如何快速準確地識別物種并掌握其分布情況是科學合理保護生物多樣性的重要前提。遙感技術的發(fā)展為大尺度的植物多樣性監(jiān)測提供了可能。本文通過對多源遙感數(shù)據(jù)進行物種分類與識別相關研究的匯總，全面展現(xiàn)了遙感數(shù)據(jù)在植物物種識別上的應用潛力及存在的挑戰(zhàn)。

物種分類與識別是生物多樣性監(jiān)測的基礎。傳統(tǒng)的物種分類方式主要是基于地面調(diào)查，需消耗大量的人力物力, 且數(shù)據(jù)獲取周期長，對于某些偏僻交通不便利的地區(qū), 數(shù)據(jù)獲取的難度更大。在這種背景下，遙感數(shù)據(jù)憑借其覆蓋范圍大、時效性強、成本低、可重復獲取等優(yōu)勢，被廣泛應用到植物物種的識別和監(jiān)測中。

圖1  天目山國家自然保護區(qū)森林 （攝影者：胡健波）

為深入了解基于多源遙感數(shù)據(jù)的植物物種分類與識別相關研究的發(fā)展現(xiàn)狀和存在的問題, 本文對2000年以來該領域的研究進行了總結分析,  發(fā)現(xiàn): 當前大多數(shù)研究集中在歐洲和北美地區(qū)的溫帶或北方森林以及南非的熱帶稀樹草原; 使用最多的遙感數(shù)據(jù)是機載高光譜數(shù)據(jù), 而激光雷達作為補充數(shù)據(jù), 通過單木分割及提供單木的三維垂直結構信息, 顯著提高了分類精度; 支持向量機和隨機森林作為應用最廣的非參數(shù)分類算法, 平均分類精度達80%。并且我們發(fā)現(xiàn)，不同的分類對象、分類物種數(shù)，對最終分類結果有很大影響。

圖2  常用物種分類算法的應用。(a)不同算法分類的物種數(shù); (b)不同算法分類的總體精度。

現(xiàn)階段，盡管應用遙感數(shù)據(jù)進行植物物種分類仍面臨著分類對象復雜、多源遙感數(shù)據(jù)整合及植物物候與紋理特征整合困難，分類算法技術受限等方面的挑戰(zhàn)，但隨著遙感數(shù)據(jù)獲取平臺的發(fā)展，算法技術的進步，使用遙感數(shù)據(jù)讓我們在大尺度上快速識別植物物種成為可能。