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。

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。

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。

鄱阳湖是我国最大的淡水湖, 是与长江保持自由连通的两个湖泊之一, 也是最为重要的候鸟越冬地之一, 其生境质量对全球的生物多样性保护至关重要。枯水期的鄱阳湖由众多子湖构成, 不同子湖具有不同的水文控制与管理模式, 尤其是位于长江上游的三峡大坝2006年正式运行之后, 不同水文控制模式下的子湖展现出不同的退水机制, 对退水期洲滩出露的时间与湿生植被覆盖和生产力产生了不同的影响。近年来, 遥感和生态模型在研究植被变化中应用广泛。本文以MODIS增强植被指数(enhanced vegetation index, EVI)时间序列表示地表属性, 并利用EVI时间序列模型, 建立了2000-2014年植被覆盖和生产力的时空变化趋势。在研究区内建立的网格中, 随机提取了107个斑块, 采集其每16天间隔的MODIS EVI时间序列(2000年2月至2015年4月), 将自适应Savitzky-Golay平滑算法应用于EVI时间序列分析, 提取了4个关键的植被生长指标, 即生长季开始的日期、生长季长度、生长季EVI峰值和生产力。研究结果表明: (1)具有不同水文控制模式下的湿地植被生长特征表现出显著的差异, 尤其位于自由连通子湖的植被与其他模式的子湖相比: 生长季开始的时间更晚, 生长季较短, EVI峰值较低, 并且生长季节的初级生产力较低; (2)由于水文情势的改变, 自由连通子湖2006年前后的双生长周期湿地植被的生长特征差异明显, 秋季生长季提前, 导致了生物量的过度积累, 降低了越冬雁类食源的适口性; 但位于局部水文控制子湖的湿地植被不存在这种差异。(3)自由连通与局部水文控制的子湖对鄱阳湖越冬候鸟的保护均具有十分重要的意义, 需要保证这两种类型子湖的面积, 为越冬候鸟提供更广阔的食源; 当水文情势发生改变时, 局部的水文人为控制可在一定程度上减缓鄱阳湖水情变化对湿地植被生长带来的影响。

红树林是生长在热带以及亚热带海岸潮间带上的生态群落, 其生产力高, 固碳能力强, 对保持海岸带生物多样性具有十分重要的价值。本文介绍了利用多源遥感数据监测红树林的一些主要研究内容, 分为3个方面: (1)在时空模式研究方面, 利用高空间分辨率影像像素和对象结合的方法对红树林树种进行分类以及利用Landsat影像对红树林进行动态变化监测并分析其驱动因素; (2)在结构参数研究方面, 利用无人机多光谱数据及地面激光雷达数据对红树林叶面积指数进行反演; (3)在生理生化参数研究方面, 探讨了红树林叶绿素含量对淹没状况的响应、互花米草(Spartina alterniflora)入侵是否影响红树林光能利用率, 以及光化学反射指数(photochemical reflectance index, PRI)与光能利用率(light use efficiency, LUE)的关系。上述系列研究为提取红树林相关信息要素时如何选择合适的分析方法提供了有力的参考, 强调了遥感在研究红树林时空模式, 提取结构参数和生物生化参数监测的有效性, 从而更好地促进红树林生态系统的生物多样性保育工作。

由于濒危物种数量稀少以及大多数野生动物对人类活动敏感, 增加了传统调查的难度。众所周知,红外相机在野生动物调查研究中具有天然优势; 然而随着红外相机技术的广泛推广应用及数据采集量的不断加大, 科研人员也面临了一系列关于红外相机监测及后续数据处理中出现的问题。本文详细阐述了红外相机数据管理和利用方面存在的3个关键问题: 数据管理缺乏规范化、数据网络缺乏一体化、数据获取缺乏标准化。同时以秦岭、卧龙等地的一些研究为主体, 列举分析了红外相机照片后续数据挖掘中8个方面的内容, 即兽类的个体识别、物种时间活动格局、物种空间活动格局、偶见物种信息利用、物种行为活动、繁殖信息、疾病情况、人为干扰。这些信息的有效利用可为野生动物及生物多样性的保护、管理提供一定科学支撑。

获取鸟类活动及生境信息是鸟类生态学研究的基础, 而遥感技术弥补了传统野外调查方法的缺陷, 提供了获取多种信息的新途径。应用遥感技术的鸟类生态学研究热点从最初的种群行为观察, 到栖息地选择, 再到生境适宜性、破碎化及人为干扰探究等, 随着技术的不断发展也在扩展和变化。不同波段或组合下的遥感技术各有所长。光学遥感应用广泛, 尤其是信息量较大的红外波段图像和作为野外鸟巢及物种活动监测常用工具的红外相机; 多光谱图像常用于栖息地制图以及地物识别, 高空间分辨率的数据甚至可对鸟类种群进行直接计数; 高光谱数据则可对光谱特征相似的地物进行更为精确的区分和反演; 激光雷达遥感主要用于栖息地植被结构的三维探测, 为了解鸟类栖息地选择提供更好的依据。微波遥感在飞鸟探测上应用颇多, 近年来多极化数据在复杂栖息地精确制图上也具有优势, 但成本较高、解译复杂且推广度较低。在实际应用中, 遥感数据时空尺度的选择会影响研究结果, 部分遥感反演参数也缺乏生态学意义。多源遥感数据的结合应用能够提升制图分类的精度, 实现数据的时空分辨率互补, 优化鸟类生态研究所需参数。未来的遥感技术在鸟类生态学中的应用应致力于提供更加明确的光谱信息、相对简便的解译方法, 以及更为合理的多源数据组合方式等。

生态位模型通过拟合物种分布与环境变量之间的关系提供物种空间分布预测, 在生物多样性研究中有广泛应用。激光雷达(LiDAR)是一种新兴的主动遥感技术, 已被大量应用于森林三维结构信息的提取, 但其在物种分布模拟的应用研究比较缺乏。本研究以美国加州内华达山脉南部地区的食鱼貂(Martes pennanti)的分布模拟为例, 探索LiDAR技术在物种分布模拟中的有效性。生态位模型采用5种传统多类分类器, 包括神经网络、广义线性模型、广义可加模型、最大熵模型和多元自适应回归样条模型, 并使用正样本-背景学习(presence and background learning, PBL)算法进行模型校正; 同时对这5种模型使用加权平均进行模型集成, 作为第6个模型。此外, 一类最大熵模型也被用于模拟该物种的空间分布。模型的连续输出和二值输出分别使用AUC (area under the receiver operating characteristic curve)以及基于正样本-背景数据的评价指标F_pb进行评价。结果表明, 仅考虑气候因子(温度和降水)时, 7个模型的AUC和F_pb平均值分别为0.779和1.077; 当考虑LiDAR变量(冠层容重、枝下高、叶面积指数、高程、坡度等)后, AUC和F_pb分别为0.800和1.106。该研究表明, LiDAR数据能够提高食鱼貂空间分布的预测精度, 在物种分布模拟方面存在一定的应用价值。

准确的样地坐标位置是无人机航摄数据与地面调查数据融合使用的必要前提, 但是在森林样地的具体实践中, 会有许多因素制约着样地位置的测量精度, 这有可能影响后期的数据融合过程甚至得出错误的结论, 研究者们需要对此予以足够的重视。本文通过对比西双版纳地区10个热带森林样地及周围区域无人机航摄过程中的地面控制点测量精度、Photoscan摄影测量软件所得点云解算精度和照片曝光点重投影精度, 发现: (1)即使使用性能相对较好的实时差分(real time kinematic, RTK)式GNSS系统进行定位, 在林内也很难获得很好的定位精度, 林窗处的地面控制点均方根误差(root mean square error, RMSE)在水平和垂直方向分别为0.167 ± 0.158 m和0.297 ± 0.170 m, 林下样地顶点桩处分别为0.392 ± 0.368 m和0.657 ± 0.412 m; (2)软件的全局解算精度主要受控制点地面测量精度和控制点数量的影响; (3)若仅依托普通的单站式GPS对无人机位置进行定位, 则照片曝光点的重投影坐标位置可能存在较大误差(RMSE在水平和垂直方向上分别为18.434 ± 5.252 m和34.042 ± 6.920 m); (4)估测地形与实测地形间的高差标准差与林冠平均高度正相关(r = 0.713, P < 0.05), 估测地形模型在20 ha样地尺度下的验证结果优于1 ha样地。基于以上结果, 我们建议: (1)在对热带森林进行无人机航摄的过程中, 必须有足够数量和质量的分布相对均匀的地面控制点对测量误差进行控制; (2)摄影测量法的优势在于能够以相对简单的前端设备建立数字表面模型, 但该方法可能很难在森林样地中建立准确的数字地形模型。在使用无人机获取数据之前, 研究者应预先考虑到适合自己的恰当方法以应对以上的精度控制问题。

无人机技术的运用为自然保护地生物多样性监测与研究带来了新的机遇和变革。然而, 对自然保护地主要保护对象的关注不足, 导致了无人机和地面相结合的监测技术尚未形成。为更好地发挥多种调查监测技术的各自优势, 为自然保护地生物多样性管护和监测提供支撑, 我们总结了国内外已开展的无人机和地面相结合的监测工作进展, 梳理了我国不同类型自然保护地生物多样性保护管理和监测的需求。总的来看, 不同类型自然保护地的主要保护对象围绕在生态系统、物种、遗址遗迹等或由上述要素构成的景观资源上; 管理目标定位则集中在保护、恢复、科研、宣教、游憩和可持续发展等方面。基于上述需求, 我们归纳提出了包括图像识别与分类解译、数据反演与格局分析、数字建模与地表测量、巡护巡检4个类别共计14个专题的无人机和地面相结合的监测技术方案, 明确了监测时期与频次、监测指标、监测技术的结合途径以及数据后处理方法等。同时, 我们在三江并流世界遗产地云岭片区内选择植物识别、植被长势、景观格局、地表测量以及执法检查等技术专题开展了应用试验。在技术方案取得良好验证结果的同时, 实现了对自然保护地生物多样性保护和管理的技术支撑, 为未来自然保护地精细化管理提供了技术储备。