草地地上生物量（AGB）是表征草地生产力、生态健康状况及退化程度的核心指标，也是科学制定草畜平衡政策和生态补偿方案的关键依据。松嫩平原是我国重要的农牧交错带，受长期放牧干扰与土壤盐碱化影响，该区域草地退化严重，景观破碎化显著，空间异质性强烈。在此复杂环境下，如何基于有限的地面样本实现大范围的AGB精准监测，并定量评估预测结果的可信度，是当前草地遥感研究面临的重要挑战。

针对这一问题，东北地理所盐碱地资源与利用学科组构建了“空-天-地”一体化的草地AGB监测技术框架。研究区选择具有代表性的吉林西部苏打盐碱化草地，该框架以地面样方调查（地）为精度基准，以无人机高分辨率影像（空）为空间标定与过渡桥梁，以Landsat 8和Sentinel-2多源卫星遥感（天）为大范围数据源，通过三级数据的严格配准与协同，实现了从样点到区域尺度的精度传递。

在具体实施中，团队基于吉林西部49个样地的245个样方（图1）的地面调查数据，引入无人机影像对样地边界进行精确标定，并采用面积加权聚合算法校正样地与卫星像元之间的空间错位，有效降低了混合像元对光谱特征提取的影响。在此基础上，研究利用Landsat 8和Sentinel-2卫星影像计算了22种植被指数，结合偏最小二乘回归（PLSR）、弹性网络回归（ElasticNet）和随机森林（RF）三种建模方法，系统构建了“单源基线”、“特征级融合”（多源植被指数联合建模）和“决策级融合”（基于权重对单源模型预测结果进行线性加权组合）三种建模策略，并通过网格搜索与留一法交叉验证优化模型超参数（图2）。

图 1 中国吉林省西部草原及采样地块的空间分布

图2 吉林省西部草原生物量分布及空间不确定性制图工作流程

研究结果表明，在单源数据条件下，Sentinel-2的估算性能显著优于Landsat 8，最优模型决定系数（R²）达到0.78；多源融合策略进一步提升了模型的精度与稳定性，其中决策级融合表现最佳，R2提升至0.81，且均方根误差与平均绝对误差相比最优单源模型分别降低约7%～11%。分析认为，Landsat 8与Sentinel-2虽同属光学传感器且光谱信息存在部分重叠，但二者在空间分辨率、光谱响应和成像时相上的差异形成了互补性预测偏差，决策级融合通过加权整合有效利用了这一互补性，避免了特征级融合中可能出现的特征冗余问题。在空间制图方面，研究团队基于最优融合模型生成了研究区30 m分辨率的AGB空间分布图，并引入Bootstrap自助法（重复采样50次）逐像元计算预测标准差，首次在该区域实现了像元级空间不确定性的定量表征（图3）。结果表明，高不确定性区域主要集中于盐碱地边缘、景观过渡带及地面采样稀疏区，这一发现为后续优化采样设计、识别生态风险区域提供了明确的空间指引。

图3 吉林西部草原地区地上生物量和不确定性估算值的空间分布

该研究构建的空天地一体化监测框架充分发挥了多尺度数据协同的优势—地面数据保障精度，无人机数据提升空间一致性，多源卫星数据实现大范围覆盖。研究所形成的多源遥感融合与不确定性量化方法体系，不仅为吉林西部退化草地的精准管理和生态补偿提供了高分辨率数据基础和风险预警工具，也充分验证了空天地一体化框架在复杂生态区监测中的可行性与有效性，具备向其他退化生态系统推广应用的价值。

研究成果以“Mapping Aboveground Biomass and Spatial Uncertainty in Temperate Grasslands Using Landsat 8 and Sentinel-2 Imagery”为题，近期发表在国际期刊《Land Degradation & Development》上，研究生张禧凤为第一作者，中国科学院东北地理所在职博士后徐璐和马红媛研究员为共同通讯作者。研究得到国家重点研发项目(No.2022YFF1300601)、国家自然科学联合基金(No.U23A2004)等项目的共同资助。

论文链接：http://dx.doi.org/10.1002/ldr.70689