基于高光谱数据的北方泥炭地植被群落物种覆盖度与α多样性跨营养级评估研究

这篇开创性研究通过整合新型开源高光谱数据库，创新性地评估了矿养型（minerotrophic）与雨养型（ombrotrophic）泥炭地植被群落的光谱特性。研究证实高光谱数据可中度预测特定植物物种覆盖度（R2=0.58），在α多样性评估中雨养型生境表现更优（R2=0.44），为利用新兴卫星高光谱技术（如EnMAP、PRISMA）监测关键碳汇生态系统提供了重要理论基础。

　　

北方泥炭地作为全球土壤有机碳的重要储库，其植被群落监测对理解碳循环至关重要。这项跨学科研究通过构建首个开放获取的北方泥炭地植被光谱数据库，系统揭示了不同营养级植被的光谱特征与生态参数间的定量关系。

光谱特征揭示生态密码

矿养型与雨养型泥炭地植被展现出显著差异的光谱特征。矿养型样地在可见光区（VIS，400-700nm）和近红外区（NIR，700-1300nm）表现出更高的反射率，尤其在绿光波段（~500-565nm）形成典型峰值。而雨养型样地在短波红外区（SWIR，1550-2310nm）呈现更大变异性，这与该类生境中苔藓（如泥炭藓属Sphagnum spp.）与凋落物的动态分布密切相关。值得注意的是，灌木物种Calluna vulgaris的光谱特征与凋落物高度相似，这为后续植被分类带来独特挑战。

物种覆盖度的光谱解译

采用非负最小二乘法（NNLS）进行光谱解混分析发现：凋落物覆盖度在两类生境中均获得最佳预测效果（矿养型R²=0.58，雨养型R²=0.43）。特别在雨养型生境中，Sphagnum cuspidatum（R²=0.39）和Calluna vulgaris（R²=0.25）等优势种展现出可识别性。与多光谱数据相比，高光谱数据在多数物种预测中表现更优，但有趣的是，凋落物在雨养型生境的预测中多光谱数据反而略胜一筹（R²=0.45）。

α多样性的光谱指纹

研究首次量化了泥炭地群落α多样性与光谱特征的关联。雨养型样地的香农-维纳指数（Shannon-Wiener）预测精度（R²=0.42）显著高于矿养型样地（R²=0.22）。这种差异源于雨养型植被更丰富的物种共存格局和苔藓植物的光谱特异性。相比之下，辛普森指数（Simpson）在矿养型样地的预测完全失效（R²=0.0），揭示了草本植物光谱相似性带来的技术挑战。

技术突破与生态启示

该研究为即将发射的CHIME等新一代高光谱卫星提供了重要的地面验证数据。特别值得注意的是，凋落物覆盖度的准确监测（RMSE=14.3-15.7）为追踪泥炭地物候变化开辟了新途径。而雨养型生境更优的多样性预测能力，暗示其可能成为气候变化背景下生态系统监测的"哨兵生境"。

这项研究不仅建立了北方泥炭地植被的光谱基线，更通过创新的多尺度分析方法，为全球碳循环模型的植被参数化提供了关键技术支持。随着高光谱卫星时代的到来，这些发现将极大提升我们对脆弱泥炭地生态系统动态的监测能力。