介绍了若尔盖高原区域碳收支参量多尺度遥感综合观测试验的研究背景、科学目标、关键问题、观测方案、观测系统设置和后续观测计划.总体目标是,开展若尔盖高原区域湿地—草地生态系统碳收支参量多尺度遥感与地面同步观测试验,为人为干扰条件下湿地—草地生态系统碳收支变化过程研究积累基础数据;发展能够融合多源、多尺度遥感观测的碳收支相关参量反演模型,为实现卫星遥感对区域尺度碳收支研究提供方法和范例;建立区域尺度上的多尺度观测体系,通过多源遥感技术与生态过程模型的耦合,降低碳收支遥感监测及模拟的不确定性,更加综合地理解湿地—草地生态系统不同时空尺度上的碳收支过程;增强遥感技术在湿地生态研究的应用性,并最终为区域湿地保护提供重要依据.试验以人为干扰剧烈的若尔盖高原湿地—草地区域为试验区,以碳循环过程的关键参量为主要观测对象,利用卫星遥感、航空遥感、地基遥感、通量观测、生态观测等相关设备,开展航空、卫星和地面配合的大型综合观测试验,精细化观测若尔盖高原沼泽化草甸、湿草甸、草甸、草原等不同覆被类型的碳收支过程的各个分量.讨论了碳收支参量的多尺度观测与时空尺度扩展问题,展望了同步综合观测试验在陆地生态系统碳循环研究的应用前景.

在山地复杂条件下开展无人机遥感观测面临众多挑战,分析无人机遥感观测平台的可靠性是影像拼接、成果应用、平台和飞行方案改进的重要基础.介绍了一种基于低空无人机的山地多源数据遥感观测平台,重点阐述了无人机系统的组成、性能参数和传感器参数.以«低空数字航空摄影规范»为参照,总结低空无人机遥感观测平台的可靠性分析方法.以２０１４年７月２５日若尔盖高原无人机遥感观测试验获取的数据为例,定量分析该低空无人机遥感观测平台的可靠性.结果表明:该平台在山地复杂条件下具有较高的可靠性,航向平均重叠度为７３．５８％,旁向平均重叠度为５５．０７％,平均倾角为２．２３°,航线内平均旋角为１．３６°,航线间平均旋角为１０．４１°,平均航线偏移为５．４２m,最大航线弯曲度为０．１９％,最大航高差为５m,各项指标评价结果远优于«低空数字航空摄影规范»要求.相机成像面与平台飞行方向的夹角可能引起旁向旋角的增大;在逆风条件下,该小型无人机遥感观测平台的姿态更为稳定.

野外样点数据是土地覆被遥感制图中训练样本和精度检验样本的重要来源.在山区地表覆被野外样点采集过程中,受采样距离以及河流、地形等的阻挡,大量样点难以直接到达,影响了山地地表覆被野外样点的代表性.为了获取高质量的山区地表覆被野外样点,研发一款高精度、远距离、不接触、自动化采样的山地地表覆被信息野外采样系统显得十分必要.以移动式客户端为工作平台,基于Android操作系统和ArcGISAPIforAndroid设计了一套山地地表覆被野外采样系统.该系统提供了单点和双点交会采样两种模式,用户可以根据地表覆被距离选择不同模式自动化获取采样地物的地理坐标、地表覆被类型信息、图像信息和用户定制的其他属性信息.经野外实地验证,该系统可以获取肉眼可辨的不同距离的山地地表覆被样点,提高了地表覆被野外采样效率.获取的可见远距离地表覆被目标的坐标距离误差在３０m以内,满足３０m尺度土地覆被产品生产对样点定位精度的要求.

叶面积指数(LeafAreaIndex,LAI)是表征植被生物物理变化和冠层结构特征的关键参数,目前存在多个全球范围、长时间序列LAI产品,对其进行验证是LAI产品应用的重要前提,然而目前山区的验证工作尤其少见.在我国西南山区选取６个典型样区,考虑山区复杂地形特征,从产品时空完整性以及对山区植被时空特征表征能力等方面对GEOV１、GLASS和MODISLAI产品进行对比分析.研究结果表明:①相比于地形平坦地区,在山区随海拔和地形起伏度的增加,LAI产品时空完整性呈递减的趋势,其中,GEOV１LAI表现最差,MODISLAI次之,GLASSLAI表现最好;②GLASSLAI和GEOV１LAI的空间分布合理且具有较好的一致性,MODISLAI的空间分布和二者存在差异,３种LAI产品均难以准确反映山区植被垂直带谱的变化特征;③草地类型LAI产品间差值较小,林地和农作物GLASSLAI和GEOV１LAI产品一致性较好,MODISLAI产品和二者存在较大的差异;④GLASSLAI时间序列曲线平滑且连续,GEOV１LAI存在时间不连续现象,MODISLAI季相变化中的波动现象比较严重;各产品不仅难以准确反映冬季的常绿针叶林LAI,而且难以准确表征样区内农田作物轮作的物候信息.对比分析有助于发现LAI产品在山区存在的问题,并为今后LAI产品的算法改进提供帮助和参考.

面向中国山地宏观尺度分析与认知的需要,用数字地貌与遥感结合的方法,设计并编制了竖版中国数字山地图.该专题图对中国山地空间范围界定与分级做了较为系统的制图表达和统计,得到我国山地面积约６．２２３９×１０６km^２,占陆地国土总面积(小于１００km^２,岛屿除外)的６４．８９％.该图在广义的山地定义下,展现中国山地—高原—丘陵—平原的复杂空间组合与统计特征,梳理我国大型山脉走向、级别与外形,总体上实现了从定量分析到定性归纳山地基本属性的预期,为山地宏
观尺度的相关研究提供参考.

山地在维持生物多样性、调节区域气候和涵养水源等多个方面具有非常重要的生态服务功能。由于存在高度的时—空异质性,山地地表生态参量的反演面临更多理论和技术上的难题,也对定量遥感的发展提出了新的要求。梳理了山地地表生态参量遥感反演的研究进展,讨论了进一步提高山地地表生态参量遥感反演能力的关键理论、技术及存在问题。只有模型、观测和数据处理方法3个环节的共同进步和有机结合才能推动山地定量遥感继续向前发展。反演山地生态参量不仅需要已有理论和技术的提升,同时还需要方法论上的突破。

遥感为获取山区生态环境与资源信息提供了重要的观测手段。然而受地形遮蔽影响,山区光学影像大量的地形阴影给山区土地覆被解译以及生态参量的遥感反演带来了巨大困难。针对地形阴影光谱信息的恢复,提出了一种基于MODIS NDVI的Landsat TM影像地形阴影区光谱信息恢复方法。该方法首先利用MODIS上午、下午星(Terra和Aqua)不同时间过境能够对地形阴影区信息实现互补的特点,采用最大值合成法合成MODIS上、下午星16 d NDVI产品(MOD13Q1和MYD13Q1),获得低空间分辨率影像上的阴影区光谱信息;在此基础上,考虑MODIS与Landsat的观测角度、光谱差异,设置滑动窗口及筛选规则提取MODIS与TM影像相匹配的同质纯像元;基于中、低空间分辨率影像中均匀同质像元存在一定统计关系的假设,进一步建立同质区域中TM影像光照区域与对应MODIS NDVI的回归树模型,利用该统计关系和阴影区MODIS的NDVI信息推导得出地形阴影区的光谱信息。将阴影光谱信息恢复后的影像与SCS+C校正后的影像进行比较和分析,结果表明该方法恢复得到的地形阴影的光谱信息能够更好地反映阴影区信息,同时光谱保真程度较好。随着越来越多的中高空间分辨率卫星影像的发展,采用多源卫星数据进行山地地形阴影区信息恢复将成为一个新的发展趋势,该方法以期为同类影像处理提供参考。

相对于平地,山地的空间异质性更强,交通更为不便,开展遥感实验时需要更加高效的地面样点布设方案。以条件拉丁超立方体采样为理论基础,通过构建多目标代价函数,发展了一种专门针对于山区遥感试验的采样方法。以具有复杂地形特征的海螺沟为研究区,与随机采样(SRS)、基于分类图的采样(LCSS)以及无成本约束的条件拉丁超立方体采样(CLH)进行了对比试验。结果表明,CLH和本文方法所得样〖JP2〗点的概率直方图和研究区总体概率直方图非常相似,样点代表性明显优于SRS和LCSS方法。同时,本文方法所得样点的平均成本距离(296.78)显著低于SRS(407.84)、LCSS(408.19)和CLH方法(458.78)。

山地是森林重要的分布区,然而山地多样的森林类型、高度异质化的景观格局、突出的地形效应以及云、雾的干扰均不同程度地影响了山地森林类型的遥感自动制图。多源多时相遥感影像提供的季相节律信息是当前提高土地覆被遥感制图精度的重要信息源之一。以岷江上游地区为研究区,以国产环境减灾卫星多光谱CCD(简称HJ CCD)影像和美国Landsat TM影像为数据源,以决策树为分类方法,根据参与分类影像的时相差异设计了5组对比实验(生长季单时相组、非生长季单时相组、生长季多时相组、非生长季多时相组、全时相组),对比论证多源多时相遥感影像对山地森林类型自动制图的贡献和作用。对比结果表明:生长季和非生长季相结合的多时相遥感影像较单时相或单一类型(生长季或非生长季)多时相遥感影像,更能显著提高山地森林类型自动制图精度,且能降低分类决策树的复杂程度,更有利于山地森林类型的自动提取。

叶面积指数(LAI)遥感估算是植被定量遥感研究的热点之一,监测植被LAI时空变化对于研究陆地生态系统碳循环及全球变化等具有非常重要的意义。在我国西南山区设置10个50 km×50 km的观测样区作为研究区,其中包括5个森林生态系统样区、3个农田生态系统样区和2个草地生态系统样区。分别获取不同优势植被类型LAI地面实测数据,结合同期获取的遥感数据,考虑地形因素影响,基于偏最小二乘原理分别构建各样区LAI遥感估算模型,并采用交叉验证的方式对模型精度进行评价。结果表明:考虑了海拔、坡度和坡向等地形因子的森林LAI遥感反演模型与未考虑地形变量的模型相比,其验证精度有所提高,R²由0.30~0.75提高至0.50~0.80,RMSE由0.52~0.93 m^2/m²降低至0.48~0.89 m²/m²;所有样区优势植被类型LAI反演模型验证R²在0.40~0.80之间,RMSE在0.22~0.89 m²/m²之间。发展的LAI遥感估算方法有助于认知山地植被LAI反演的地形效应问题,可为进一步的山地植被长势监测提供科学依据。

地上生物量是衡量草地长势及生态系统服务功能的重要参数，对于草地生态系统碳收支、资源可持续开发等研究具有重要意义。研究基于若尔盖高原典型样带的无人机可见光影像和地面实测样本，建立生物量与多种可见光植被指数的指数回归模型，对比不同植被指数模型的生物量估算精度的差异。结果表明：可见光植被指数能够有效区分草地和其他覆盖类型，生物量与植被指数具有较好的相关关系。但基于不同波段建立的植被指数对生物量的估算精度存在差异，其中利用红、绿波段建立的植被指数NGRDI模型对生物量具有最高的模拟精度(R²=0.856)和预测精度(验证样本ABE=94 g/m²，RMSE=124 g/m²)。研究获取了高空间分辨率的草地地上生物量，相关成果可为若尔盖高原碳收支、卫星遥感产品真实性检验、生态模型、资源可持续利用等研究提供方法与数据支撑。

地表温度是影响地表能量收支平衡的重要参量,能够综合反演地表的水热交换过程。虽然当前在基于地表温度开展全球或者区域尺度的地表能量平衡研究方面取得一系列的进展,但是面向山地区域尺度的类似研究仍然面临较大的挑战。为分析山地复杂地形对山地地表温度时空分布的影响规律,基于具有较高空间分辨率的Landsat 8热红外数据,以我国西南典型山地为研究对象,定量反演该区域的地表温度空间分布状况,结合SRTM90 DEM数据,选择从海拔、坡度和坡向3个关键地形因子角度分析山地地表温度的地形效应特征。结果发现:山地地表温度随地形因子均呈现出十分显著的变化特征。总体而言,地表温度均随着海拔和坡度的升高而降低,而在坡向方面,南坡的温度相比北坡的温度要高。在地形效应分析的基础上,通过开展1 km空间尺度地形和地表温度的空间统计分析发现,山地1 km尺度下地表温度存在较大的空间异质性,且其影响不可忽略。研究结果表明:开展山地地表水热过程遥感动态监测需高空间分辨率地表温度作为数据支持,以准确描述山地地形因素对地表能量交换过程的影响。