一、植物多樣性的重要性與挑戰(zhàn)
植物多樣性，包括物種多樣性、遺傳多樣性、生態(tài)環(huán)境多樣性、生命周期多樣性等。植物的物種多樣性對群落穩(wěn)定和生產力具有極為重要的作用。對于整個生態(tài)系統而言，植物物種的多樣性保證了消費者的食物供應、多樣的棲息地環(huán)境以及對植物物候和水循環(huán)的調節(jié)能力。同時在生態(tài)服務，如碳儲存、水源涵養(yǎng)、土壤保護中尤為重要。人類活動、極端氣候、物種入侵等事件導致植物的生物多樣性喪失加劇，生物多樣性保護迫切需要快 速準確地收集陸地植物多樣性信息。
二、傳統植物多樣性調查的方法及難點
現有的植物多樣性調查主要源于野外調查，也是確定植物多樣性的基礎，一般需要在固定樣方大小內甄別植物的物種數量以及各物種的占比。它主要包括兩個步驟：一是野外收集植被樣本，二是實驗室內進行鑒定和分類。整個過程需要專業(yè)的植物學家全程參與。地面調查雖然可以提供非常精確的調查結果，但是要想實現大尺度的研究卻不可能，無法實現大范圍的植物多樣性評價。
三、高光譜遙感技術在植物多樣性調查上的方法
高光譜遙感的出現，為大空間尺度上的植物多樣性研究提供了技術基礎， 為生物多樣性相關理論的驗證提供了契機。
相較于傳統地面觀測，遙感技術在不破壞植物的前提下能夠精準提取波段信息技術。光譜數據基于光學頻譜生成，其中高光譜分辨率通常在10 nm以下，有幾十甚至數百條窄光譜帶。大量的研究表明：高光譜傳感器具有精細光譜分光和圖譜合一的技術優(yōu)勢，光譜分辨率的提高加強了對植物物種、功能和基因水平細微差異的探測和識別。
隨著遙感技術的不斷成熟，更高分辨率的數據產品逐漸普及,海量遙感數據為不同尺度的生物多樣性監(jiān)測和評估提供了良好支撐。高光譜遙感手段大大減少了人力、物力的消耗，保證了多樣性監(jiān)測的時效性，滿足了對大尺度植物群落多樣性格局動態(tài)監(jiān)測的要求。
根據多樣性度量要求的不同，高光譜遙感對多樣性的反演方法可以分為基于光譜變異假說的植物多樣性直接估測 和 基于定量反演的植物多樣性間接估測。
3.1.基于光譜變異假說的植物多樣性直接估測
高光譜特征直接應用于物種多樣性反演的理論基礎是光譜變異假說SVH，這一假說認為生物多樣性與光譜反射率差異間存在一定的聯系。冠層生化性狀的差異主要源于群落內多樣的物種，不同植物的化學、解剖、形態(tài)、分類特征的差異共同影響著光譜特征，因此，光譜特征的差異可以在一定程度上直接表征植物多樣性的高低。
光譜變異假說將植物多樣性轉化為光譜特征的異質性問題，即通過度量不同植物群落的光譜異質性程度來比較多樣性高低。提出了不同的方法來量化光譜異質性（表），如應用全譜段信息評估光譜多樣性的變異系數法，光譜角法和信息離散度法等。
圖3. 基于光譜特征的多樣性提取原理（引自：張藝偉,等.高光譜遙感在植物多樣性研究中的應用進展與趨勢[J].遙感學報, 2023, 27(11).）
表1 常用的描述光譜多樣性的指標
| 光譜多樣性指標 | 計算方法 |
| 變異系數 | 波段或光譜特征參數的變異系數 |
| 光譜角 | 光譜矢量夾角 |
| 信息離散度 | 光譜矢量離散度 |
| 包絡體體積 | 三維光譜主成分空間內包絡體體積 |
| 體投影面積 | 波段與像元二維空間的占據面積 |
| 光譜物種 | 基于冠層生化形狀進行聚類 |
| 光譜異質性 | 光譜特征參數或主成分方法 |
| 平均距離法 | 各像元到光譜質心的平均距離 |
3.2.基于定量反演的植物多樣性間接估測
高光譜技術具備了極寬的光譜范圍和較高的光譜分辨率，植被遙感監(jiān)測實現了從定性到定量的突破。高光譜定量反演植物多樣性的間接估測重要是兩個方向：1.基于性狀反演的功能多樣性間接估測；2.基于光譜指數的多樣性間接估測。
基于性狀反演的功能多樣性間接估測包括植物功能性狀定量反演和功能多樣性度量。植物功能性狀是植物對環(huán)境適應策略的綜合表達，特定環(huán)境條件下群落內各物種功能性狀的趨向性體現了群落對外界環(huán)境的響應。通過高光譜遙感技術反演可大尺度獲得植物群落的冠層結構參數、葉片含水量指標、干物質含量、葉綠素a,含量等關鍵參數而確定植物多樣性。功能多樣性度量的測定和表示方式眾多，主要有：反應功能性狀豐富程度的FD指數、功能豐富度指數Fric、和TOP指數，反應功能性狀均勻程度的功能均勻度FEve，反應功能性狀分化差異的功能分散度FDiv，功能離散度Fdis。
表2基于高光譜遙感可探測的植物功能性狀
| 性狀類型 | 植物性狀 | 反演精度（ |
| 生物化學性狀 | 葉綠素a,b | 0.54-0.79 |
| α,β胡蘿卜素 | 0.55—0.71 | |
| 氮 | 0.45—0.85 | |
| 磷 | 0.47—0.81 | |
| 木質素 | 0.47—0.76 | |
| 纖維素 | 0.61—0.84 | |
| 酚類 | 0.44—0.73 | |
| 含水量 | 0.49—0.77 | |
| 鞣酸類 | 0.25—0.59 | |
| 淀粉，糖 | 0.64—0.87 | |
| 形態(tài)結構性狀 | 比葉面積 | 0.66—0.79 |
| 比葉質量 | 0.61—0.88 | |
| 葉面積指數 | 0.71—0.83 |
基于光譜指數的多樣性間接估測：大量研究表明，借助光譜指數可以與植物遺傳、功能和物種水平多樣性參數強相關聯系，實現多樣性的間接估測。高光譜數據的光譜特征參量和光譜指數是經驗模型常用的光譜信息指標。常用的植被指數有歸一化植被指數（NDVI）、增強植被指數EVI，土壤調整植被指數OSAVI、增強型土壤調節(jié)植被指數MSAVI、調節(jié)型葉綠素吸收比率指數MCARI2、利用全波段光譜信息的全譜段植被指數法VIUPD等。
四.不同尺度高光譜遙感的產品介紹
隨著高光譜的技術發(fā)展，各種空間尺度的平臺越來越豐富，如：衛(wèi)星平臺、航空/無人機平臺、近地面平臺，為植物多樣性評估研究帶來了更多的數據源，以此達到不同應用要求。
圖4. 遙感高光譜生物多樣性提取的應用（引自：張藝偉,等.高光譜遙感在植物多樣性研究中的應用進展與趨勢[J].遙感學報, 2023, 27(11).）
4.1.星載高光譜通常搭載在衛(wèi)星平臺上，如NASA 的Hyperion 和中國的高分五號等。星載高光譜的優(yōu)勢在于其能覆蓋大范圍的地理區(qū)域，獲取大規(guī)模的連續(xù)光譜信息，可為繪制大空間尺度的植物多樣性分布圖提供數據源。但星載高光譜的空間分辨率和光譜分辨率較低，同時受天氣影響較大，數據應用挑戰(zhàn)較大。
圖5 星載高光譜成像示意圖
表3 全球部分高光譜衛(wèi)星參數
| 傳感器 | 國家/地區(qū) | 發(fā)射時間 | 空間分辨率/m | 波段數 | 光譜范圍/nm |
| HIS(SIMASA) | 美國 | - | 25 | 220 | 430-2400 |
| FTHSI(Mighty Sat) | 美國 | 2000-07 | 30 | 256 | 3450-1050 |
| Hyperion(EO-1) | 美國 | 2000-11 | 30 | 220 | 400-2500 |
| CHRIS(PROBA-1) | 歐盟 | 2001-10 | 25 | 19 | 450-1050 |
| HIS(Tiangong-1) | 中國 | 2011-09 | 10 | 64 | 400-1000 |
| HIS(HJ-1A) | 中國 | 2008-09 | 100 | 110 | 450-950 |
| CMOS(OHS) | 中國 | 2018-05 | 10 | 32 | 400-1000 |
| AHSI(GF-5) | 中國 | 2018-05 | 30 | 330 | 400-2500 |
| AHSI(ZY1 02D) | 中國 | 2019-09 | 30 | 166 | 400-2500 |
| OHS-3(Zhuhai-1) | 中國 | 2019-09 | 10 | 32 | 400-1000 |
| DESIS(ISS) | 德國 | 2018-07 | 30 | 235 | 400-1000 |
| HysIS(HysIS) | 印度 | - | 30 | 236 | 400-2500 |
4.2.無人機高光譜搭載平臺主要有多旋翼和固定翼，固定翼中又分為手拋/滑軌固定翼和垂直起降固定翼。固定翼因其操作難度和起降場地的限制，應用較少。目前無人機高光譜的搭載平臺為多旋翼無人機，尤其以大疆行業(yè)機M600 Pro、M300、M350居多。無人機高光譜的優(yōu)勢在于其能在區(qū)域空間尺度上獲取高空間分辨率(厘米級)和高光譜分辨率（＜10nm）光譜信息，同時無人機平臺操作靈活，操作難度低，使用成本相對較低，便于靈活獲得植物群落的高光譜數據。
江蘇雙利合譜科技有限公司自主研發(fā)的GaiaSky-Mini3-VN機載高光譜成像系統是針對大疆M350旋翼無人機開發(fā)的高性價比機載高光譜成像系統。采用懸停內置掃描系統和增穩(wěn)系統，成功克服了小型無人機系統搭載推掃式高光譜相機時，由于無人機系統的震動和姿態(tài)軌跡造成的成像質量差的問題。植被遙感作為機載高光譜成像技術重要的應用場景，懸停內置推掃帶來的無畸變的高光譜圖像可幫助用戶準確獲得植被的形態(tài)信息，先進的透射式分光帶來的真實、高精度的光譜數據，幫助用戶準確評估植被：生長信息：覆蓋度、地上部干物重、葉面積等；生理信息：葉綠素含量、特異性色素含量、N元素含量及不同植被的生育期、產量評估等信息。
如圖，使用GaiaSky-Mini3-VN設備獲取６種林冠層樹種高光譜影像，基于深度學習的卷積神經網絡模型能夠完成對溫帶天然林林冠樹種的準確高效分類，在樹種多樣性監(jiān)測和林業(yè)資源調查應用中具有較大潛力。
圖6 GaiaSky-Mini3-VN機載高光譜成像系統
4.3.地面/室內高光譜平臺主要以便攜式高光譜相機和地物光譜儀為主，可準確獲得單株植物或單葉尺度高光譜信息，建立準確的植物樣本光譜庫，為無人機載和星載高光譜大面積調查植物多樣性帶來建模數據和驗證數據庫。高光譜相機相比地物光譜儀具備了“圖譜合一”的特性，帶來更多維度的信息，也更適用于植物多樣性評估研究。
江蘇雙利合譜科技有限公司自主研發(fā)的GaiaField系列產品具有內置推掃、自動調焦和自動曝光技術，極大降低了用戶現場對高光譜相機的操作難度，同時波段范圍廣：400-1000nm、900-1700nm和1000-2500nm，光譜分辨率高。同時Gaia Field可搭載我司室內暗箱測試系統Gaia Sorter系類，在穩(wěn)定、單一的環(huán)境下獲得準確的光譜特征。
如圖采用Gaia Sorter高光譜設備對不同類型的植物葉片進行了近紅外光譜數據采集并進行分析，不同植物葉片的因色素含量、葉綠素含量、干旱脅迫不同，近紅外光譜有所差異，利用近紅外高光譜成像的譜圖合一的功能有望對植物進行大范圍的監(jiān)測，從而及時掌握植物的生長情況。
圖6 GaiaField地面三腳架戶外測試（上圖）及GaiaSorter室內暗箱系統（下圖）
圖7 不同植物葉片高光譜（400-2500nm）
五、高光譜遙感技術在植物多樣性應用的展望
盡管高光譜遙感優(yōu)勢能帶來巨大的吸引力，但目前高光譜在植物多樣性的監(jiān)測領域仍有著許多局限性。
1.滿足了不同空間尺度研究的要求，但是在調查郁閉度較高的森林和灌叢群落時，只能獲取冠層上部光譜信息，無法獲取下層植被光譜信息。
2.此外，由于大空間尺度冠層高光譜數據的空間分辨率相對粗糙，像元尺寸難以滿足個體識別的要求，因此需要將機載和地面高光譜成像設備結合使用。但葉片尺度和冠層尺度的數據轉換也是目前植物多樣性反演面臨的一大挑戰(zhàn)。
3.高光譜遙感技術的特點源自其信息的豐度，利用高光譜數據進行植被探測尤其是對特定性狀進行模擬估算時，需要在保證有效信息盡量保留的同時減少信息冗余。如何針對研究目標和植被類型，選取有效波段建立起光譜—性狀的聯系是后續(xù)數據處理中值得考慮的問題。
4.傳感器靈敏度、暗電流以及雜散光會導致相干噪聲或隨機噪聲的產生，且高光譜數據的信噪比是否足以支持重要光譜特征的識別仍存在不確定性。當進行大尺度植物性狀制圖時，需要整合不同遙感平臺的高光譜數據，如何校準和統一具有不同中心波段、不同光線條件下的成像數據也是今后數據處理工作中需要改進的方向之一。
© 2019 版權所有：江蘇雙利合譜科技有限公司 備案號：蘇ICP備2021046114號-3 技術支持：化工儀器網 GoogleSitemap 管理登陸
在線客服