课题组于2025年1月10日在成都组织召开2024年度总结工作会议，回顾过去一年工作进展、明确下一步工作方向。尹高飞教授、张国东老师、王美莲老师以及在读硕、博士研究生，共25人参加了本次年会，年会由杨雅洁同学主持。

尹高飞教授对课题组2024年取得的科研成绩进行了总结，并部署了2025年的重点工作。随后，博士生陈瑞和谢江流分别就中国山地森林总初级生产力高分辨率遥感估算、冠层植被总初级生产力分层模拟进行了专题汇报；硕士生汪宇、张翼和易红伶分别就考虑最适温度的青藏高原草地GPP估算和预测、高时空分辨率NDVI重建研究和全国高速铁路沿线大棚智能识别进行了专题汇报。最后，每位同学从年度工作、年度进展、年度心得和来年计划四个方面对过去一年工作进行了总结。

2024年度，课题组毕业硕士5名；引进助理教授1名、博士研究生1名、硕士研究生6名；两位同学在外访学；发表SCI论文5篇，中科院一区3篇；获批国家自然科学基金青年项目1项、技术研发项目3项；开展野外科学考察4次。

总结会在欢声笑语中落下了帷幕。旧岁已展千重锦，新年再进百尺竿，西南交通大学植被生态遥感课题组全体师生将会站在新的起点，在新的一年里续写新篇。

近日传来喜讯，课题组博士研究生陈瑞成功入选首届中国科协青年人才托举工程博士生专项计划。

中国科协青年人才托举工程博士生专项计划旨在面向高校和科研机构中30周岁以下的高年级在读博士生，通过组织吸纳、学术兼职、学术资助等方式，全面支持青年科技人才成长与发展，并为入选者提供4万元资助，用于支持其参加高水平学术会议、发表高水平学术论文及出国（境）交流访学等。

陈瑞博士研究方向为山地植被定量遥感，长期聚焦复杂地形下植被总初级生产力的高精度、高时空连续性估算。截至目前，以第一作者身份在IEEE Geoscience and Remote Sensing Magazine和IEEE Transactions on Geoscience and Remote Sensing等顶级期刊发表SCI论文5篇，在中文顶刊《遥感学报》发表论文1篇。此前，陈瑞博士还获得了博士研究生国家奖学金、硕士研究生国家奖学金和四川省优秀毕业生等荣誉称号。

此次入选不仅是对其个人学术能力和研究成果的认可，也展现了课题组在青年科技人才培养方面的显著成效。

全球植被生产力的波动与气候变化密切相关，但气候变化将如何调节植被生产力受气候限制的强度尚不明确。课题组基于Shapley加性可解释(SHAP)机器学习方法，系统追踪了1982至2018年期间全球植被生产力气候限制的时空演变规律。研究结果显示，在温带、寒带和极地地区，温度主要限制生长季早期的植被生产力，温度和辐射共同限制生长高峰期和后期的植被生产力。相比之下，水分和辐射分别主要限制干旱和赤道地区的生产力。此外，研究结果揭示，全球范围内温度限制普遍缓解，而水分限制普遍增强。本研究强调，在理解温暖气候下区域和全球碳动态时，必须更加明确地考虑水分限制的影响。该研究成果近期发表于国际知名期刊JGR-Biogeoscience。

研究背景：

陆地植被生产力作为量化陆地生态系统光合作用碳吸收的基本变量，受温度、太阳辐射、水分可用性和大气CO₂浓度等多种水文气象参数的共同调控。近年来，全球变化显著，已对植被生产力产生重要影响。因此，理解气候变化对植被生产力的影响对于准确预测区域和全球碳循环至关重要。然而，由于植物对环境变化的适应，气候对植被生产力的影响在空间和时间上具有异质性。此外，研究表明，气候变化通过改变水热条件对陆地植被产生了双重影响：变暖通过缓解温度限制、延长生长季节和促进光合作用，增强了北方和北极地区的植被生产力；而在干旱区，气温升高可能加剧水分压力，反而降低植被生产力。广泛的变暖及由湿变干的趋势，重新塑造了植被生产力的气候限制格局，凸显了研究这些限制因素动态变化的必要性。

尽管气候对植被生产力限制的影响已有广泛记录，但由于涉及不同时间尺度、区域和多种因素，分析通常变得复杂。因此，开展全面研究，描述跨季节和区域的植被生产力气候限制及其时间演变，并同时考虑多种气候因素，显得尤为重要。然而，目前尚缺乏系统性研究来解决这一问题。

SHAP是一种基于博弈论的更为稳健、理论基础更强的可解释机器学习方法。SHAP不仅提供一致且数学上精确的特征重要性度量，还能够考虑变量间的相互作用，尤其擅长捕捉复杂非线性关系。因此，SHAP已广泛应用于分类和表面参数反演中的预测因子影响解释，并为生态系统动态提供局部解释。基于长期时间序列GPP数据，我们采用SHAP方法分析了植被生产力气候限制的时空演变规律。

研究方法：

GPP-XGB 模型构建：XGBoost是一种基于迭代树的集成学习算法，包含多个通过纠正前一个树错误进行训练的决策树。该算法采用贪心算法进行特征选择，每次仅涉及一个新特征，从而使模型对共线性不敏感，能够有效捕捉变量间的交互作用并避免过拟合，被广泛应用于生态系统动态的预测和分析。本研究首先提取了1982-2018年期间BELMANIP2站点的ERA5、CO₂浓度和GLASS GPP的月尺度数据。随后，随机选取75%的数据用于训练XGBoost模型，构建GPP-XGB模型，并使用剩余25%的数据进行验证，通过均值误差(ME)、均方根误差(RMSE)和决定系数(R²)评估模型性能。

SHAP可解释机器学习：SHAP通过将模型预测值分解为先验期望和每个输入特征对模型输出的平均边际效应(SHAP值)，量化了机器学习模型中输入和输出变量之间的相关性。对于基于树的机器学习模型，TreeExplainer-based SHAP进一步将SHAP值分解为主效应(SHAP主值，不考虑其他输入变量的交互作用)和变量间的交互效应(SHAP交互值)。XGB-SHAP框架采用这一方法来解释XGBoost模型的预测，已成功应用于全球变化下生态系统植被响应的局部解释。本研究使用XGB-SHAP对构建的GPP-XGB模型进行解释以分离各气候因子对GPP的影响(以SHAP值量化)。SHAP值的单位为g C/m²/d，与GPP的单位一致，表示输入气候变量对预测GPP的贡献。负的SHAP值表示输入变量降低了预测GPP，正值则表示输入变量增加了预测GPP。此外，SHAP值绝对值的平均数可作为给定变量的特征重要性。

分析：使用基于XGB-SHAP的方法，获得了1982年至2018年期间每个气候变量的SHAP值。为了探讨温度、辐射和水分对植被生产力的限制作用，将VPD、SM和PRE归类为水分相关变量。通过分析最小SHAP值对应的变量，确定了温度、辐射和水分中哪个因素是限制植被生产力的主要因素。同时，采用Theil-Sen斜率和Mann-Kendall显著性检验评估SHAP值的趋势，以解释气候限制因素的时间演变。负趋势表明该因素对植被生产力的限制在加强，而正趋势则表明有所缓解。

主要结果：

在全局尺度(图1)，温度是限制植被生产力的主要气候因子，其次是水分和辐射。在局部尺度(图2)，植被生产力的主要气候限制因子具有显著的空间异质性和季节差异：在高纬度和极地地区(如青藏高原和北极苔原)，温度是植被生产力的主要限制因素；相比之下，在干旱区(如非洲南部和澳大利亚)，水分是植被生产力的主要限制因素；而在赤道地区(如亚马逊森林和东南亚)，辐射是植被生产力的主要限制因素。从季节变化来看，温度限制在生长季节的开始和结束时最为显著，影响面积超过总面积的50%；而从5月起，温度限制逐渐减弱，而辐射和水分限制则逐渐增强，面积占比分别在7月和8月达到峰值。

全球大部分地区，尤其是北方地区，植被生产力的温度限制呈现缓解趋势(温度SHAP表现为正趋势)；相反，水分限制在全球范围内呈普遍加剧趋势(水分SHAP表现为负趋势)，尤其在中非和欧洲地区(图3、4)，表明水分对植被生长的重要性正在增强。此外，研究揭示南北半球植被生产力主要受温度限制的区域面积占比均呈现显著减少趋势，其中北半球在6月的减少最为显著，速率为每年2.2‰，而南半球在7月的减少最为显著，速率为每年1.2‰；相反，受水分主要限制的区域面积占比均呈显著增加趋势，其中北半球在6月最明显，速率为每年2.8‰，而南半球在9月最明显，速率为每年3.3‰(图5)。

2024年12月15日，国家重点研发计划“典型脆弱生态系统保护与修复”专项项目第一（“多尺度植被结构参量分层精细遥感反演技术”，北京师范大学主持）、第二课题（“生态系统关键过程参量遥感估算技术”，西南交通大学主持）2024年度联合总结会议以线上、线下结合方式在北京顺利召开。

会议邀请了北京大学范闻捷教授、北京林业大学黄华国教授、南京大学居为民教授、北京大学袁文平教授担任会议专家。项目负责人中国科学院空天信息创新研究院柳钦火研究员、课题负责人北京师范大学阎广建教授、西南交通大学尹高飞教授及项目组15余位骨干成员参加了本次会议。会议由居为民教授主持。

会议首先由柳钦火研究员介绍与会专家及参会成员，并致欢迎辞。各子课题负责人围绕年度工作进展、年度考核目标完成情况、经费使用情况以及下年度工作安排进行了详细汇报。本课题年度代表性成果包括：(1)构建了考虑土壤背景影响的SIF冠层逃逸概率估算机理模型，为后续的SIF高光谱反演奠定了基础；(2)发展了基于光谱不变理论的叶片光谱重构方法，通过该方法可以提高叶片叶绿素含量估算精度；(3)提出了基于三维模型的叶片叶绿素含量反演方法，该方法更有利于无人机数据发挥其高空间分辨率优势；(4)发展了生态系统碳水循环过程分层原型模型等。

专家组听取了各子课题的进展汇报，并对课题的进展和成果表示高度肯定，同时提出了宝贵建议。会议最后，专家组与课题组成员进行了深入交流与讨论，进一步明确了下一阶段的研究重点与技术攻关方向。

2024年10月11日至10月19日，课题组在云南开展为期9天的野外科学考察，途径丽江市、剑川县、鹤庆县、宾川县、祥云县和弥渡县。此次考察旨在结合无人机航测与地面测量手段，系统调查和收集川滇生态屏障区的植被生态特征数据，为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”项目提供支持。

10月12日，考察测量工作从丽江市出发，沿项目划定的暖性针叶林样线向南推进。样方的选择充分考虑了地形和地面植被的异质性。在进行机载高光谱数据采集的同时，辅以地面测量，每个样方均采集了5-6组地面测量数据。

本次野外考察共完成24个样方的无人机飞行任务与地面测量。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。

2024年05月13日，课题组尹高飞教授指导的严欣钰、唐愉松、李望超、陈雅雪、陈樟锴五位硕士生顺利通过了硕士学位论文答辩。

答辩委员会主席由成都信息工程大学徐维新教授担任，答辩委员包括四川省林业科学研究院简毅副研究员、中国科学院成都山地灾害与环境研究所靳华安副研究员、西南交通大学钱丽源副教授以及西南交通大学熊川副教授，答辩秘书为西南交通大学张国东老师。经投票表决，五位答辩专家一致同意五位同学通过学位论文答辩，并建议授予硕士学位。

花开花落万物道，聚散离别终有时。三年千日，始于金秋，终于盛夏。在此对五位同学顺利通过学位论文答辩表示祝贺，祝愿他们未来前程似锦！