通过遥感技术预测物种丰富的草原中的物种多样性和群落特征

《BMC Ecology and Evolution》：Predicting species diversity and community traits from remote sensing in species-rich grasslands

物种丰富草地生态监测受高光谱变异和干扰因素影响，无人机多光谱数据在预测生物量、株高和叶绿素含量（R2分别为0.545、0.221、0.167）方面最优，但与物种多样性无显著光谱关联（p=0.12-0.14）。

　　

摘要

物种丰富的草地（SRGs）提供了独特的生态系统服务，然而它们却是苏格兰研究最少的环境之一。这是因为它们的实际范围尚不清楚，且往往位于难以到达的区域。遥感技术可以通过帮助区分不同类型的物种丰富草地并增加监测力度来改善这一状况。然而，这些应用尚未在全国范围内针对高度多样化的草地进行过研究。我们旨在通过在全国范围内对多种类型的物种丰富草地应用遥感技术来解决这一问题。利用无人机（UAV），我们研究了“光谱变异假说”，测试了物种多样性（物种丰富度）与光谱多样性（通过变异系数和标准差来表示的地表反射率变化）之间的关系。此外，我们还收集了Sentinel-2和Planetscope卫星的数据以及无人机数据，评估了在不同空间分辨率（8厘米至10米）和光谱分辨率（8至13个波段）下对草地群落特征（地上生物量、草层高度和SPAD测量的叶绿素含量）的预测能力。研究结果与之前针对单一地点和物种较少草地的研究结果形成对比，表明在我们的七个研究地点中，物种多样性与光谱多样性指标（标准差

= 0.120

和变异系数

= 0.141

之间没有显著关系。草地特征预测的准确性在很大程度上受到空间分辨率、光谱分辨率以及所使用预测变量组合的影响。安装在无人机上的Micasense多光谱传感器在预测所有特征方面表现最为成功：草层高度、地上生物量和SPAD测量的叶绿素含量（R²分别为0.545、0.221和0.167）。研究结果表明，在这些高度多样化的生境中，使用遥感技术监测物种丰富的草地可能会受到较大变异性和混杂因素的阻碍。为了实现大规模的草地生境区分和监测，需要进一步的方法学改进，并且必须制定针对物种丰富草地的遥感应用现场指南。