类型b：学术综述报告

作者及机构
本文由张艺伟、郭焱培、唐荣、唐志尧共同完成，作者单位均来自北京大学城市与环境学院及北京大学生态研究中心。论文发表于《national remote sensing bulletin》（《遥感学报》）2023年第27卷第11期，标题为《高光谱遥感在植物多样性研究中的应用进展与趋势》。

主题与背景
本文系统综述了高光谱遥感（hyperspectral remote sensing, HRS）技术在植物多样性研究中的应用现状与发展趋势。随着人类活动、气候变化及物种入侵导致生物多样性加速丧失，传统野外调查方法难以满足大尺度、快速监测的需求。高光谱遥感凭借其高光谱分辨率（可达纳米级）和“图谱合一”特性，为植物多样性研究提供了新的技术手段，尤其是在物种多样性、功能多样性及遗传多样性等多维度的量化与制图中展现出独特优势。

主要观点与论据

1. 高光谱遥感的技术原理与优势
   高光谱遥感通过连续窄波段（如AVIRIS传感器的224个波段，光谱分辨率10 nm）捕捉植物冠层的生化与结构特征差异。其核心理论是“光谱变异假说”（spectral variation hypothesis, SVH），即光谱异质性与生物多样性呈正相关。例如，Asner等（2009）通过机载高光谱数据成功区分热带森林树种，验证了光谱特征与物种性状的关联性。

2. 植物多样性直接反演方法
   直接反演基于SVH假说，通过量化光谱异质性间接表征多样性。常用方法包括：

   • 光谱聚类法：如“光谱类型”（optical types）分类，将相似光谱特征的像元归类为虚拟“光谱物种”（optical species），适用于物种丰富度高的区域（如热带森林）。
     
   • 光谱多样性指标：如变异系数（CV）、光谱角法（SAM）和包络体法（CHV），通过统计像元间光谱差异反映多样性水平。例如，Gholizadeh等（2019）利用CV指标成功反演草地群落的α多样性。
     

3. 植物多样性间接反演方法
   间接反演通过高光谱数据定量提取植物功能性状（如叶绿素含量、等效水厚度），再计算功能多样性指标（如功能丰富度FRic、功能离散度FDis）。例如：

   • 经验模型：偏最小二乘回归（PLSR）和机器学习（如随机森林）被广泛用于性状反演，Wang等（2019）通过PLSR模型反演了15个草地功能性状。
     
   • 物理模型：如PROSPECT叶片辐射传输模型与SAIL冠层模型联用，可解析叶片结构与生化参数（Jacquemoud等，2009）。
     

4. 应用领域与典型案例

   • 物种入侵监测：Asner等（2008）通过色素含量差异识别夏威夷入侵树种。
     
   • 多样性格局制图：Duran等（2019）结合功能性状反演揭示了热带森林海拔梯度上的多样性变化规律。
     
   • 生物多样性与生态系统功能（BEF）关系：Zhao等（2021）发现光谱反演的功能丰富度与草地生产力显著相关。
     

5. 技术局限性与未来方向

   • 局限性：森林冠层下层信号获取困难、数据冗余（如Hyperion数据量是Landsat TM的37倍）、混合像元问题等。
     
   • 多源技术融合：无人机高光谱与激光雷达（LiDAR）协同可同步获取结构与生化性状（郭庆华等，2016）；叶绿素荧光遥感为光合功能研究提供新维度。
     

论文价值与意义
本文的价值在于：
1. 理论整合：系统梳理了高光谱遥感在植物多样性研究中的两类反演方法（直接与间接），并阐明了其生态学机理（如SVH假说）。
2. 技术指导：总结了不同植被类型（森林、草地）适用的模型与方法，为实际应用提供参考。
3. 前沿展望：提出多源遥感协同（如卫星-无人机-LiDAR）是未来突破数据尺度限制的关键方向，对全球生物多样性保护具有实践意义。

亮点
- 跨学科融合：将遥感技术与生态学理论（如BEF关系、功能多样性）深度结合。
- 方法创新：首次对比了光谱聚类与性状反演两类技术路线的适用场景。
- 应用广泛性：涵盖从基因多样性（如美洲山杨染色体倍性识别）到景观尺度的多样性制图。