全球生物多样性保护面临的关键挑战之一，是如何建立尺度可扩展的指标，以精准监测物种丰富度的时空格局及其动态变化。 卫星遥感技术为解决这一问题提供了机遇，其大范围、高频次的观测能力可弥补传统地面调查的局限性。然而，如何将海量的遥感数据转化为具有明确生态学意义、且与生物多样性保护需求高度关联的信息，仍是当前生物多样性遥感领域的核心科学难题。

近期，兰州大学资源环境学院马轩龙教授团队在Science伙伴期刊《Journal of Remote Sensing》发表题为“BridgingSatelliteProductivity andGlobalBiodiversity: UnveilingInsights throughDynamicHabitatIndices”的研究论文。该研究基于卫星观测数据，在全球尺度上系统解析了动态栖息地指数（Dynamic Habitat Indices, DHI）与脊椎动物物种丰富度空间格局的关联规律，为利用遥感技术监测生物多样性提供了新的科学依据。马轩龙教授为论文通讯作者，硕士研究生刘科迪与曹春艳为共同第一作者。合作者包括澳大利亚CSIRO高思聪博士和日本千叶大学环境遥感中心杨伟教授。该研究得到了可持续发展大数据国际研究中心基金（CBAS2022DF006）和国家自然科学基金（42171305、42311540014）的资助。

本研究系统评估了8种主流卫星植被参数（NDVI、EVI、LAI、fAPAR、3种GPP产品和SIF）计算得到的动态栖息地指数在预测全球脊椎动物物种丰富度空间格局方面的表现差异。全球物种丰富度数据来自IUCN国际自然保护联盟，包括哺乳动物、鸟类、两栖动物和爬行动物（图1）。DHI指标包括：年累积生产力（DHI Cum）、年最小生产力（DHI Min）和年内生产力变异系数（DHI CV），分别对应生态学中的三个经典假说——可用能量假说、环境胁迫假说和环境稳定性假说（图2）。

研究发现，基于遥感GPP（总初级生产力）数据计算的DHIs对全球物种丰富度空间格局的解释力最强（图3）。DHI Cum与DHI Min与物种丰富度呈显著正相关，而DHI CV呈显著负相关，验证了三大生态学假说，表明高生产力、低环境胁迫和稳定的环境条件更有利于物种多样性维持。同时，基于日光诱导叶绿素荧光（SIF）卫星观测的DHIs虽表现出良好的相关性，但因现有SIF产品空间分辨率有限和数据噪声问题，其表现略逊于GPP产品。此外，研究首次利用来自全球通量研究网络FLUXNET的124个通量站点的塔基GPP数据对卫星DHI指数进行验证，结果显示两者具有高度一致性（图4），为方法可靠性提供了坚实证据。最后，研究发现全球自然保护地内的DHI Cum和DHI Min显著高于非保护区域，而DHI CV明显较低（图5、图6），直观反映了保护措施对维持高质量生境的重要作用。

该研究证实，基于卫星遥感GPP产品的DHIs是连接宏观遥感观测与生物多样性保护实践的有效桥梁，为全球生物多样性监测提供了新的技术路径。

图1  IUCN脊椎动物物种丰富度分布图：a）两栖动物，b）鸟类，c）哺乳动物，d）爬行动物，e）四类脊椎动物的物种丰富度总和。

图2  使用一年中不同时间段的生产力（p_t）计算三种DHI。累积DHI（DHICum）是一年中所有时间段生产力值的总和；最小DHI（DHIMin）是提取一年中生产力的最小值；变异系数DHI（DHICV）是利用一年中的标准偏差（σ）和平均值（μ）计算变异系数，表示生产力的季节性。根据21年MODIS LAI数据计算的三条平均物候曲线示例。8天产品（fAPAR、LAI、GPP_MOD17、GPP_VPM、GPP_PMLv2和GPP_EC）一年内的时间段数为46个，1个月产品（NDVI、EVI、SIF）为12个。

图3  对比基于8种卫星遥感植被参数产品：MODIS NDVI、EVI、fAPAR、LAI、GPP_MOD17、GPP_VPM、GPP_PMLV2和SIF计算得到的三个DHI指数（Cum、Min、CV）在与不同类群全球物种丰富度相关性的差异。对于每个DHI指数，其与不同类群物种丰富度的相关性通过Spearman等级相关系数（⍴）进行衡量，且不同类群得到的⍴按照箱线图进行呈现。

图4  124个FLUXNET站点，基于遥感GPP（GPP_VPM）与基于通量塔GPP（GPP_EC）计算所得的DHIs之间关系散点图。每个图中均标注了Spearman相关系数（⍴）和均方根误差（RMSE）以供参考。

图5  根据GPP_VPM数据得出的全球卫星DHI模式。a)累计DHI(DHI Cum)，b)最小DHI(DHI Min)和c)DHI变异系数(DHI CV)。d)组合DHI图中，将DHI的变异系数（DHI CV）赋值于图像的红色波段，累积DHI（DHICum）赋值于绿色波段，最小DHI（DHIMin）赋值于蓝色波段。图中其他颜色代表不同DHI成分混合的过渡区域。白色区域为无数据区域。

图6  全球自然保护地（PAs）和非自然保护地（Non-PAs）内卫星遥感动态生境指数（DHIs）的数值分布情况。直观显示了两类地区动态生境指数的范围、中位数和四分位数之间的范围，突出了生境质量的变化以及自然保护地和非自然保护地之间生态条件的差异。这些数值以全球所有像素中每个DHI的最大值和最小值进行归一化处理。采用Kruskal-Wallis检验法评估了受保护地区和非受保护地区之间DHI值中位数差异的显著性，*：p-value < 0.05；**：p-value < 0.01；***：p-value < 0.001。

论文链接：https://doi.org/10.34133/remotesensing.0624