2024年7月29日至8月1日及8月21日至24日，课题组沿龙门山开展为期8天的野外科学考察，途经江油市、绵阳市安州区、绵竹市、彭州市等地。此次野外科学考察的主要目标是通过无人机和地面测量相结合的方式，对川滇生态屏障区的植被生态特征进行系统调查和数据收集，以支撑科技基础资源调查专项“川滇生态屏障区生态环境综合科学考察与数据库建设”项目需求。

7月29日，课题组成员顺利到达绵阳江油市并完成了无人机飞行准备工作。考察从江油市出发，沿龙门山山地常绿阔叶林、针叶林样线向南推进，主要进行机载高光谱数据采集。为和无人机保持同步，在无人机安全起飞后，在无人机拍摄区域进行地面测量。地面测量区域的选择考虑了地势，地面植被异质性，以及植被类型多样性等情况，在保证安全的情况下，每条无人机样方对应3-5个地面测量样点。

考察过程中，课题组成员克服了复杂地形和高温天气带来的挑战，顺利完成了41个测量样方的无人机飞行任务，并准确记录了样方内各类植被的生态参数。这些数据不仅丰富了川滇生态屏障区的生态环境数据库，还为该区域的生态保护与管理提供了重要的科学依据。

2024年8月19日，应尹高飞教授的邀请，西班牙国家研究委员会荒漠化研究所的Aleixandre Verger教授专程访问了我课题组，并作了题为“Global Monitoring of Vegetation Productivity, Phenology and Their Responses to Climate Change”（全球植被生产力与物候监测及其对气候变化的响应）的精彩学术报告。课题组全体师生积极参与了此次报告会。

在报告中，Verger教授深入介绍了与我课题组多年合作的研究成果，涵盖了遥感与人工智能技术在植被监测中的应用，以及陆地植被生产力和物候对气候变化的响应等方面的最新进展。报告内容丰富，深入浅出，极大地拓宽了在场师生的研究视野与思路。在随后的交流环节中，课题组师生与Verger教授就植被参数深度学习反演、交通生态效应等问题展开了深入讨论，现场气氛热烈。

Aleixandre Verger教授于2008年在西班牙巴伦西亚大学获得物理学博士学位，现任西班牙荒漠化研究所研究员，拥有20余年的遥感研究经验。他的主要研究方向包括植被生物物理参数的遥感算法开发与验证、物候学、气候-植被动力学及全球变化等。他参与了30多个研究项目，并担任了其中7个项目的负责人。此外，Verger教授还为哥白尼全球陆地监测服务和哥白尼气候变化服务开发了LAI和FAPAR估算算法。目前，他担任CSIC跨学科遥感平台PTI-TELEDETECT的协调员。

2024年7月18日-31日，尹高飞教授带领课题组两位硕士研究生张翼、倪逸旻并联合西南民族大学、福建农林大学、四川师范大学等多家单位，赴三江源国家公园开展野外考察。本次行程途径玉树市、杂多县、治多县、沱沱河、五道梁、不冻泉、玛多县等地，累计行程3000公里。共采集植物、土壤样品300多个，为三江源国家公园“多功能性”草地综合评价提供了宝贵数据支持。

摘要

准确的高山植被物候遥感产品是维持生态平衡、正确反映地表能量平衡以及冰冻圈稳定的基础性数据。然而，目前常用于提取物候的遥感数据空间分辨率多样，基于不同空间尺度提取的物候可能存在尺度效应，但该问题目前并未受到广泛关注。本研究利用10m分辨率Sentinel-2，500m以及5600m分辨率 MODIS（Moderate Resolution Imaging Spectroradiometer）遥感数据，使用NDGI（Normalized Difference Greenness Index）植被指数，基于GEE（Google earth engine）云平台提取了2022年青藏高原地区相应空间分辨率的物候产品，探讨了不同空间分辨率物候差异，定量分析了物候产品的空间尺度效应，并阐明了其随地形复杂度的变化。研究发现，高分辨率遥感产品（10m）更能清楚地反映精细物候的变化。另外，使用不同空间分辨率遥感产品探测草地物候时，尺度效应普遍存在，其中，较粗空间分辨率春季物候存在滞后现象，且秋季物候的尺度效应小于春季物候。不同空间分辨率差异形成的尺度效应对地形变化的敏感度不同，总体上，物候的尺度效应随着地形复杂度的增加而增加。

背景

青藏高原具有集中且丰富的生物气候垂直带谱，在生物多样性，调节区域气候和涵养水源等方面扮演着重要的角色。植被的存在改变了局地气候，为青藏高原区域提供了丰富的生境和栖息地，是维持该生态系统中生物多样性不可或缺的重要存在，监测青藏高原植被物候可以及时发现和评估潜在的自然灾害风险，反馈冰冻圈的稳定性，保护青藏高原生态系统的多样性。然而，目前用于监测植被动态遥感产品的空间分辨率范围从米级到公里级不等，通常基于不同尺度遥感产品探测到的植被动态可能存在差异，以前的研究已充分地证明了这一点。但是目前为止，使用不同空间尺度数据进行物候提取时是否存在空间尺度效应尚不明确，这可能会造成使用单一空间分辨率遥感产品进行物候提取时得出的结论不够准确。因此，准确认识物候提取中的空间尺度效应至关重要。鉴于归一化差分绿度指数（Normalized Difference Greenness Index，NDGI）在提取植被物候时精度较高，本研究分别利用10m Sentinel-2、500m MOD09A.061以及5600m MOD09CMG.061遥感数据计算NDGI指数，并根据NDGI的时间序列提取青藏高原的草地物候，分析了不同空间尺度的物候差异，并在该结果的基础上计算了物候的空间尺度效应。另外，为了解青藏高原区域植被物候空间尺度效应的分布特征，探讨了空间尺度效应随地形的变化情况。

主要结果

由图1， 虽然不同空间尺度NDGI的空间分布特征相同，但春秋季物候SOS值本身的大小存在较大差异，尤其是公里级遥感产品（5600m）MOD09CMG.061提取的春季物候相较10m和500m春季物候较晚。这可能是因为粗空间分辨率像元涵盖的空间范围较大，而物候可能发生在较小的区域内，这一精细变化在聚合到粗空间分辨率时会被平均，因此，粗空间分辨率不能及时探测到物候的变化。随着时间的推迟，当变绿更加明显时，粗空间分辨率像元才会将此时植被绿度的变化认别为生长季的开始。对比不同空间分辨率EOS值的分布情况，发现公里级和百米级遥感产品秋季物候值的分布非常相似，即公里级空间分辨率遥感产品（5600m）探测到EOS的滞后现象不明显，这可能归因于以下两方面：（1）在植被绿度下降阶段，草地叶子的凋落和颜色变化较为明显，在粗空间分辨率上也能捕捉到；（2）秋季青藏高原较为干旱，云量较少，遥感影像的时间序列较为完整。

由图2，使用不同空间分辨率遥感产品进行物候提取时尺度效应普遍存在。其中，500m和10m的尺度误差在青藏高原大部分区域分布较为均匀，但在青藏高原西南部区域，尺度误差较大。由图2b和图2c，5600m与10m以及5600m与500m的尺度误差在空间上分布具有相似性，这主要是因为10m和500m遥感产品提取的SOS差异较小的缘故。

对比不同空间分辨率尺度误差值的分布情况（图3），发现500m和10m SOS尺度误差最小，约75%的区域尺度误差小于等于12d，当空间分辨率差异为5600m和10m以及5600m和500m时，约50%的尺度误差位于[0d, 12d]的区间范围内。这一现象可能表明了空间尺度越接近，春季物候的空间尺度就越小。基于不同空间分辨率EOS的尺度误差在青藏高原中南部区域最大，其他大部分区域尺度误差较小。三种空间分辨率差异引起的尺度误差均有超过75%的区域小于12d，因此，与SOS相比，EOS物候的空间尺度效应较小。

由图4，由不同空间尺度差异引起的尺度误差随CV增大显著增加，其中5600m与500m空间分辨率SOS的尺度误差对CV敏感性较小，CV每增加0.1，SOS的尺度误差增加0.34d。5600m与10m SOS的尺度误差对CV变化最敏感，CV每增加0.1，SOS的尺度误差便增加0.74d。同SOS尺度误差随CV的变化一致，5600m与500m空间尺度差异引起的EOS尺度误差对CV的敏感性最弱，CV每增加0.1，尺度误差则增加0.49d。500m与10m EOS的尺度误差对地形最敏感，CV每增加0.1，物候偏差增加0.78d。尺度效应随地形复杂度增大而增大的原因是复杂的地形形成了多种微气候环境，使得植被生长环境各异，导致不同区域植被物候差异较大，这种差异能够在精细尺度的遥感产品中表现出来，但是当遥感产品分辨率较低时，这种变化就会在聚合的过程中被平均。当地形较为平坦，即地形复杂度较小时，植被异质性较小，基于不同空间尺度得到的物候较为相近，因此，这种情况下物候尺度效应较小。