《Remote Sensing in Ecology and Conservation》：Hyperspectral species maps and LiDAR-based structured population models show future forest fire frequency may compromise forest resilience
编辑推荐：
本文创新性地整合高光谱物种图谱与激光雷达（LiDAR）数据构建积分投影模型（IPM），首次实现对北美 boreal 森林优势树种黑云杉（Picea mariana）大尺度种群动态的量化分析。研究通过追踪42,816株个体树木6年间的生存生长数据，揭示林火历史、地形因子与冠层竞争对种群恢复力关键指标（繁殖高度到达时间与期望寿命）的调控机制，为全球变化背景下森林生态系统韧性评估提供了可推广的技术范式。
研究背景与方法创新
森林干扰正加速全球生物多样性丧失并改变树木生产力。传统地面调查方法难以在大尺度上监测森林恢复过程，本研究突破性地将遥感技术与种群生态学模型相结合，通过高光谱影像构建的物种分布图（82%分类准确率）与多期机载激光雷达（LiDAR）数据（2017-2023年），在26 km2的北美 boreal 森林样区实现对黑云杉个体树木的精准识别与持续追踪。研究团队开发了基于树高连续性状的积分投影模型（IPM），首次将林火历史、坡度、坡向、海拔及周围冠层高度（SCH）等环境驱动因子纳入树木生存生长模型的参数化过程。
关键发现与机制解析
通过对5.5 km2典型样地的分析发现：近期过火北坡立地的黑云杉繁殖高度到达时间最短（11.65±0.08年），但其期望寿命也最短（581±1.80年），表现出典型的生命史权衡策略。敏感性分析表明，海拔通过生长速率对期望寿命产生最强负敏感性，而周围冠层高度（SCH）则通过竞争效应显著影响繁殖高度到达时间。与假设相反，较高海拔（OR=1.296）和较大SCH（OR=4.680）反而促进树木生存，这可能与 boreal 森林特殊的水热条件相关。
技术突破与生态启示
本研究建立的"遥感-种群模型"耦合框架，成功将激光雷达衍生的树高变化（CHM分辨率1 m2）转化为种群动态参数。虽然模型受限于冠层探测阈值（≥3 m2冠幅），但通过保守的死亡率判定标准（树高降低≥50%）有效控制了数据不确定性。研究证实当前缩短至50年的火干扰间隔可能突破黑云杉的恢复临界点，其繁殖高度目标（5.78 m）对应的10倍球果产量增长所需时间（11-22年）与历史火周期（100-150年）已出现显著不匹配。
应用前景与范式推广
该研究方法为评估气候变化下森林生态系统韧性提供了可扩展的技术路径。未来通过引入繁殖模块数据（如无人机高分辨率CHM监测幼苗更新），可进一步完善IPM模型对种群抵抗力和扩增力的量化能力。研究强调将多源遥感数据与种群模型结合，能突破传统生态监测的空间限制，为全球森林可持续管理提供决策支持。
