编辑推荐：
研究人员利用 UAV 多数据融合技术研究弗里蒙特棉白杨种群遗传差异，发现种群间存在显著差异，该技术有助于景观管理。
## 弗里蒙特棉白杨种群遗传差异研究：UAV 多数据融合技术的应用与突破
在全球气候变化的大背景下，我们的自然景观正经历着深刻的变革。曾经适应本地环境的植物，如今却在逐渐变得 “水土不服”。以美国西南部为例，这个地区被认为是受气候变化影响风险极高的区域，正变得越来越干旱，火灾频发，生物多样性和生态系统功能也在不断受损。
弗里蒙特棉白杨（Populus fremontii）作为当地生态系统的基石物种（foundation species），它不仅构建了多个营养级的群落结构，还驱动着生态系统的各种进程。其树冠特征与地上和地下生物多样性密切相关，并且不同基因型在与入侵物种的竞争能力上也存在差异。然而，由于干旱、土地利用变化和河流流量改变，在上个世纪，弗里蒙特棉白杨的覆盖面积在美国西南部减少了 97%，其廊道森林如今已成为北美最受威胁的森林类型之一。
传统的研究方法，如通过地面和实验室测量对大量植物进行表型分析，既耗时又昂贵。在这样的背景下，无人机（UAV）遥感技术应运而生，为研究人员提供了新的思路。来自美国北亚利桑那大学的研究人员 Temuulen Tsagaan Sankey，开展了一项关于利用无人机多数据融合技术研究弗里蒙特棉白杨种群遗传差异的研究，该研究成果发表在《Landscape Ecology》上。
研究人员主要采用了无人机高光谱（hyperspectral）、热红外（thermal）和激光雷达（lidar）数据融合技术。研究地点位于亚利桑那州中部的马蹄牧场（Horseshoe Ranch）2 公顷的实验园，这里种植着来自亚利桑那州 16 个不同地点的弗里蒙特棉白杨种群，共计 4096 棵树。
研究结果
- UAV 热红外图像：种群间的差异：在个体树冠尺度上，弗里蒙特棉白杨的树冠温度范围为 30 - 42°C。当按种群分组时，UAV 热红外图像得出的平均树冠温度在种群间存在显著差异。例如，来自索诺伊塔溪（Sonoita Creek）的种群 #12 树冠温度最低，而来自杰克兔（Jack Rabbit）的种群 #14 树冠温度最高。虽然地面和无人机测量的温度相关性较低，但在种群水平上，两者趋势相似，都显示出种群间的差异。
- UAV 高光谱图像：种群间的差异：通过将 UAV 高光谱数据与地面高光谱数据对比，验证了 UAV 高光谱数据的可靠性。UAV 高光谱结果显示：不同种群的高光谱指数存在显著差异，这表明不同种群的生产力、适应性等存在差异。例如，来自温暖地区的种群 #9 和 #12 在实验园表现良好，而来自附近地区的种群 #5 活力较低且压力较大。许多高光谱指数与热红外图像得出的树冠温度密切相关，如树冠 EVI、LAI 和 NDVI 与温度呈负相关，即树冠越茂密，温度越低。此外，高光谱指数之间也存在很强的相关性，如 NDVI 与氮含量（NDNI）、水分含量（NDWI、MSI）等相关性显著。
- UAV 高光谱 - 热红外 - 激光雷达融合：检测不同种群：三种数据融合后，利用随机森林分类法对 16 个弗里蒙特棉白杨种群进行分类，总体准确率达到 73%。用户准确率在 62 - 90% 之间，生产者准确率在 41 - 83% 之间。高树冠覆盖率的种群检测准确率较高，例如种群 #9 和 #12 的生产者准确率高达 83 - 86%，而一些树冠覆盖率低的种群则难以检测。
研究结论与讨论
该研究首次将 UAV 高光谱 - 热红外 - 激光雷达数据融合应用于表型分析和种群分类，准确检测出了不同种群。研究表明，不同种群的弗里蒙特棉白杨在遗传特征上存在显著差异，这些差异反映了它们在生产力、适应性等方面的不同，对生物多样性和生态系统过程有着重要影响。例如，生产力和适应性较低的种群可能在气候变化下存活率更低，进而影响依赖它们的生物群落。
UAV 高光谱 - 热红外 - 激光雷达融合技术能够准确检测出健康、适应性强的种群。激光雷达数据通过提供树冠高度信息，在区分不同种群中发挥了关键作用。多种传感器数据融合，能够利用种群间在树冠活力、温度等方面的差异进行分类。未来研究可以利用该技术进一步识别植物在冠层体积、冠基高度和地上生物量等方面的表型变异，这些指标可能与地下生物量相关。
此外，研究还探讨了从 UAV 图像扩展到卫星数据的可能性。虽然卫星图像的光谱和空间分辨率较粗，但对于大面积研究具有重要意义。例如，一些卫星传感器的数据可能有助于在更大空间尺度上研究森林生态生理学，通过融合不同卫星数据，有望生成种群水平的生存 / 死亡率地图，为景观尺度的管理提供依据。
总的来说，这项研究为景观生态学和植物遗传学研究提供了新的方法和思路，有助于我们更好地理解植物种群在气候变化下的适应性，为景观恢复和保护提供了重要的科学依据。未来，相关技术的进一步发展和应用，有望为生态保护和管理带来更多突破。
