无人机激光雷达与地面方法量化草地生态系统草本生物量的比较研究：非洲稀树草原案例与生态应用

这篇研究通过对比无人机激光雷达（UAV-LiDAR）与传统地面方法在非洲稀树草原（MRC和KNP站点）的草本生物量（AGB）量化效果，提出了一种高分辨率、大尺度连续估算的新方法。结果表明，LiDAR在保持与地面方法相近精度（R2 >0.6）的同时，可覆盖10–10,000公顷区域，为生态过程（如碳循环、放牧管理）研究提供了更高效的解决方案。案例中，长期围栏实验（KLEE）验证了该方法在检测大型草食动物影响中的实用性，强调了其在异质性生境中的优势与校准必要性。

　　

研究背景与意义

草地生态系统覆盖全球25%的陆地面积，其草本层生物量（AGB）直接影响碳封存、水循环、草食动物行为等关键生态过程。传统生物量估算方法面临精度与空间尺度的权衡：破坏性采样准确但难以推广，而卫星遥感分辨率不足。本研究创新性地结合无人机激光雷达（UAV-LiDAR）和地面方法，在肯尼亚 Mpala研究中心（MRC）与南非克鲁格国家公园（KNP）的稀树草原中，评估了多尺度生物量估算策略的适用性。

研究方法

数据采集：

• LiDAR：使用配备Riegl VUX-1LR传感器的Freefly Alta-X无人机，飞行高度50–100米，点密度达220–700点/平方米。通过1米高度截断点云分离草本层，计算高度百分位数（25th、75th、98th）及体素占有率（10厘米×10厘米网格）。

• 地面验证：在50厘米×50厘米样方内测量植被高度、覆盖度，并同步进行破坏性采样烘干称重。KNP站点额外使用圆盘牧草计（DPM）结合三种标定方程估算生物量。

分析框架：

通过线性回归与随机森林模型比较LiDAR与地面指标的预测能力，并以长期围栏实验（KLEE）为案例验证方法的生态应用价值。

核心发现

1. 精度对比：

   • LiDAR指标（如75th百分位高度、体素占有率）与地面方法（DPM、植被体积）的预测精度相当（R² >0.6）。MRC站点中，体素占有率表现最佳（R²=0.75），而KNP站点DPM原始高度数据（R²=0.83）略优于LiDAR。

   • 异常值敏感性：LiDAR在KNP的4个异常样方（可能含低矮乔木干扰）排除后，R²从0.67提升至0.82，凸显异质性生境的校准挑战。

2. 站点差异：

   • 相同植被体积下，MRC生物量（868克/平方米）比KNP（468克/平方米）高85%，归因于物种组成、放牧压力及物候阶段差异，强调站点特异性标定的必要性。

3. DPM局限性：

   • KNP的三组DPM标定方程在高生物量样方（>40厘米高度）中绝对估值差异达5000公斤/公顷，显示现有转换模型的不确定性。

4. 生态案例验证：

   • KLEE围栏实验中，LiDAR（98th百分位高度）与地面针框法的生物量排序一致性高（R²=0.52），均检测到全封闭区（0处理）生物量最高，而开放放牧区（MW/MWC）最低。LiDAR进一步揭示了样地内微尺度异质性（如树下草层热点），为传统方法无法捕捉的生态模式提供见解。

应用前景与局限

优势：

• 大尺度连续监测：单次飞行可覆盖1000公顷，分辨率达50厘米×50厘米，远超传统样方（如KLEE仅采样0.025%面积）。

• 非破坏性：适用于长期动态研究，如火灾-草食动物互作（Singh et al., 2024）。

挑战：

• 校准依赖：绝对生物量估算仍需破坏性采样标定，尤其在混合生长型（如草本-灌木）生境中。

• 技术门槛：需专业设备（如差分GPS、点云处理软件）及算力支持。

结论

本研究证实UAV-LiDAR可作为地面方法的有效补充，尤其适用于中尺度（10–10,000公顷）生态研究。未来方向包括整合多传感器（如高光谱）以提升物种特异性识别，以及开发自动化流程降低应用门槛。