《Ecological Indicators》：UAV-based fine-scale monitoring reveals species-specific riparian responses to environmental changes
编辑推荐：
本研究针对河岸植被动态监测中空间分辨率不足的瓶颈，创新性地结合无人机多光谱影像与气象数据，首次在中欧地区实现了物种级别的河岸植被季节性生理生态响应精细刻画。研究揭示了NDVI、NDRE和MTCI指数在捕捉生物量积累、长期生理适应和干旱后叶绿素恢复方面的互补价值，特别发现入侵物种具有高NDVI但低生理效率的独特模式，为气候变化下河岸生态系统的适应性管理提供了可重复的高精度指标。
在欧洲大陆，尽管河岸森林占土地面积不足1%，它们却是生物多样性的关键庇护所，并发挥着河岸稳定、养分截留和溪流温度调节等不可或缺的生态系统服务功能。然而，这些珍贵的生态廊道正面临着历史土地利用变化、水文调控、城市化、生物入侵以及气候变化的叠加压力，许多洪泛区仍处于退化状态。传统的卫星遥感技术由于空间分辨率较低，在监测狭窄、结构复杂的河岸植被带时，往往因混合像元和空间平均效应而无法捕捉到物种级别的功能差异和早期胁迫信号，这成为了精准评估与适应性管理的瓶颈。
在此背景下，一项发表在《Ecological Indicators》上的研究为我们打开了新的窗口。来自波兰科学院自然保护研究所的Hanna Hajdukiewicz等人，独辟蹊径地利用无人机（UAV）搭载多光谱相机，对波兰中部希利尼察河（Silnica River）一段城市河岸的植被进行了高频率、高分辨率的“体检”。这项研究旨在探究不同植被指数如何响应天气条件的季节性波动，评估短期降水变化是否能在光谱指数中即时显现，并检验这些指数在追踪不同河岸物种群物候变化方面的有效性。
为了达成这些目标，研究团队在2022年生长季的关键时期（5月7日、7月1日、7月8日和9月23日）进行了四次无人机飞行作业。他们使用的无人机平台是Matrice 210 RTK v2，搭载Micasense RedEdge-MX多光谱相机，能够获取蓝、绿、红、红边和近红外五个波段的高清影像。通过精密的光电测量处理，生成了分辨率高达7.5厘米的正射影像图。在此基础上，研究人员计算了三个核心的光谱指数：归一化植被指数（NDVI），用于评估绿色生物量；归一化红边指数（NDRE）和MERIS陆地叶绿素指数（MTCI），二者对叶绿素浓度变化更为敏感，尤其在植被茂盛期。研究区内的41种植物被实地鉴定并划分为本地种、非入侵性外来种（简称非本地种）和入侵性外来种三个功能组。同时，研究整合了来自气象站的气温和降水数据，并利用机载激光扫描（ALS）数据推导出地形湿度指数（TWI）、叶面积指数（LAI）和冠层密度指数（CDI）等环境变量，以揭示环境梯度对植被响应的影响。数据分析采用了主成分分析（PCA）来可视化植被指数与气象因子的多元关系，并通过线性回归量化了它们之间的相关性。
4.1. 光谱指数与物候的季节性动态
研究结果清晰地描绘了河岸植被在生长季内的“生命轨迹”。NDVI值从5月（均值0.62）显著上升至7月达到峰值（均值0.89-0.90），9月仍维持在较高水平（均值0.86），有效地捕捉了生物量的积累过程。NDRE和MTCI也呈现出类似的季节模式，但其数值范围和变化细节揭示了更深层的生理信息。5月份，MTCI均值最低（0.26），表明幼叶叶绿素合成尚未达到高峰；而NDRE在此时相对较高，显示其探测低生物量条件下早期生理活动的潜力。到了7月生长旺季，MTCI大幅上升并超过NDRE，反映了冠层叶绿素含量的极大丰富。进入9月，NDVI保持高位，但MTCI明显下降，敏感地指示了叶片衰老和叶绿素降解的开始，而NDRE的下降相对平缓，体现了其对长期生理状况的指示作用。
4.1.2. 不同植被物种组的指数值变异
对不同物种组的分析揭示了其独特的生存策略。在生长季初期（5月），入侵物种就表现出最高的NDVI值（均值0.73），显示出其快速建立生物量的能力，但其NDRE和MTCI值却低于或接近其他组别，暗示了其“重量不重质”的策略——优先投资于结构生长而非光合效率。本地物种在5月的NDVI最低，但其NDRE和MTCI相对较高，特别是在降水增加后，其生理指标响应积极，体现了其对当地环境条件的适应。非本地物种则表现出对水分和温度变化的高度敏感性，其光谱指数与气象因子（如30天累积降水）的相关性最为显著和频繁。
4.3. 光谱指数季节变化的气象驱动因子
主成分分析（PCA）表明，累积降水是驱动植被指数变化的首要环境梯度（PC1解释方差42-58%），而温度变量则构成次要梯度（PC2解释方差18-27%）。回归分析进一步证实，非本地种的NDVI、NDRE和MTCI在多个飞行日期均与前期累积降水呈显著正相关。特别值得注意的是，在7月1日（UAV2）的干旱期后，非本地种的MTCI与平均气温和最低气温均显示出强正相关，说明其在高温和水分胁迫缓解后，叶绿素合成反应迅速。相比之下，入侵物种的光谱指数与气象因子的相关性普遍较弱，凸显了其应对环境波动的强韧性和稳定性。本地物种的响应则介于二者之间，且在生长季后期，其指数与气象条件的相关性减弱，更多受光周期等内在调控机制影响。
5.2. 评估NDVI、NDRE和MTCI用于监测河岸植被状况的适用性
综合讨论指出，无人机高分辨率监测成功克服了中等分辨率卫星影像的局限性，能够在生态学相关尺度上捕捉河岸植被的功能变异。三个植被指数各有所长：NDVI是追踪生物量季节动态和短期（如降雨后）变化的可靠指标；NDRE更能反映长期的生理适应和胁迫后的恢复状况；MTCI则对叶绿素浓度的快速变化（如干旱后恢复、秋季衰老启动）极为敏感。三者结合使用，为河岸植被的状况评估提供了一个强大的多维视角。
这项研究的结论强调了集成光谱与气象信息的无人机平台，在生成精细尺度、可重复指标方面的巨大潜力。这些指标可用于早期胁迫检测、入侵物种监测以及气候变化条件下河岸生态系统的适应性管理。研究揭示的物种特异性响应模式，特别是入侵物种表现出的高生物量但低生理效率的特点，为理解和管理生物入侵的生态后果提供了新的见解。尽管本研究存在空间范围单一和缺乏地面实测叶绿素数据直接验证等局限，但它为未来开展多站点、多年份的对比研究奠定了方法论基础，推动无人机遥感成为河岸生态系统精准管理和保护的有力工具。
