草地枯黄期地上生物量是草地生态系统的重要指标，是草原火灾发生、发展的物质基础，也是草原火灾风险评价和预警模型的重要指标，其精度和时效性对草原火灾预警具有重要影响。利用遥感技术手段反演生物量已被广泛应用到草地监测中，但在反演草地枯黄期草地地上生物量（AGB）的研究中尚不多见。干旱区草地植被稀少，且枯黄期草地多呈现偏黄色，卫星遥感传感器探测植被光谱信息过程中极易出现背景信息对目标信号的“污染”，导致卫星遥感影像上获取的植被光谱信息极其微弱。因此利用遥感方法反演草地枯黄期AGB仍是植被遥感面临的一个重大挑战。

2024年2月5日，我院张仁平教授课题组在环境科学与生态学1区期刊Science of the Total Environment上发表题为“Estimation of aboveground biomass of senescence grassland in China's arid region using multi-source data”的研究论文，构建了草地枯黄期AGB反演模型，分析了干旱区枯黄期草地AGB的时空变化特征，论文第一作者为硕士研究生周佳慧。

该研究基于356个草地枯黄期AGB样地数据、遥感数据和环境数据，采用Gram-Schmidt Pan Sharpenin（GS）融合方法、多变量筛选方法和机器学习算法（RF、SVM和BP_ANN）构建草地枯黄期AGB模型，利用最优模型分析2000-2021年干旱区草地枯黄期AGB的时空格局变化。结果表明：（1）GS方法有效提高了实测AGB与植被指数之间的相关性，在一定程度上能够减少模型误差（2）基于单一植被指数变量的草地AGB反演模型的精度较差（0.03≤|R|≤0.63）（3）由Boruta算法选择的多变量构建的RF模型是反演干旱区枯黄期草地AGB的最优模型（R2=0.71, RMSE=519.74 kg/ha）（4）22年间，干旱区草地枯黄期年均AGB为1413.85 kg/ha，AGB较高的地区主要集中在研究区的东北部和西南部，草地枯黄期AGB增加的面积（79.97%）远大于AGB减少的草地面积（20.03%）。

图1  基于RF-Boruta模型的实测草地AGB与预测草地AGB的散点图.(a)测试集; (b)训练集

图2 2000-2021年研究区枯黄期草地年平均AGB变化趋势结果.(a)22年草地AGB变化趋势空间分布; (b)不同草地类型AGB变化趋势面积占比;(d)不同高程范围下AGB变化趋势面积占比.(d)2000-2021年研究区枯黄期草地年平均AGB折线图.(e-l)2000-2021不同草地类型年平均AGB折线图

该研究在广泛收集草地实测AGB数据、遥感数据和环境数据的基础上，构建了草地枯黄期AGB反演模型，并对干旱区枯黄期草地AGB的时空变化特征进行了分析。为后续枯黄期草地AGB的研究提供一定的思路，同时，该研究有助于长期监测草地AGB的时空变化，对于确定草地合理承载力、草原火灾预警和保障草地生态系统安全等方面具有重要意义。

文章DOI：https://doi.org/10.1016/j.scitotenv.2024.170602