光谱多样性反映了东亚马逊地区初期恢复工作的进展

《Frontiers in Environmental Science》：Spectral diversity tracks initial restoration progress in the Eastern Amazon

　　光谱多样性评估了巴西帕拉州矿区生态恢复的效果，利用Sentinel-2卫星影像计算Shannon指数、丰富度等指标，发现其与恢复指数（RI）呈显著正相关（R2=0.27），验证了光谱多样性作为大范围、低成本监测工具的有效性。

　　
本研究聚焦亚马逊帕拉州矿区复垦与森林恢复工程，旨在探索光谱多样性指标在生态恢复监测中的应用潜力。研究区域涵盖铜矿尾矿堆、废石堆等典型矿区复垦地，以及受非法采矿和农业扩张影响的退化林地恢复项目，时间跨度达7年。研究团队通过整合地面调查与卫星遥感数据，构建了包含9项生态指标的恢复指数（RI），并验证了该指数与光谱多样性参数的关联性。

在数据采集方面，研究区域设置288个10×20米的固定样地，每个样地同步测量树木胸径、物种组成、土壤有机质、冠层叶面积指数（LAI）等关键参数。特别值得注意的是，研究在N4-N5矿区采用了双周期采样（2017和2019年），在Mozartinópolis地区则实现了连续6年的遥感监测（2018-2023年），为分析时间动态提供了可靠数据基础。

卫星数据预处理采用BiodivMapR包进行标准化处理，包括云掩膜处理（云量<20%）、NDVI筛选（>0.3）、波段阈值截断（蓝波段1500，近红外2000）等关键技术步骤。通过主成分分析（PCA）将12个光谱波段降维至8个主成分，再运用K-means聚类算法将每个50×50米窗口划分为100类光谱集群。这种分层处理既保留了光谱异质性特征，又有效控制了土壤裸露等噪声干扰。

研究发现光谱多样性指标与恢复指数存在显著正相关。其中Shannon多样性指数（H）在On?a-Puma矿区达到最高相关系数0.86，光谱丰富度（S）在águas Claras矿区表现尤为突出（r=0.73）。回归模型显示，当RI每提升1%，光谱丰富度相应增加0.198个物种单位（R2=0.27，p<0.001），这一关系在3个矿区复垦工程和2个森林恢复项目中均得到验证。值得注意的是，在Arenitos矿区观测到负向关联（r=-0.63），可能与矿区特殊地质结构（花岗岩风化壳）和人工草种入侵导致的植被异质性增强有关。

时间序列分析揭示了植被恢复的阶段性特征。Mozartinópolis 1矿区2018-2023年间光谱丰富度呈现先升后稳趋势，2021年后值域收缩至15.03±1.89，显示社区组成趋于稳定。对比发现，自然恢复区（如Sossego矿区）的多样性指标波动较大（SD=4.2），而人工干预区（如N4-N5矿区）在2017-2019年间光谱丰富度提升12.7%，但后续增长放缓。这种差异可能源于人工恢复区初期高密度植被种植（1667株/公顷）带来的快速光谱响应，与自然恢复区依赖种子传播的渐进过程形成对比。

季节性分析表明光谱多样性具有年际稳定性。Mozartinópolis 2矿区6个月连续观测数据显示，不同月份光谱丰富度相关系数在0.32-0.64之间波动，7-8月（雨季）与3-4月（旱季）的月度差异系数（Cv）仅为0.18，表明季节变化对光谱指标影响有限。但值得注意的是，在雨季初期（5月）和旱季末期（9月）的遥感数据中，植被覆盖指数（NDVI）存在5-8%的波动，可能对光谱多样性计算产生边缘效应。

研究创新性地将恢复指数（RI）分解为9个生态维度（包括物种多样性、冠层结构、土壤有机质等），并通过主坐标分析（PCoA）实现多维数据降维。这种复合指数构建方法突破了传统单一指标监测的局限性，在Gastauer团队前期研究中已成功应用于亚马逊流域矿山生态恢复评估。值得关注的是，研究首次在热带矿区复垦区验证了功能多样性指数（FDis）的适用性，尽管其表现弱于结构多样性指标，但在N4-N5矿区与恢复指数的相关系数达到0.47。

实际应用方面，研究建立了光谱丰富度与恢复指数的定量关系模型（S=2.29+0.198RI），当RI达到70%时（国际通用恢复基准值），预测光谱丰富度为14.3个物种单位。这一关系在3个矿区复垦工程和2个森林恢复项目中均成立，验证了模型的泛化能力。研究特别强调，在实施阶段（如2016-2018年）应优先关注光谱丰富度的动态变化，因其能更敏感地捕捉植被覆盖度的早期恢复信号。

讨论部分揭示了光谱监测的生态学内涵：高光谱丰富度（>15物种单位/50×50m窗口）对应着更复杂的植被功能组（先锋物种、耐旱物种、乔木层等），这与其通过PCA降维后的功能多样性指数（FDiv）和系统发育多样性（PD）形成互补关系。研究同时指出，在早期恢复阶段（<5年），光谱指标对结构变化的响应（如LAI）可能优于物种组成指标，这与矿渣堆的物理结构恢复速度有关。

研究局限性方面，未考虑地形异质性对光谱混合的影响。尽管采用LAI传感器数据修正了地形阴影，但未在分析中引入DEM数据作为协变量。此外，功能多样性指标在矿区复垦中的表现较弱，可能与非自然恢复过程中的功能组别单一化有关。未来研究可结合无人机多光谱数据，在10m分辨率尺度上捕捉更精细的光谱变化。

该成果为全球热带矿区生态恢复监测提供了标准化技术路径：建议采用Sentinel-2 Level-2A数据，以50×50m窗口计算Shannon多样性指数和光谱丰富度作为核心指标，配合RI模型实现恢复进度的自动化评估。这一方法在巴西帕拉州的应用已证明其成本效益优势（每平方公里监测成本降低至$2.3），较传统地面调查方式节省85%人力投入，特别适用于大型矿区（>500公顷）的宏观监测。

研究最终构建了"光谱多样性-恢复指数"动态监测框架，成功在Mozartinópolis矿区实现3年周期（2018-2021）的恢复状态预测准确率（AUC）达0.82。这为亚马逊流域超过1.2万平方公里的矿区生态恢复提供了可扩展的解决方案，并支持联合国"2030生态系统恢复十年"计划中的量化监测需求。后续研究可拓展至生物多样性保护红线划定、碳汇潜力评估等应用场景。