中国脆弱生态区草地地上生物量时空变化特征及其对气候变化的响应研究

Under the background of global climate change, accurately estimating the aboveground biomass of grassland is the basis and prerequisite for further understanding the productivity and carbon cycle processes of the ecosystem in Fragile Eco-regions of China. However, the inversion results of the aboveground biomass of grassland at the regional scale have great uncertainties due to the lacking ground observation data and the problem of mismatching spatial scale between the ground observation data and the satellite remote sensing. There are two purposes of this proposal: the first one is to collect large amount of grassland aboveground biomass information at quadrat scale by using UAV to solve the problem of insufficient ground observation data. To achieve this purpose, UAV-ground synchronization experiments will be conducted in different Fragile Ecological regions to construct quadrat-scale aboveground grassland biomass estimation models from UAV images by using SfM and CHM algorithms. The second one is to build scale matching bridges for ground observation data and satellite data by using UAV, to resolve the issues of scale mismatching. With the aid of UAV, scale-matched UAV-satellite aboveground biomass estimation models of grassland will be constructed. Then the spatial and temporal changes of the aboveground biomass of grassland and its responses to climate change from 2000 to 2018 will be analyzed. The implementation of this project is of great significance for understanding the ecosystem functions of Fragile Eco-regions in China, and for accurately assessing theirs resource carrying capacity and vulnerability.

全球气候变化背景下，准确估算我国脆弱生态区草地地上生物量，是深入开展脆弱生态区的生产力水平、碳循环过程等研究的基础与前提。然而，研究表明区域尺度草地地上生物量的反演结果，由于地面资料不足、以及地面验证资料与卫星遥感空间尺度不匹配这两方面问题，仍存在很大的不确定性。本项目拟利用无人机技术，通过在不同脆弱生态区开展样方尺度上无人机-地面同步实验，基于SfM和CHM算法在样方尺度上构建无人机草地地上生物量估算模型，开展大量样方尺度航拍，解决地面观测资料不足的问题；利用无人机航拍搭建地面采样尺度与卫星遥感像元尺度匹配的桥梁，构建无人机-卫星遥感联合草地地上生物量模型，解决尺度不匹配的问题。基于构建的模型，计算2000-2018年我国脆弱生态区草地地上生物量，并分析其时空变化特征及其对气候变化的响应。本项目的实施对认知气候敏感区的脆弱生态系统的功能、准确评价其资源环境承载力和脆弱性具有重要意义。

本项目综合利用野外观测、无人机航拍等手段，开展了系列的无人机-地面草地AGB同步实验。并基于统计模型及随机森林算法构建了不同尺度的无人机草地AGB估算模型，以弥补传统草地AGB地面采样效低、数量有限以及与卫星像元空间尺度不匹配的缺点。研究结果表明：1）基于重叠的无人机RGB影像可用于样方尺度草地高度的反演，但其普适性有限。对于高植被覆盖区域，常因无法找到同名点，无法生成样方尺度的点云，进而无法获取草地高度。2）基于2米高的无人机RGB影像提取的植被盖度FVC等水平指数可用于样方尺度草地AGB的估算。该方法适用于大范围样方尺度草地AGB观测资料的获取。3）20米高的无人机RGB影像，可作为中间桥梁，有效降低传统地面采样与卫星像元空间尺度不匹配问题，以获取与卫星像元尺度相匹配的草地AGB。基于无人机估算的AGB与卫星像元植被指数较传统地面采样数据更具线性相关性，提高了像元尺度草地AGB模型的估算精度。本项目的实施，为遥感草地生态系统监测的地面资料的收集提供了新的研究思路，极大的提高了地面采样效率、有效降低了传统地面采样与卫星像元之间的空间尺度差异，提高了遥感草地AGB的估算精度。本项目的研究，可为草地的可持续发展提供数据支撑。但如何大范围的获取植被高度参数，进一步提升草地AGB的估算精度，需要再后续研究中予以关注。