基于多源遥感影像时空融合的生态系统功能类型精细尺度识别与分析

This research takes Songnen Plain as the study area and aims at the identification of ecosystem functional types (EFTs) from fine spatial and temporal resolution remote sensing imagery. EFTs are defined independent of the vegetation structure and focus on the exchange of the energy and matter of ecosystems. The division of EFTs and the construction of the ecological function pattern could be the fundamental and key factors of understanding and protecting the integrity of biotic communities, ecosystems, and the climate. The main purpose of this research is exploring the effective methods of spatial and temporal fusion for the ecosystem function indices derived from different remote sensing images, developing the approach for EFTs mapping via remote sensing at multi spatial and temporal scales accurately and efficiently and revealing the spatial heterogeneity in ecosystem functioning and its driving mechanism in Songnen Plain. The functional parameters are estimated using time series of remote sensing indices which capture critical aspects of carbon, energy and water fluxes in ecosystems. Based on the existing algorithms for blending multi-source remote sensing data, the feasible spatial and temporal fusion models of ecosystem function indices images will be proposed, thereafter the ecosystem function indices with high spatial and temporal resolution will be generated. The improved soft clustering method will be explored and carried out with the aim of partitioning the dimension-reduced function parameters input into EFTs. The interactions between the spatial pattern of EFTs and climate and human activities are analyzed. This project is to solve the major scientific issues in spatial and temporal fusion for the remotely sensed ecosystem function indices, and help to improve the accuracy of EFTs mapping by remote sensing and have a better understanding of the multifunctional properties of the temperate terrestrial ecosystems.

项目以松嫩平原为研究区，以生态系统功能类型卫星遥感精细尺度的识别与分析为目标，研究多源生态系统功能遥感表征指标的时空融合技术，发展生态系统功能类型定量识别方法，揭示松嫩平原生态系统功能类型的多样性格局及影响机制。基于生态系统功能关键遥感表征指标时序影像数据，估算生态系统功能平均状态、季节性变化及物候特征的变量，构建生态系统功能类型遥感识别参数集；研究多源生态系统功能遥感表征指标的时空融合模型，探索生成高时空分辨率生态功能指标数据的方法；基于优化的软聚类算法，采用降维的生态功能类型遥感识别参数，实现高时空分辨率下的生态系统功能类型定量划分，阐明松嫩平原生态系统功能空间异质性特征及其与气候和人类活动的关系。通过本项目的研究，解决多源遥感数据时空融合的生态系统功能类型识别面临的主要科学问题，提高生态系统功能类型遥感识别精度，为加深理解温带陆地生态系统功能多样性特征提供科学数据和技术支持。

近几十年来，在自然环境变化和人类社会经济活动的综合作用下，区域和全球尺度上陆地生态系统发生了显著改变，生态功能迅速降低。生态系统功能及其动态的监测评估对全球环境变化研究、生物多样性保护以及制定生态系统管理的可持续对策等具有重要意义。生态系统功能类型（Ecosystem Functional Types，EFTs）能够更明确地表征生态系统异质性及其对环境时空变化的响应。本项目针对生态系统功能类型遥感识别与分析面临的关键科学问题，选择松嫩平原作为主要研究区，以生态系统功能类型精细尺度识别与监测为目标，开展了以下研究：提取与估算了生态系统功能分析与类型识别的关键表征参数，构建了多源生态系统功能遥感表征参数数据的时空融合模型，探索了生态系统功能类型定量识别方法。主要研究成果包括: 基于空间降尺度算法思路，发展了多源遥感数据的时空融合方法，实现了高时空分辨率生态系统功能表征指标数据的模拟；开展了基于时间序列遥感数据的生态系统功能关键参数的提取方法与定量估算研究，分析了生态系统功能参数的时空变化特征，研究了生态系统功能变化的驱动力分析方法，揭示了生态系统功能时空格局动态对气候变化与人类活动的响应关系；提出了优化软聚类算法，实现了生态系统功能类型精细尺度识别，分析了生态系统功能分类与结构类型的对应关系，揭示了生态系统功能的空间异质性特征及其变化。本课题的研究对基于多源卫星遥感数据的生态系统功能类型识别与分析面临的主要科学问题进行了较为系统的探索，多角度揭示了生态系统功能特征及其变化影响因素，实现了精细尺度上生态系统功能类型的识别，为温带陆地生态系统功能及其多样性格局的遥感动态监测与分析提供了思路和参考。