1. 生态系统调查监测方法

     （1）卫星遥感监测

  生态系统遥感监测工作以摸清家底、完善生物多样性观测网络、服务保护状况评估为目标，以遥感技术为主要手段，以生态系统和重要物种及生境为主要对象，开展本底调查和动态观测，结合地面数据，开展深入分析，形成定期报告，服务于生物多样性保护工作。    

  1）生态系统遥感监测工作基本程序如下：

  2）生态系统遥感监测指标：

  3）陆地生态系统分类体系：

  4）遥感数据的选择：

  若植被分类要求较高，应选择空间分辨率、光谱分辨率及时间分辨率均较高的影像数据，如高分系列卫星（高分2号、高分5号等）、IKONOS、SPOT5 HRG、和ALOS卫星数据，或利用无人机搭载多光谱、高光谱传感器收集低空高分辨影像数据。

  5）遥感影像预处理：

  预处理主要包括图像几何校正、大气校正、融合、镶嵌和裁剪等内容，首先对遥感影像进行辐射定标，将卫星传感器记录的量化值转换为地物反射率数值，然后进行大气校正，以消除地球大气层对地物反射信息的干扰，从而还原地物的真实反射信息。随后进行正射校正，以纠正一些系统性因素和地形影响引起的几何畸变。以上这几步处理完成后，需要对多幅影像进行配准、镶嵌、几何精校正、融合，再用研究区边界文件进行裁剪，得到监测区域的高分辨率图像。

  6）遥感影像分类

  随着计算机软硬件技术和遥感技术的发展和进步，目前用于遥感影像分类有机器学习、深度学习、面向对象等新的方法技术，这些分类方法充分利用多源数据进行信息分析，使得图像分类精度大为提升。但对于不同生态系统类型、不同区域的植被各种分类方法表现各异，没有一种通用的、表现好的模型。加上一些区域沟谷众多，地形复杂，植被类型也复杂多样，较难对植被进行精确分类。因此，对比分析常用的支持向量机（SVM）、随机森林（RM）、人工神经网络（NN）、深度学习、面向对象分类等分类方法在监测区域的表现，筛选出较好的分类方法用于最终的影像分类。

  7）生态系统类型图制作：

  基于筛选出来的分类方法，在遥感影像上勾选训练样本和验证样本，然后对影像数据进行分类，得到生态系统分类图；或根据遥感图像的波谱信息、纹理信息等进行运算，将图像进行分割，借助Google Earth图像，准确解译各地物类别，得到植被分类图。

  8）分类后处理：

  传统分类方法生成的分类图中经常会有“椒盐”效应，即分类图中经常有1个或者几个像元组成的孤立类型，所以分类后的植被通常需要利用优势滤波器来平滑消除这些“盐和胡椒”效应。然后再根据一些专家知识并结合相关辅助数据对分类图像进行修正。

  9）精度分析方法：

  混淆矩阵法是应用最广泛的精度评估方法，混淆矩阵能非常有效地评估遥感分类图的精度，并且能够给出各个分类类型的错分误差和漏分误差。基于混淆矩阵，运用总体精度、生产者精度、用户精度、Kappa系数和F1值对分类结果进行评估。此外，在科考中所有的植物、植被调查样方也可用于生态系统或植被分类结果的验证。生态系统遥感解译要求一级类型总精度高于 90%，二级类型总精度高于 80%。

     （2）无人机遥感监测

  利用无人机遥感技术对调查监测区域进行生态系统多样性调查监测，对重要生态系统以及重点生态功能进行精细管理，及时有效地监测和管理自然资源。与光学遥感相比，激光雷达的特点是能获得地物精细的三维信息。基于长期、高频率的无人机遥感数据能够更深入地开展生物多样性监测,如生态系统多样性监测、生境监测、入侵物种监测、野生动物监测等。通过对原始影像进行辐射定标、大气校正、正射校正等预处理，再进行融合、拼接、裁剪等处理后得到预处理后遥感影像，并利用监督分类法分析保护区的生态系统分类情况。

  监督分类总体上可分为四个过程：定义训练样本、执行监督分类、评价分类结果和分类后处理。

  定义训练样本：在 ENVI 中根据实际情况将特定植被当作感兴趣区，定义训练样本的过程就是创建感兴趣区的过程。

  执行监督分类：根据分类的复杂程度、精度需求等选择一种分类器，本项目中选取平行六面体分类器。

  评价分类结果：执行完监督分类之后，利用结果叠加法对分类结果进行评价。

  分类后处理：用以上方法得到初步结果后，对获取的分类结果再进行更改分类颜色、分类统计分析、小斑点处理等操作后得到最理想的分类结果。

  利用最终结果，可以构建监测区域生态系统多样性分布图。但无人机平台的“自上而下”的作业方式无法解决由于林下遮挡而产生的数据缺失，因此，需要进一步结合地面实测的物种分布信息进行互为补充和验证, 为生态系统调查监测提供更丰富的信息。

     （3）地面调查监测

  地面调查监测为开展卫星遥感和无人机遥感指标提取提供所需要的模型参数，以及为检验和提高遥感指标测量精度提供地面验证数据。北极花生物调查APP配置了植被调查监测模块，支持开展植被数据调查采集工作。

  按照调查样线和样地全面覆盖所有植被类型的原则，拟定每种群系至少有1条调查样线。野外调查时，需充分利用不同时效的高分辨率卫星影像图、无人机及野外调查专用APP等技术手段辅助开展调查，记录样线范围内各类植被类型的变化情况，包括样线始末位置、长度、海拔区间及沿途植被类型、主要建群种、优势种的变化情况等并现地勾绘进行植被图修正。一般要求从起点开始，海拔每上升或下降100m至少记录一个点，群落结构发生变化时也须记录一个点。

  观测数据首先要进行数据筛选，剔除异常数据，对数据进行插补，确保数据完整和连续；其次，对数据结构进行标准化、规范化处理，统一数据格式并进行规范化存储，注明数据来源和数据格式；最后对观测数据或采样数据进行加工处理，生成遥感指标提取和验证所需要的数据。

2. 生态系统多样性评估

  生态系统多样性充分体现了生物多样性研究的最突出的特征，即高度的综合性。主要表现在：1）基因到景观乃至生物圈的不同水平研究的综合。例如濒危物种的保护已经不再仅仅局限于物种水平上保护有限的个体，而是从基因、细胞、种群等不同水平上去探索物种濒危机制、从生境或生态系统水平上考虑保护措施；2）不同类群或不同学科研究的综合。例如生态系统多样性维持机制的研究。不仅注重生态环境对系统稳定性的影响。更注重不同生物类群的作用及其相互之间关系对系统稳定性的影响。

 生态系统多样性重点以自然生态系统为评估对象，并通过以下参数来实现自然生态系统的多样性评估：

（1）自然生态系统占区域面积比例

 主要是统计自然生态系统包括森林（不包括人工林）、灌丛、草地（包括草甸、草原）、湿地等主要类型的总体面积，并通过整个区域自然生态系统总体面积比例的变化，反应该区域自然生态系统总体情况和动态变化。该参数通过计算区域内自然生态系统所占的总面积百分比。指标计算公式为：

（2）植被指数

 指将遥感地物光谱资料经数学方法处理，以反映植被状况的特征量。利用卫星不同波段探测数据组合而成的，能反映植物生长状况的指数。植物叶面在可见光红光波段有很强的吸收特性，在近红外波段有很强的反射特性，这是植被遥感监测的物理基础，通过这两个波段测值的不同组合可得到不同的植被指数。该指数随生物量的增加而迅速增大。各项植被指数中，归一化植被指数（NDVI）以其卓越的植被信息表达能力以及数据提取与处理过程中较强的抗干扰能力，成为区域植被变化研究的主要数量分析工具。NDVI可以通过遥感数据获得。

（3）重要生态系统面积

是一个区域的优势种或特有种，或具有特殊意义，该类生态系统的增加或减少对区域整体自然生态系统评估具有重要意义，但在总体的自然生态系统面积的指标评估下无法判别。重要生态系统的识别原则为：1）生态区的优势生态系统类型：生态区的优势生态系统往往是该地区气候、地理与土壤特征的综合反映，体现了植被与动植物物种地带性分布特点。对能满足该标准的生态系统的保护，能有效保护其生态过程与构成生态系统的物种。2）反映了特殊的气候地理与土壤特征：一定地区生态系统类型是在该地区的气候、地理及土壤等多种自然条件的长期综合影响下形成的。相应地，特定生态系统类型通常能反映地区的非地带性气候地理特征，体现非地带性植被分布及动植物的分布，为动植物提供栖息地。3）只在中国分布：由于特殊的气候地理环境与地质过程，以及生态演替，中国发育和保存了一些特有的生态系统类型，并在全球生物多样性保护中具有特殊的价值。4）物种丰富度高：指生态系统构成复杂，物种丰富度高的生态系统，这类生态系统在物种多样性的保护中具有特殊的意义。5）特殊生境：为特殊物种，尤其是珍稀濒危物种提供特定栖息地的生态系统，如湿地生态系统等，在生物多样性的保护中具有重要价值。6）具有特殊意义的生态服务功能地区：指对国家及大区域生态环境保护具有特殊价值的生态系统，如河流源头、重要湿地等。该参数可以对自然生态系统总体情况无法反应的具体生态系统类型进行评估，并识别重要生态系统的分布情况和动态变化。根据具体生态系统分布范围的不同，以及数据获取的难易程度，本参数可在大尺度或小尺度评估中使用。应用中等分辨率（如Landsat TM）或高精度分辨率（如SPOT、Quickbird等）卫星影像通过遥感解译，获取重要生态系统面积及其变化情况；亦可在中尺度开展，通过以县域或格网作为评估单元，分析重要生态系统变化急剧的地区，为下一步的生物多样性保护和管理提供支持。

3. 重要生态系统景观格局分析

  生态系统景观格局是指其组成要素、部分的规律行的组合形式，表现为它们之间的数量比例与时空方面的关联方式。自然生态系统空间结构的完整性本质地体现了其整体特征。空间结构是不同层次水平或者相同层次水平生态系统在空间上的依次更替和组合，直观地显现生态系统纵向横向的镶嵌组合规律。生态系统空间结构的研究就在于以直观、方便又有效的方法途径探析系统的整体性状，达到综合研究的目的。

  由于各不同生态系统类型之间有可能发生互相转化，因此整体分析全部生态系统类型的空间结构无法直接反应整个区域的生态系统变化是好是坏。本技术方案中将评估重点放在了对保护优先区域内的重要生态系统进行评估。

（1）平均斑块面积

  平均斑块面积（MPS）用来描述景观粒度，在一定意义上揭示景观破碎化程度。平均斑块面积在斑块级别上等于某一斑块类型的总面积除以该类型的斑块数目；在景观级别上等于景观总面积除以各个类型的斑块总数。平均斑块面积代表一种平均状况，在景观结构分析中反映两方面的意义：景观中平均斑块面积值的分布区间对图像或地图的范围以及对景观中最小斑块粒径的选取有制约作用；另一方面平均斑块面积可以指征景观的破碎程度，如我们认为在景观级别上一个具有较小平均斑块面积值的景观比一个具有较大平均斑块面积值的景观更破碎，同样在斑块级别上，一个具有较小平均斑块面积值的斑块类型比一个具有较大平均斑块面积值的斑块类型更破碎。研究发现平均斑块面积值的变化能反馈更丰富的景观生态信息，它是反映景观异质性的关键。

    （2）平均最近距离

  平均最近距离（MNN）直观地表现斑块间邻近程度，反应某种类型斑块间的平均距离。平均最近距离在斑块级别上等于从斑块ij到同类型的斑块的最近距离之和除以具有最近距离的斑块总数。平均最近距离可用来度量景观的空间格局。一般来说平均最近距离值大，反映出同类型斑块间相隔距离远，分布较离散；反之，说明同类型斑块间相距近，呈团聚分布。另外，斑块间距离的远近对干扰很有影响，如距离近，相互间容易发生干扰；而距离远，相互干扰就少。

    （3）斑块密度

  斑块密度（patch density）是指单位面积内的斑块数，是用于评估一个区域内斑块破碎程度的指标。可以分为一个景观中所有斑块的数量和一个景观中某类斑块的数量。单位面积内的斑块密度变大，说明区域破碎化程度增高。

    （4）森林群落垂直分层数

  森林群落的垂直结构即森林高度上的层次性，具体指构成群落的植物个体在垂直空间上的配置方式。森林群落树冠的垂直成层性是林分的重要属性，直接影响树木的生长和下层植物群落结构。因此，对于森林垂直结构的定量描述和变化规律的评估可直接反应该区域森林生态系统或群落的整体情况。

  由于当前对垂直结构的定量描述方法研究还很少，因此本技术方案对森林垂直结构的评估采用了简单的计数方法，即统计森林中的乔木层、灌木层、草本层是否完整，保持原有的自然分布特征，并维系相应的生态功能。以定性描述为主，结合计数统计。

  本参数适用于小尺度评估，即通过野外考察等方式，观察永久样地或样方中的森林群落垂直分布结构现状，并监测其变化情况。