单木分割对于森林资源调查具有重要的意义,不同结构复杂度的森林单木分割算法的选择以及分割参数的选取对分割精度有着很大的影响.以山东田横岛为研究区,基于无人机正射影像与激光雷达数据,首先提取海岛森林典型植被二维与三维特征,然后利用随机森林算法对不同树种的树木进行分类,最后基于分类后的点云数据,选取不同结构复杂度的森林样地,对比分析聚类算法、层堆叠算法、分水岭算法在不同复杂度林区的适用性.结果表明:(1)随机森林算法结合单木二维、三维特征可有效对混交林树木进行分类,模型总体的精度为 94.51%,Kappa系数为 0.9038;(2)聚类算法对结构简单的林区具有更高的分割精度(F=96.41),但依赖于分割参数的选取;面对复杂单木集群,分水岭算法总体得分波动最小(ΔF=14.56),表现出较强的稳定性;(3)混交林预先进行树种分类可有效改善单木分割环境,相比于直接进行单木分割,聚类算法、层堆叠算法、分水岭算法的分割精度均得到不同程度的提升(ΔF1=10.06,ΔF2=9.51,ΔF3=12.6).

当前森林生态学研究在时空尺度上朝着更宏观和更微观两个方向发展,传统的观测研究方法或模式已不适合现代森林生态学研究的需求.尤其是在信息化技术的不断发展背景下,当前森林生态观测科研范式亟需变革.本文基于辽宁清原森林生态系统国家野外科学观测研究站的"科尔塔群",提出以塔(群)为核心的"天-空-塔-地"一体化观测研究体系.具体包括:主/被动星载遥感(天)、无人机+激光雷达+多/高光谱传感器的近地面遥感(空)、塔群或单塔(塔)、长期固定样地群(地);运用物联网、云计算和人工智能等新一代信息技术,实现海量数据的自动获取、传输、运算、分析与展示,形成"立体-全息"森林生态系统信息化观测研究方法体系.该研究方法体系旨在促进森林生态学或生态系统生态学、林学等领域知识创新,探索科研范式变革提供实现途径;并为地理学、遥感科学和边界层气象学等学科提供参考.

森林的垂直结构是地上植被要素在垂直方向上的排列,它影响动植物多样性和生态系统功能,是许多植物生态学家关注的重点.背包激光雷达技术的发展为大面积、高精度扫描三维森林结构提供了基础.直观反映生物量的冠层高度(canopy height,CH)、代表植物光合能力的叶面积指数(leaf area index,LAI)和单木尺度上的特征是森林垂直结构最重要的参数.本研究旨在探索鸡足山半湿润常绿阔叶林样地尺度和单木尺度上的垂直结构特征.本研究基于背包激光雷达,对滇中高原20.16ha半湿润常绿阔叶林样地群落的CH和LAI进行了精细扫描和点云定量分析,在进行地形校正和群落分类的基础上,精细提取和分析了森林群落的叶面积指数的垂直变化和水平格局,并定量提取了群落常见乔木种的单木形态和垂直结构参数.结果显示:(1)以20 m × 20 m标准样方为统计单位的CH和LAI的分布接近正态分布;(2)根据LAI的垂直分布,森林动态监测样地群落冠层由上至下可划分为林冠上层、林冠中层、林冠下层与灌木层4个层次;(3)元江栲(Castanopsis orthacantha)和高山栲(C.delavayi)群落的LAI垂直变化呈单峰格局,峰值高度分别为15 m和13 m,云南松(Pinus yunnanensis)群落为双峰格局,峰值高度为5 m和10 m;(4)不同树种的各单木参数表现出较大的差异性,但冠幅面积/胸径比表现出相对的稳定性.本研究在国内首次基于激光雷达技术定量分析具有复杂结构的半湿润常绿阔叶林的叶面积指数的三维格局,或可对以后该类型森林生物多样性的研究和不同森林类型之间的比较研究提供数据基础.

防护林是干旱沙区绿洲的生态屏障,能够有效防治风沙灾害.单木作为构成防护林的基础单元,其结构特征是影响防护效益的关键因素.本研究以乌兰布和沙漠绿洲无叶期典型树种新疆杨、箭杆杨、小美旱杨为研究对象,借助地面激光雷达,通过计算机数值模拟,在建立单木真实三维模型的基础上,充分探究单木结构及其周围空气动力学特征,并建立单木结构参数与风场指标间的关系.结果表明:结合AdQSM与MeshLab构建树木模型的方法精度高.单木周围风场大致分为6个区域,包括植株迎风面的衰减区、植株顶端的加速区、植株背风面的涡旋区、平静区、过渡区、恢复区.单木周围压力场呈现迎风面压力大、背风面压力小的梯度变化.水平方向上,在相对风速降低20％-50％的范围内,新疆杨、箭杆杨、小美旱杨的有效防护距离分别为0.21H-1.51H、0.20H-0.91H、0.25H-1.64H(H为对应树高),对应的有效防护面积分别为18-294、15～227、18～261 m2.垂直方向上,新疆杨和小美旱杨在0.3H高度处的风速衰减率最大,箭杆杨则体现在0.5H高度.综合单木结构参数与风场指标相关性和逐步回归分析,明确透光疏透度和体积孔隙度对防护效应的影响占主导地位.风场指标中,基于胸径、树木表面积、透光疏透度建立的透风系数回归模型最优;各等级有效防护距离和有效防护面积中,筛选的回归变量不尽相同.

人类活动导致全球范围内生物多样性丧失日趋严重.物种多样性是研究最为深入以及最贴近生物多样性管理的层次.物种多样性的研究往往受到多时空尺度生态过程的影响,传统物种多样性调查方法受到人力物力影响,局限性大,物种多样性的研究与管理亟需整合不同来源的数据.遥感技术从传统的光学遥感阶段发展到不同平台、不同维度相结合的多源遥感阶段,并逐渐进入以高空间分辨率和高光谱为特征、以激光雷达为前沿发展方向的综合遥感阶段.遥感技术因为其监测范围广、能监测人迹罕至地区以及长期可重复等特性,为研究不同时空尺度的生态学科学问题提供了更新更优的研究手段.本文围绕种群动态、种间关系与群落多样性、功能属性及功能多样性以及生物多样性保护管理等生物多样性研究热点问题,系统地论述了航空航天遥感技术在物种多样性研究与保护领域的应用,总结了航空航天遥感技术在研究与物种多样性有关的主要生态学问题中的机遇与挑战.我们认为航空航天遥感技术利用多光谱甚至高光谱与激光技术从空中监测物种多样性,从不同视角、基于不同光源提供了物种多样性不同侧面的信息,能够减小地面调查强度,在大范围和边远地区的物种多样性调查研究中有着至关重要的作用.依据光谱特性的物种判别以及依据激光雷达的三维结构量测将促进生物多样性的研究与管理,加强遥感学家和生物多样性研究者的沟通交流将有助于促进不同时空尺度的生物多样性与遥感技术的结合.

生态位模型通过拟合物种分布与环境变量之间的关系提供物种空间分布预测,在生物多样性研究中有广泛应用.激光雷达(LiDAR)是一种新兴的主动遥感技术,已被大量应用于森林三维结构信息的提取,但其在物种分布模拟的应用研究比较缺乏.本研究以美国加州内华达山脉南部地区的食鱼貂(Martes pennanti)的分布模拟为例,探索LiDAR技术在物种分布模拟中的有效性.生态位模型采用5种传统多类分类器,包括神经网络、广义线性模型、广义可加模型、最大熵模型和多元自适应回归样条模型,并使用正样本-背景学习(presence and background learning,PBL)算法进行模型校正;同时对这5种模型使用加权平均进行模型集成,作为第6个模型.此外,一类最大熵模型也被用于模拟该物种的空间分布.模型的连续输出和二值输出分别使用AUC (area under the receiver operating characteristic curve)以及基于正样本-背景数据的评价指标Fpb进行评价.结果表明,仅考虑气候因子(温度和降水)时,7个模型的AUC和Fpb平均值分别为0.779和1.077;当考虑LiDAR变量(冠层容重、枝下高、叶面积指数、高程、坡度等)后,AUC和Fpb分别为0.800和1.106.该研究表明,LiDAR数据能够提高食鱼貂空间分布的预测精度,在物种分布模拟方面存在一定的应用价值.

获取鸟类活动及生境信息是鸟类生态学研究的基础,而遥感技术弥补了传统野外调查方法的缺陷,提供了获取多种信息的新途径.应用遥感技术的鸟类生态学研究热点从最初的种群行为观察,到栖息地选择,再到生境适宜性、破碎化及人为干扰探究等,随着技术的不断发展也在扩展和变化.不同波段或组合下的遥感技术各有所长.光学遥感应用广泛,尤其是信息量较大的红外波段图像和作为野外鸟巢及物种活动监测常用工具的红外相机;多光谱图像常用于栖息地制图以及地物识别,高空间分辨率的数据甚至可对鸟类种群进行直接计数;高光谱数据则可对光谱特征相似的地物进行更为精确的区分和反演;激光雷达遥感主要用于栖息地植被结构的三维探测,为了解鸟类栖息地选择提供更好的依据.微波遥感在飞乌探测上应用颇多,近年来多极化数据在复杂栖息地精确制图上也具有优势,但成本较高、解译复杂且推广度较低.在实际应用中,遥感数据时空尺度的选择会影响研究结果,部分遥感反演参数也缺乏生态学意义.多源遥感数据的结合应用能够提升制图分类的精度,实现数据的时空分辨率互补,优化鸟类生态研究所需参数.未来的遥感技术在鸟类生态学中的应用应致力于提供更加明确的光谱信息、相对简便的解译方法,以及更为合理的多源数据组合方式等.

本文介绍了水利工程外露结构和隐蔽结构的不同检测方法和特点以及相关研究现状,总结了之前水利工程隐蔽结构隐患检测探索经验,结合横琴新区澳门大学中心沟东闸翼墙断裂探测等工程应用为例,通过三维激光扫描技术、探地雷达技术相结合的多源无损探测技术为例,对水利工程隐蔽结构的多源异构探测数据的融合应用做了相应探索研究.

通过对猫儿山海拔梯度上常绿阔叶林(低海拔,1100 m)、常绿落叶阔叶混交林(中海拔,1500 m)和常绿针阔叶混交林(高海拔,1900 m)3种典型植物群落中乔木层植物构型性状以及环境因子的测定,分析乔木层植物构型性状在3个群落间的变异规律及其影响因素.结果表明:随海拔升高,乔木层树冠面积、45 cm基径、胸径和叶片聚集度持续增加,树高、枝下高和树冠厚度先增加后减小;枝条伸展方向表现为在低海拔群落中水平枝条比例最大,高海拔群落次之,中海拔群落最小;中海拔群落中乔木层植物构型性状之间的相关性更强.冗余分析表明,土壤有机质和总辐射是乔木层植物构型性状变异的主要环境影响因素,它们分别解释了构型性状39.6％和23.9％的变异.土壤有机质对树冠面积和枝下高影响较大,总辐射对胸径和45 cm基径影响较大,且都呈正相关.猫儿山乔木层植物在不同海拔群落间存在构型分异,影响乔木层植物构型变化的主要环境驱动力是土壤有机质和总辐射.

物种分类与识别是生物多样性监测的基础,明确物种的类别及其分布是解决几乎所有生态学问题的前提.为深入了解基于多源遥感数据的植物物种分类与识别相关研究的发展现状和存在的问题,本文对2000年以来该领域的研究进行了总结分析,发现:当前大多数研究集中在欧洲和北美地区的温带或北方森林以及南非的热带稀树草原;使用最多的遥感数据是机载高光谱数据,而激光雷达作为补充数据,通过单木分割及提供单木的三维垂直结构信息,显著提高了分类精度;支持向量机和随机森林作为应用最广的非参数分类算法,平均分类精度达80％;随着计算机技术及机器学习领域的不断成熟,人工神经网络在物种识别领域得以迅速发展.基于此,本文对目前基于遥感数据的植物物种分类与识别中在分类对象复杂性、多源遥感数据整合、植物物候与纹理特征整合和分类算法技术等方面面临的挑战进行了总结,并建议通过整合多时相监测数据、高光谱和激光雷达数据、短波红外等特定波谱信息、采用深度学习等方法来提高分类精度.