卫星遥感与实地观测在植被处理评估中的对应关系：以大盆地实验为例

《Rangeland Ecology & Management》：Correspondence Between Satellite-Derived and Long-Term Field Observations of Vegetation Cover at Great Basin Experimental Treatments

　　本研究针对美国西部灌丛生态系统面临的火险增加和松柏扩张威胁，通过对比SageSTEP长期实地观测数据与RCMAP遥感植被覆盖产品，系统评估了植被处理效果的监测能力。研究发现两种数据在树木覆盖、裸地等光谱易识别组分上高度一致，且空间尺度越大相关性越强。该研究为利用遥感技术填补监测空白、优化植被管理决策提供了重要依据。

　　

在美国西部广袤的灌丛生态系统中，一种名为三齿蒿（Artemisia tridentata）的植物正面临双重威胁。高海拔地区，西部杜松（Juniperus occidentalis）和单叶松（Pinus monophylla）等松柏类植物不断扩张，侵占着原本属于灌丛的领地；低海拔地区，入侵性一年生禾草如旱雀麦（Bromus tectorum）改变了火情 regime，使 wildfires 更加频繁。这些变化不仅威胁着像大榛鸡（Centrocercus urophasianus）这样的特有物种，也对牧场经营和生态系统功能产生了深远影响。

为应对这些挑战，土地管理者们广泛实施了植被处理措施，包括 prescribed fire、机械疏伐和 herbicide 应用等，旨在减少木本植物覆盖、降低火险。然而，这些处理措施的长期效果如何？由于缺乏系统性的监测数据，这一直是困扰管理者的难题。SageSTEP（Sagebrush Steppe Treatment Evaluation Project）项目应运而生，通过在 intermountain West 的17个站点开展长期实验，积累了超过15年的植被观测数据。但即便是如此完善的项目，也存在着预处理期数据不足的局限。

与此同时，遥感技术为植被监测提供了新的可能。RCMAP（Rangeland Condition Monitoring Assessment and Projection）项目利用 Landsat 影像生成了1985-2023年期间的植被覆盖时间序列数据，覆盖了包括灌丛、草本植物、裸地等多个组分。那么，这些来自太空的"天眼"观测能否与地面实地测量相互印证？它们能否帮助我们更好地理解植被处理的长期效果？

为了回答这些问题，美国地质调查局的研究团队开展了一项开创性的对比研究。他们系统性地比较了 SageSTEP 实地观测数据与 RCMAP 遥感产品在多个尺度上的对应关系，旨在评估遥感数据在监测植被处理效果方面的可靠性和适用性。

研究团队主要采用了相关性分析和偏差评估等方法。他们从838个 SageSTEP 样地中提取了2006-2018年期间的植被覆盖数据，并与对应位置的 RCMAP 像素值进行对比。分析涵盖了不同的空间尺度（从0.1公顷的样地到整个处理区域）和多个植被组分（灌丛、蒿属植物、草本植物、裸地等）。此外，研究人员还考察了降水量、地形复杂度、处理类型等因素对两种数据对应关系的影响。

空间和时间上的对应关系

研究发现，SageSTEP 和 RCMAP 数据在树木覆盖、裸地和草本植物等组分上表现出较强的一致性，相关系数分别达到0.87、0.58和0.66。这种对应关系随着空间尺度的增大而增强——在样地尺度（0.1公顷）上的相关性明显低于在整个处理区域尺度上的相关性。不同处理类型之间也存在差异，burn 和 mechanical 处理下的数据对应关系要优于 herbicide 和 mow 处理。

影响对应关系的因素

降水量是一个重要因素，较湿润的站点通常具有更好的数据对应关系。地形复杂度也会影响结果，坡度较大、朝向复杂的样地往往误差较高。特别值得注意的是，枯落物（litter）覆盖度高的区域，两种数据的对应关系较差，这可能是由于枯落物在光谱上的混淆效应造成的。

处理效果的检测能力

在检测植被处理引起的 change 方面，RCMAP 数据能够捕捉到与 SageSTEP 相似的变化趋势，但在变化幅度上有所低估。平均而言，SageSTEP 观测到的处理效应大约是 RCMAP 检测到的两倍。这种差异部分源于遥感模型的 generalization 特性，即模型倾向于缩小极端值之间的差异。

预处理条件的重要性

利用 RCMAP 的长期时间序列数据，研究人员还探讨了预处理期植被条件对处理后结果的影响。结果显示，预处理期的一年生草本植物最大覆盖度与处理后的入侵程度存在显著相关，这一发现为预测处理效果、优化处理方案提供了重要参考。

研究结论与意义

这项研究证实了遥感数据在监测植被处理效果方面的巨大潜力，同时也明确了其局限性。RCMAP 数据在检测强烈处理效应、在较大空间尺度上、以及对于光谱特征明显的植被组分时表现最佳。然而，在精细尺度上、对于枯落物等光谱混淆严重的组分、以及在处理效应不明显的区域，则需要谨慎解读遥感结果。

研究的实际意义在于为土地管理者提供了一个强大的工具组合。通过将长期实地观测与遥感时间序列相结合，管理者能够更全面地评估处理效果，考虑预处理条件对结果的影响，并在区域尺度上优化管理策略。特别是在当前气候变化加剧、wildfire 风险增加的背景下，这种多尺度、长时序的监测方法显得尤为重要。

未来，随着遥感技术的不断进步和监测数据的持续积累，我们有望更加精准地把握灌丛生态系统的动态变化，为保护这一重要生态系统提供科学支撑。这项研究不仅增进了我们对植被处理效果的理解，也为如何有效整合不同来源的监测数据提供了宝贵经验。