种功能以及BEF研究的多种尺度等交叉方向上持续开展深入研究。针对BEF-China研究成果的梳理有助于理解驱动亚热带森林生物多样性与生态系统功能关系的内在机理,为生物多样性保护和生态修复提供科学依据。     

GIS和遥感技术在生态安全评价与生物多样性保护中的应用

综合近年来国内外生态安全评价和生物多样性保护领域的研究成果:简要总结了地理信息系统(GIS)和遥感(RS)技术在生态学热点领域的应用研究现状和特点;归纳论述了GIS和RS在生态安全评价和生物多样性保护研究中存在的不足;在此基础上,尝试性地提出了可扩展的集成研究框架——"生产线"框架;最后探讨了GIS和RS技术与生态学集成研究的未来发展趋势。     

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。     

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。     

中国森林遥感Rao′s Q指数时空演变

明确宏观森林植物多样性时空分布格局,对于评估森林生态工程效果以及有效开展区域生物多样性保护工作具有重要意义。遥感生物多样性研究能够弥补原位观测在时空连续性方面的不足,研究旨在为区域尺度生物多样性研究引入一种新方法——遥感Rao′s Q指数。结果表明：基于归一化植被指数(NDVI)计算的Rao′s Q指数与收集的物种丰富度在空间分布上基本一致,且两者的数值拟合通过极显著检验(R²=0.66,P<0.001),Rao′s Q指数随物种丰富度增加而增加,适用于表征宏观尺度跨气候带地区的森林植物多样性。2000—2017年间,中国森林的Rao′s Q指数时空分布基本一致,整体呈南高北低的态势;不同时段中均以降低为主,降低面积占总面积的44.23%—54.08%,武夷山-南岭一带增高特征凸显,而2010—2017年也表现出降低特征,该区域森林植物多样性本底丰富,应加强管控力度,阻止降低热点区扩散。引入遥感Rao′s Q指数有效表征区域森林植物多样性分布特征,可为区域生态质量评估提供一种新的监测指标,进而为森林植物多样性保护及区域生态质量改善相关政策制定提供支撑。     

Remote sensing of biodiversity: what to measure and monitor from space to species?

Global biodiversity monitoring systems through remote sensing can support consistent assessment, monitoring, modelling and reporting on biodiversity which are key activities intended for sustainable management. This work presents an overview of biodiversity monitoring components, i.e. biodiversity levels, essential biodiversity variables, biodiversity indicators, scale, biodiversity inventory, biodiversity models, habitat, ecosystem services, vegetation health and biogeochemical heterogeneity and discusses what remote sensing through Earth Observations has contributed to the study of biodiversity. The technological advancements in remote sensing have enabled information-rich data on biodiversity. Remote sensing data are making a strong contribution in providing unique information relevant to various biodiversity research and conservation applications. The extensive use of Earth observation data are not yet realized in biodiversity assessment, monitoring and conservation. The development of direct remote sensing approaches and the techniques for quantifying biodiversity at the community to species level is likely to be a great challenge for comprehensive earth observation-based monitoring strategy.

     

利用遥感光谱法进行农田土壤水分遥感动态监测

自 1 997年 4月至 1 998年 1 0月 ,在甘肃省定西县进行了大面积 0～ 5 0 cm土层农田土壤水分按每 1 5 d本底资料实际观测 ,对此间收到的 5幅 TM与 7幅 NOAA卫片数据资料进行了加工处理 ,并对地面光谱资料也进行了观测。在光谱反演与光谱和土壤水分相关性分析基础上 ,利用遥感技术和地理信息系统 ,初步建立了典型试验区 ( 3× 3km2 )遥感信息与土壤含水量之间的遥感光谱相关监测模型 ,做出了观测区土壤水分含量分布图和得到了大面积农田土壤水分宏观动态监测结果 ,并同地面实测土壤水分进行了精度校正。研究结果表明 ,文中提出的“光学植被盖度”概念 ,对土壤水分遥感监测研究是有益的 ,利用遥感光谱法和数学统计方法求出了有关物理参数 ,初步建立了 TM与 NOAA光谱水分监测模型 ,其模型监测 0～2 0 cm土层含水量的精度达到 90 %以上 ,实际监测土壤水分精度达到 72 .3% ;在遥感监测 2 0～ 5 0 cm土层土壤含水量中 ,利用遥感模型监测土壤水分精度达到 80 %以上 ,实际遥感监测精度达到 60 %左右 ,其结果可有效指导干旱半干旱雨养农业区春耕时间和动态监测大面积土壤墒情 ,可为农业生产提供科学依据。另外 ,经地面大量观测表明 ,一般来说 ,当土壤含水量为田间最大持水量的 5 5 %～ 85 %时 ,从生长状况和经济     

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。     

Using unclassified continuous remote sensing data to improve distribution models of red-listed plant species

Remote sensing (RS) data may play an important role in the development of cost-effective means for modelling, mapping, planning and conserving biodiversity. Specifically, at the landscape scale, spatial models for the occurrences of species of conservation concern may be improved by the inclusion of RS-based predictors, to help managers to better meet different conservation challenges. In this study, we examine whether predicted distributions of 28 red-listed plant species in north-eastern Finland at the resolution of 25 ha are improved when advanced RS-variables are included as unclassified continuous predictor variables, in addition to more commonly used climate and topography variables. Using generalized additive models (GAMs), we studied whether the spatial predictions of the distribution of red-listed plant species in boreal landscapes are improved by incorporating advanced RS (normalized difference vegetation index, normalized difference soil index and Tasseled Cap transformations) information into species-environment models. Models were fitted using three different sets of explanatory variables: (1) climate-topography only; (2) remote sensing only; and (3) combined climate-topography and remote sensing variables, and evaluated by four-fold cross-validation with the area under the curve (AUC) statistics. The inclusion of RS variables improved both the explanatory power (on average 8.1 % improvement) and cross-validation performance (2.5 %) of the models. Hybrid models produced ecologically more reliable distribution maps than models using only climate-topography variables, especially for mire and shore species. In conclusion, Landsat ETM+ data integrated with climate and topographical information has the potential to improve biodiversity and rarity assessments in northern landscapes, especially in predictive studies covering extensive and remote areas.     

新一代遥感技术助力生态系统生态学研究

随着气候变化和人类活动的加剧, 生态系统正处于剧烈变化中, 生态学家需要从更大的时空尺度去理解生态系统过程和变化规律, 应对全球变化带来的威胁和挑战。传统地面调查方法主要获取的是样方尺度、离散的数据, 难以满足大尺度生态系统研究对数据时空连续性的要求。相比于传统地面调查方法, 遥感技术具有实时获取、重复监测以及多时空尺度的特点, 弥补了传统地面调查方法空间观测尺度有限的缺点。遥感通过分析电磁波信息从而识别地物属性和特征, 反演生态系统组成、能量流动和物质循环过程中的关键要素, 已逐渐成为生态学研究中必不可少的数据来源。近年来, 随着激光雷达、日光诱导叶绿素荧光等新型遥感技术以及无人机、背包等近地面遥感平台的发展, 个人化、定制化的近地面遥感观测逐渐成熟, 新一代遥感技术正在推动遥感信息“二维向三维”的转变, 为传统样地观测与卫星遥感之间搭建了尺度推绎桥梁, 这也给生态系统生态学带来了新的机遇, 推动生态系统生态学向多尺度、多过程、多学科、多途径发展。因此, 该文从生态系统生态学角度出发, 重点关注陆地生态系统中生物组分, 并分别从生态系统类型、结构、功能和生物多样性等方面, 结合作者在实际研究工作中的主要成果和该领域国际前沿动态, 阐述遥感技术在生态系统生态学中的研究现状并指出我国生态系统遥感监测领域发展方向及亟待解决的问题。     

森林生态系统生物多样性的遥感评估

目前的评估由于方法的原因,常常会遗留下一些含糊不清的地方。遥感则可以作一种观察生态系统多样性和单个生态系统中各种结构侧面的重要工具。它提供了一种能够跨越几个不同空间尺度实施评估的手段,并且对于评估生态系统格局随时间的变化也是必不可少。现在许多不同的遥感技术已经被应用在生态学研究中。大多数工作所用的数据主要是来自机载和星载平台提供的摄影和数字光学图像,目前则越来越强调激光扫描和合成孔径雷达数据的应用。这些技术手段为从景观到林分规模的不同现象的评估提供了机会。遥感提供了可用于确定森林生态系统中生物多样性景观尺度的元素最有效的工具。例如基质和斑块的相对百分比以及它们的配置。在中间尺度,遥感为评价廊道的存在和边界的特性提供了理想的工具。在林分尺度,遥感技术可用来获取关于森林分结构属性的信息,例如冠层表面的特性,是否存在冠内分层等等。随着的发展,遥感将更广泛地应用于生态学研究。     

施氮时期对高产夏玉米氮代谢关键酶活性及抗氧化特性的影响

选用玉米品种登海661和郑单958为材料,研究了高产条件下施氮时期对夏玉米产量、氮素利用率、氮代谢相关酶及抗氧化酶活性的影响.结果表明： 拔节期一次性施氮不利于夏玉米产量提高和氮素积累,分次施氮且增施花粒肥显著提高了植株和籽粒的吸氮量,并提高了籽粒产量.拔节期、10叶期、花后10 d按2∶4∶4施氮,登海661产量最高可达14123.0 kg·hm^-2;基肥、拔节期、10叶期、花后10 d按1∶2∶5∶2施氮,郑单958产量最高可达14517.1 kg·hm^-2,这2种施氮方式较拔节期一次性施氮分别增产14.5%和17.5%.花前分次施氮可以显著提高开花期硝酸还原酶活性;登海661和郑单958在花后0~42 d中,施氮处理的谷氨酰胺合成酶、谷氨酸合成酶、谷氨酸脱氢酶活性分别平均提高了32.6%、47.1%、50.4%和145%、61.8%、25.6%,减缓了其下降趋势;超氧化物歧化酶、过氧化氢酶活性提高了22.0%、36.6%和13.4%、62.0%,丙二醛含量显著降低.在高产条件下,分次施氮且适当增加花粒肥施入比例可以提高氮代谢相关酶活性,延缓植株衰老,促进氮素吸收利用,进而提高籽粒产量.     

Quantification of plant stress using remote sensing observations and crop models: the case of nitrogen management

Remote sensing techniques offer a unique solution for mapping stress and monitoring its time-course. This article reviews the main issues to be addressed for quantifying stress level from remote sensing observations, and to mitigate its impact on crop production by managing cultural practices. The case of nitrogen fertilization is used here as a paradigm. The derivation of canopy state variables such as the leaf area index (LAI) and chlorophyll content (C(ab)) is first addressed. It is demonstrated that the inversion of radiative transfer models leads to useful estimates of these variables. However, because of the ill-posed nature of the inverse problem, better accuracy is achieved when using prior information on the distribution of the variables and when multiplying LAI by C(ab) to get canopy level chlorophyll content. This variable, LAIxC(ab) is well suited for quantifying canopy level nitrogen content. It is used for nitrogen stress evaluation by comparison with a reference unstressed situation which is, however, not easy to get in practice. The combination of remote sensing observations with crop models provides an elegant solution for stress quantification through assimilation approaches. It fuses several sources of information within our knowledge of the processes involved and accounts for the environmental budget which can be integrated when making decisions about cultural practices. Conclusions are drawn on the issues related to the retrieval of canopy state variables from remote sensing data, to the link between these observables and crop models, and to the assimilation approaches. Avenues for further research are finally discussed along with the required observation system.