植物多样性监测是开展生物多样性评估,制定生物多样性保护政策的基础.传统的森林植物多样性监测以实地调查为主,难以快速获取森林植物多样性的空间分布及其动态变化信息.遥感技术的发展为评估区域尺度森林植物多样性提供了重要工具.该研究选取凉水、丰林和珲春3个国家级自然保护区,利用Sentinel-2A卫星影像和野外实测数据,探讨了基于像元和聚类的光谱多样性直接估算方法,以及基于随机森林回归的森林植物多样性反演方法.研究结果表明:(1)在像元尺度,基于凸包面积计算的光谱多样性指数对Shannon-Wiener多样性指数的估算精度(R2=0.74)优于基于变异系数的方法(R2=0.60);(2)基于像元的光谱多样性估算方法对Shannon-Wiener多样性指数的估算精度优于聚类分析方法(R2=0.59);(3)基于6个特征变量,利用随机森林回归算法对Shannon-Wiener多样性指数的估算精度最高(R2=0.79);(4)上述方法均不能精确估算Simpson多样性指数和物种丰富度.研究发现基于Sentinel-2A卫星影像能较好地反演Shannon-Wiener多样性指数,为下一步能在大尺度上进行森林植物多样性估算提供了参考和依据.

森林植物多样性;Sentinel-2A;光谱多样性;聚类分析;随机森林回归

中国科学院植物研究所植被与环境变化国家重点实验室,北京100093;中国科学院大学生命科学学院,北京100049;中国科学院大学资源与环境学院,北京100049

[1]周楷玲;赵玉金;白永飞-.基于Sentinel-2A数据的东北森林植物多样性监测方法研究)[J].植物生态学报,2022(10):1251-1267

光谱多样性,直接估算方法

Sentinel,2A,森林植物多样性,监测方法,生物多样性评估,生物多样性保护,保护政策,实地调查,遥感技术,区域尺度,凉水,丰林,珲春,国家级自然保护区,卫星影像,反演方法,凸包,面积计算,多样性指数,指数对,Shannon,Wiener,估算精度,聚类分析方法,特征变量,随机森林回归算法,Simpson,物种丰富度,大尺度

0.23635