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！

阳光正好，微风不燥，我们决定不辜负身边每一场花开。我们闻风而来，向花而去，与春天撞了个满怀。2024年4月27日，交通线路安全与生态保护遥感小组在蕉下小院迎来了本年度备受期待的春季出游活动——“蔚迹”（Veg）第二期。

本次活动从踏青赏花开始，一路欢歌笑语，小组成员们探索着大自然的美妙与奥秘。在到达小院后，一顿丰盛的围炉煮茶为大家提供了满满的能量。在享受美食的同时，大家还互相交流着心得，增进了彼此之间的友谊。下午，摘樱桃、摘桑葚等采摘活动，让大家体验到了丰收的喜悦，同时也感受到了大自然的慷慨与馈赠。而娱乐项目更是精彩纷呈，池塘捞鱼、吹牛皮等趣味游戏，让大家尽情释放青春活力，笑声不断。此外，画石膏娃娃等手工艺制作环节，更是点亮了创意的火花，展现了小组成员的多才多艺。临近傍晚，小组成员伴着晚霞开始了户外烤肉的美食之旅，尽情感受着清雅宁静的小院里美妙的闲暇时光。

在活动结束之际，大家纷纷表示对本次“蔚迹”春季出游活动的满意与感激，同时也期待着未来更多类似的精彩活动。交通线路安全与生态保护遥感小组将继续努力，为小组成员带来更多愉快的活动体验，共同度过更加美好的时光。让我们一起期待着下一次“蔚迹”的绽放，与春天再次相遇，继续留下美好的回忆与足迹！

摘要

已有研究表明南北坡小气候差异会导致植被绿度不同，但是对于不同坡向小气候是否会影响植被物候尚无定论。为回答这一问题，本研究基于2019-2022年哨兵2（Sentinel-2）数据提取了三江源区域的草地物候，并计算了每个3×3km²格网内的南北坡物候差异。研究发现，在寒冷且潮湿的区域，南坡的春季物候（SOS）明显早于北坡，但在干旱区域，北坡的SOS发生的更早。与春季物候相比，南坡秋季物候（EOS）统一结束地较晚，这主要是因为秋季植被生长受辐射限制的缘故。该研究首次探究了三江源区域南北坡植被的物候差异，为理解植被物候随地形的变化提供了重要参考。

研究背景

植被物候变化对陆地生态系统的碳循环有重要影响。以往的研究表明，温度、降水和辐射是影响植被物候的主要气候因素，在高纬度地区，温度主导物候变化，而在干旱/半干旱地区，降水调节了物候对温度的依赖性。此外，辐射控制秋季植被的光合作用。但是，气候因子对物候的影响是否会受地形调节尚不明确。实际上，北坡和南坡的辐射差异高达30％，导致南北坡向气候存在明显差异，如南坡较为干燥和温暖，而北坡相对较冷且湿润。不同坡向的微气候不同可能会导致物候差异，比如，在较为干旱的区域，温度较高的南坡植被可能会在早春季节面临干旱风险，因此，南坡春季物候可能开始地会比较晚。而在秋季，辐射是限制植被生长的主要气候因子，接收辐射较强的南坡植被生长季可能结束地更迟。但是，以上猜想并未经过验证。基于此，本研究利用哨兵2遥感数据提取了三江源区域2019-2022年间空间分辨率为10m的草地物候，接着计算了每个3×3km²格网内的南北坡物候差异，讨论了其在气候空间中的分布，并尝试解释其背后的潜在机制。

主要结果

南坡SOS较早的区域占了46.4%，主要位于三江源东南部，北坡SOS较早区域占总区域的53.6%，位于三江源东南部。相比之下，70%以上区域南坡秋季物候结束地更迟，尤其是在东南部区域，物候差异高达10天左右。以上现象表明，三江源东南部区域的气候条件可能更适合草地生长。

南北坡物候差异受降水和温度的共同影响。在降水相对较高且温度较低的区域，南坡SOS通常比北坡早，而在大多数温度较高的区域，北坡的SOS略早于南坡。对于秋季物候而言，在低温和高降水区域，南坡的EOS明显晚于北坡，但在降水量较小的区域，北坡的EOS略晚于南坡。

分析ΔSOS和ΔEOS随气候变化的情况，发现在特定温度阈值内，随着降水增加，ΔSOS的方向发生了变化，特别是在温度适中的地区。同样，在某一降水区间内，温度的升高导致ΔSOS由正转为负。虽然ΔEOS方向的变化没有ΔSOS明显，但当一个变量固定而另一个变量变化时，ΔEOS值会发生显著变化。以空间代时间，物候差异在气候空间中的分布可以推测未来不同气候条件下南北坡向物候差异的变化方向。

摘要

遥感监测秋季物候具有较大的不确定性，从不同的卫星代理参数中提取的秋季物候观测结果相较于春季物候差异更大。本文比较了太阳诱导叶绿素荧光(SIF)、叶绿素类胡萝卜素指数(CCI)、增强植被指数(EVI)和归一化植被指数(NDVI)对落叶林秋季物候提取特征的差异。研究发现，基于不同卫星代理参数提取的秋季物候遵循了一个特定的时间表：SIF < CCI < EVI < NDVI。结合地面物候观测结果，我们进一步发现SIF、CCI、EVI和NDVI可以分别表征光合活性的衰减、叶绿素降解、叶片变色和叶片脱落的衰落过程。基于这些卫星代理参数中提取的秋季物候对气候因子响应的敏感性也具有一致的时间排序，其中SIF对秋季太阳辐射的偏相关系数最高，其次是CCI、EVI和NDVI，而NDVI与温度更相关，其次是EVI、CCI和SIF。

主要结果

基于SIF提取的秋季物候与基于GPP的秋季物候最匹配，其次是基于CCI、基于EVI和基于NDVI提取的秋季物候（图1 a）。然而，从CCI和EVI提取的秋季物候比从SIF和NDVI提取的秋季物候更接近叶变色（t检验均无显著差异）（图1 b）。相较于叶变色的时间，NDVI提取的秋季物候具有推迟趋势，而SIF则具有提前趋势。相反，基于NDVI提取的秋季物候与落叶时间最匹配，其次是基于EVI、基于CCI和基于SIF提取的秋季物候（图1 c）。

如表1所示，SIF提取的秋季物候与基于GPP的秋季物候关系密切，R²最高（0.331），ME（-1.36天）、MAE（6.98天）和RMSE（9.32天）最小。基于EVI的秋季物候与叶变色最相关（R²=0.257），而ME最低（1.07天）。基于CCI的秋季物候也接近叶变色，ME稍低（-2.41天），MAE（13.36）和RMSE（16.19）与基于EVI的秋季物候相似。NDVI提取的秋季物候滞后叶变色的时间约16天，MAE（19.85）和RMSE（24.06）高于EVI，但它最接近落叶的时间（ME=-2.93天，MAE=8.93天，RMSE=10.17）。

研究发现，落叶林的生理状态和结构信息在秋季出现了解耦现象，这与秋季的太阳辐射和温度变化不同步有关（图2）。SIF与太阳辐射的偏相关系数高于CCI、EVI和NDVI，略低于GPP与太阳辐射的偏相关系数。相反，NDVI与温度的偏相关系数最高，其次是EVI、CCI和SIF。

主要结论

研究发现，落叶林叶片衰老是一个循序渐进的过程，从不同卫星植被参数中提取的秋季物候也具有一定的时间顺序，它遵循了一个特定的时间表，即SIF < CCI < EVI < NDVI，它们分别对应了光合活性的衰减、叶绿素的降解、叶片变色和叶片脱落。秋季物候和气候因子之间的偏相关分析进一步支持了该时间顺序表。本研究强调了不同卫星代理提取秋季物候的差异以及它们与地面观测物候过程之间的关系，增进了我们对陆地表面物候的解译及其对气候因子响应的理解。研究建议应谨慎考虑不同卫星代理参数的含义，以正确解译秋季物候，促进遥感秋季物候在不同使用场景中的应用和推广。