利用高分辨率多光谱影像反演生物结皮(biocrust)鞘丝藻素(scytonemin)色素含量及功能指标(functional indicators)的制图研究

《Remote Sensing in Ecology and Conservation》：Mapping Scytonemin Pigment Content and Biocrust Functional Indicators Using High-Resolution Multispectral Imagery

　　

生物结皮(biocrust)是由隐花植物、微生物群落与土壤颗粒组成的土壤表层集合体，构成干旱区的"活体表皮"。其对全球碳氮循环至关重要，但受气候变化威胁。保护这些关键组分及其功能需精确测量生物结皮的分布与性状。生物结皮关键功能指标（如色素）可反映其发育阶段、生物量及功能状态，但在空间尺度上的遥感定量估算仍待发展。研究人员评估了结合局部尺度（三脚架获取）多光谱影像与机器学习方法，估算奇瓦瓦沙漠（新墨西哥州，NM）和科罗拉多高原（犹他州，UT）两处差异沙漠中色素[鞘丝藻素(scytonemin)、叶绿素a(chlorophyll a)、类胡萝卜素(carotenoids)]、土壤有机碳(soil organic carbon, SOC)及氮(N)含量的潜力。研究采集了<1 mm高分辨率影像及色素与养分浓度。在NM样点，采用蓝、红波段的支持向量回归(support vector regression, SVR)对鞘丝藻素预测精度最高(R2=0.93)；红边(red-edge)波段提升了SOC和N的预测力(R2分别为0.95和0.80)。在UT样点预测精度较低(R2<0.6)，可能源于鞘丝藻素饱和效应。基于鞘丝藻素预测的结皮盖度受土壤水分波动影响小于叶绿素a或类胡萝卜素，表明鞘丝藻素作为生物结皮指数优于已有指数。NM站点最优局部尺度模型成功扩展至景观尺度无人机系统(unmanned aerial system, UAS)影像，可遥感预测色素与养分并捕捉演替阶段相关差异，但与实地测量值相比未完全还原精确数值。该方法有望未来与卫星影像结合，实现更广尺度生物结皮性状制图，为监测关键土壤生态系统及其功能属性提供工具。

论文解读：《Mapping Scytonemin Pigment Content and Biocrust Functional Indicators Using High-Resolution Multispectral Imagery》

研究背景与意义

干旱区约占地球陆地表面的41%，生物结皮(biocrust)——由蓝藻、地衣、苔藓、细菌、真菌与土壤颗粒共同构成的土壤表层活体膜——在旱区生态系统中发挥固氮、固碳、抗侵蚀及调节地表辐射平衡等关键功能。然而，传统生物结皮调查依赖野外采样与显微分类，耗时费力且难以空间扩展；现有遥感研究多聚焦于结皮有无或盖度分类，对其功能状态（如光合活性、UV防护能力、养分贡献）的定量反演尚属空白。叶绿素a(chlorophyll a)作为常用生理指标易受旱季休眠与土壤湿度干扰，而鞘丝藻素(scytonemin)——蓝藻受紫外诱导合成的UV-A防护色素——在旱季持续存在且含量更高，有望成为对水分不敏感的结皮功能指示物。本研究旨在验证高分辨率多光谱影像耦合机器学习能否定量反演生物结皮鞘丝藻素、叶绿素a、类胡萝卜素(carotenoids)、土壤有机碳(SOC)及全氮(N)，并探讨模型从局部尺度向景观尺度无人机(UAS)影像移植的可行性，为旱区生物结皮健康监测提供遥感新范式。本文发表于《Remote Sensing in Ecology and Conservation》。

主要关键技术方法

研究人员于美国奇瓦瓦沙漠新墨西哥Jornada试验站（NM站，n=40采样点）与犹他州科罗拉多高原Green Butte（UT站，n=100采样点）设样。使用MicaSense Altum六波段多光谱相机（蓝475 nm、绿560 nm、红668 nm、红边717 nm、近红外840 nm及热波段）于三脚架距地1.5 m采集干/湿两种土壤水分状态下影像，同步取芯用丙酮萃取–分光光度法测三种色素浓度（Garcia-Pichel与Castenholz三波长公式），NM样品加测SOC（Walkley-Black法）与N（元素分析仪）。影像经正交校正后提取各标记点波段反射率及六种已有光谱指数（NDVI、CI、BSCI、BI、NDRE、CSI）。选用多元线性回归(MLR)、神经网络(NN)、随机森林(RF)、支持向量回归(SVR)、极端梯度提升(XGBoost)五种算法遍历所有波段组合建模，按k折交叉验证选优后应用于同期UAS飞行获取的景观尺度镶嵌图（先以SVM掩膜植被）。统计检验包括ANOVA/Dunn事后检验及双因素ANOVA比较跨尺度预测偏差。

研究结果

3.1 Exploring Correlations Between Pigment Concentration and Spectral Data

研究人员发现NM与UT两站生物结皮可见光波段反射率均与总色素含量呈显著负相关，其中鞘丝藻素占比最大且其吸收峰主要位于蓝光波段。浅色蓝藻主导结皮反射率高于深色蓝藻与地衣结皮，后者含最高鞘丝藻素（NM地衣型平均294.89 mg·m^?2，UT可达1894.33 mg·m^?2）。湿润条件下地衣型结皮近红外(NIR)反射率显著上升，对应其较高叶绿素a含量。UT站因色素整体浓度高出现反射率饱和迹象。

3.2 Modeling Biocrust Pigments and Nutrients at the Local Scale

在NM站，鞘丝藻素最优模型为干态下SVR使用蓝(B)+红(R)波段，测试集R²=0.93、MAE=18.26 mg·m^?2，且干态精度高于湿态——与叶绿素a相反（叶绿素a湿态NN模型R²>0.80）。类胡萝卜素最优为RF结合亮度指数BI（R²=0.73）。SOC预测加入红边波段后大幅提升（湿态MLR R²=0.95），N以XGBoost结合B+R+红边波段最优（R²≈0.80）。UT站因鞘丝藻素过高致反射率响应钝化，各色素模型R²均低于0.61，叶绿素a预测最差（R²<0.21）。

3.3 Prediction of Biocrust Functional Indicators at the Landscape Scale

将NM站最优局部模型应用于UAS多光谱镶嵌图可生成景观尺度色素与养分空间分布图，总体呈现地衣型结皮高值、浅色蓝藻结皮低值的格局，基本反映结皮发育梯度。定量比对显示：蓝藻主导结皮（浅/深）多数指标被高估，地衣型结皮则被低估（氮除外）；尽管绝对值存在跨尺度偏差，模型成功捕捉了不同类型结皮间相对差异。景观估算总量为鞘丝藻素约1.71 kg·ha^?1、叶绿素a约0.58 kg·ha^?1、类胡萝卜素约0.02 kg·ha^?1、SOC约1374.14 kg·ha^?1、N约120.37 kg·ha^?1。

讨论与结论总结

研究人员指出，本研究首次证实宽带多光谱影像可定量反演生物结皮中鞘丝藻素——含量最丰富且对旱季具稳健性的UV防护色素。鞘丝藻素在可见光的强吸收（尤其蓝光）使其成为干期生物结皮检测的理想指标，比水分敏感的叶绿素a更适合常年旱区监测。非线性机器学习（尤SVR、NN、XGBoost）较线性模型更适配多波段组合的光谱–生化参量关系。模型在色素浓度过高（UT站）或因氧化铁等矿物光谱干扰时精度下降，提示需在不同地质背景下校正或引入高光谱数据以解混。景观尺度移植表明局部标定模型具初步外推能力，但受季节物候差异、光照条件及混合像元影响产生系统偏差，未来需同步地面–UAS观测、增加生物结皮形态类型光谱库并融合LiDAR或高光谱以提升大尺度鲁棒性。结论如下：高分辨率多光谱影像结合机器学习可有效估算生物结皮鞘丝藻素、色素及SOC/N，其中鞘丝藻素反演对土壤水分不敏感，适合作为旱区生物结皮功能与健康状态的遥感指示物；局部尺度最优模型可初步扩展至UAS景观制图以揭示结皮功能性状空间异质性，为未来整合卫星数据开展区域至全球尺度生物结皮动态监测奠定基础。