基于LiDAR与生态系统核算的荷兰乡村木本景观特征监测研究

推荐：为解决荷兰木本景观特征(WLF)监测数据不足的问题，研究人员结合激光雷达(LiDAR)与生态系统核算(EA)技术，对三个典型农业区开展多源数据融合研究。结果显示WLF密度较官方数据高15%，但2011-2021年间年均减少0.35-1.2%，且农业用地WLF覆盖率(3.1%)未达欧盟10%政策目标。该研究为完善EA框架下的生物多样性监测提供了方法论创新。

　　

荷兰乡村景观中的木本植被网络正面临持续衰退的危机。20世纪以来，由于土地整合、铁丝网替代树篱等农业集约化措施，该国超过50%的景观特征消失，导致生物多样性下降和生态系统服务功能退化。尽管欧盟《2030生物多样性战略》要求到2030年将农业区高多样性景观特征比例提升至10%，荷兰国家景观计划也设定了2050年乡村区域5%木本景观特征(Woody Landscape Features, WLF)覆盖的目标，但现有监测体系存在明显缺陷——国家地形数据库(Top10NL)漏记了33%树篱和80%孤立树木，而生态系统核算(Ecosystem Accounting, EA)中的生态系统类型图(NL ET maps)又无法完整记录农田周边的小型木本特征。

针对这一现状，荷兰瓦赫宁根大学(Wageningen University & Research, WUR)的研究团队创新性地将激光雷达(LiDAR)技术与EA框架相结合，选取泽兰省(Zeeland)、河流地区(Rivierenland)和林堡省(Limburg)这三个具有不同景观特征的区域开展案例研究。通过分析2011-2021年间多期LiDAR航测数据(包括AHN2、AHN3和AHN4系列)，研究人员建立了自动化处理流程：首先利用数字地表模型(DSM)与数字地形模型(DTM)生成冠层高度模型(CHM)，通过局部最大值算法检测单木位置并划分树冠斑块；随后基于斑块尺寸(>12.57 m²)和长宽比决策树将WLF分类为孤立木、森林斑块和树篱三类；最后结合LPIS农业地块数据和NL ET地图进行空间叠加分析。

研究结果揭示出四个重要发现：

1. WLF覆盖现状：LiDAR数据显示三个区域WLF平均覆盖率达5.1%，较EA数据高15%。但空间分布极不均衡——非农用地(如农家庭院、道路渠岸)覆盖率高达16.1%，而农业用地仅3.1%，其中林堡省最高(5.6%)，泽兰省最低(1.2%)。

2. 变化趋势：经航拍影像验证调整后，所有研究区均呈现WLF净减少，年递减率0.35%(林堡)至1.2%(泽兰)，主要源于土地用途变更导致的特征清除(占损失总量87%)。

3. 数据差异：EA体系仅记录了LiDAR检测到WLF的85%，漏记部分主要分布在建成区(如农舍周边)和农田中的孤立木；而LiDAR对低矮窄条树篱(宽度<2m)的识别率不足50%。

4. 政策缺口：即使采用LiDAR数据，两区域农业用地WLF覆盖率仍低于欧盟10%和国家5%的目标值。

在技术层面，该研究证实了LiDAR-EA融合方案的三大优势：能捕捉Top10NL未记录的细小特征(如田间孤立木)、实现全要素面积核算(而EA仅按土地利用分类)、支持植被结构参数提取。但研究也指出当前方法在区分线性与斑块状WLF(如树篱与小林斑)方面存在21-43%的分类偏差，且变化检测需配合航拍验证以排除树冠修剪等干扰因素。

发表于《Ecological Indicators》的这项研究具有双重意义：在实践层面，为荷兰景观计划提供了首个基于多时相LiDAR的WLF衰减量化证据，指明政策实施应重点加强农业用地保护；在方法论层面，开创了将EA框架与遥感技术结合的新型监测范式。作者建议未来可在EA中新增两项指标：非森林生态系统类型的WLF覆盖度(来自LiDAR)和植被结构参数(来自点云数据)，这将显著提升生态系统服务评估的精度。该技术路线对欧盟其他国家开展CAP(共同农业政策)绩效评估同样具有借鉴价值，特别是针对树篱网络等具有文化标识意义的景观特征监测。