遥感已经为生态学研究和生态系统管理提供了时间上连续、空间尺度一致的生态参数与指标，以及相应的监测与评估方法，但遥感的作用不应限于此，生态系统的多样性、异质性和尺度特征为遥感提供了更大的发挥空间。精细刻画生态系统结构、功能和过程，揭示生态系统功能和服务间的互馈关系，以及如何优化生态系统服务，需要创新性的遥感指标和方法。

2015 年中国生态学学会正式成立了生态遥感专业委员会，目的是将生态与遥感领域的科学家召集在一起，促进生态和遥感的有机结合，开拓并引领生态遥感的研究方向和研究热点。

生态遥感

生态遥感专业委员会将生态遥感定义为以生态系统为应用对象的生态与遥感的交叉学科，一方面为生态学提供具有生态学意义的生态参数，即综合利用多平台、多传感器、多时相卫星遥感数据源和地面观测数据，通过遥感反演、数据同化和尺度转换获得时间上连续、空间尺度一致的生态参数；另一方面以这些生态参数为基础，以生态学的理论为指导，与生态模型相结合，发展许多新的生态系统监测、评估与管理方法。

当前，大量的生态遥感研究解决了特定时间、特定区域的生态学问题，推动了利用遥感数据生成能够应用于生态学的数据产品方法的进步，形成的产品及信息服务能力也不断提升，但均在一定程度上受时间、区域、使用者经验的影响，导致在解决相同问题时，存在结果不一、结论矛盾的现象。

生态遥感在未来发展趋势中，最为重要的是与前沿计算技术充分结合，发展生态遥感大数据和生态遥感云服务。大数据时代，遥感传感器的发展使得遥感观测数据的时空分辨率逐步提高，产生的遥感观测数据的数据量呈几何级数增长，对海量遥感观测数据的快速自动化处理依赖于计算机技术的创新。遥感大数据是针对传统遥感数据处理和信息提取方式的一种变革，它以多源遥感数据为主，综合其他多源辅助数据，运用大数据思维与手段，聚焦于更高价值的信息和知识规律的发现。相对遥感数字信号处理时代的统计模型和定量遥感时代的物理模型，遥感大数据时代的信息提取和知识发现是以数据模型为驱动，其本质是以大样本为基础，通过机器学习等智能方法自动学习地物对象的遥感化本征参数特征，进而实现对信息的智能化提取和知识挖掘（张兵，2018）。智能信息提取是遥感大数据方法的明显特征和必然要求，近年来，深度学习方法逐渐被引入到图像分割、目标识别和分类中，利用机器学习的过程对图像所包含的具有生态学深层特征信息进行挖掘，开展高精度的植被、水体、裸地等不同生态类型的分类以及重大生态工程、生态措施等目标识别。由斯坦福大学组织的“ImageNet 大规模视觉识别挑战赛”（Russakovsky et al., 2015）的图像识别错误率从2012 年的29.6%降到了2015 年的3.6%，到2017 年更是接近2%，充分显示了深度学习在目标识别中的作用。

遥感大数据时代的到来，其门槛自然水涨船高，然后遥感大数据云服务的出现，让遥感开始真正“飞入寻常百姓家”，任何人都可以通过几行简易的命令查看、处理、分析遥感数据。Google 针对地球观测大数据，开发了全球尺度PB 级数据处理能力的Google Earth Engine（GEE）云平台，极大提升了地球观测大数据的处理与信息挖掘能力（Gorelick et al., 2017）。GEE 内置预处理后的长时间序列Landsat、MODIS、Sentinel 等系列数据，能够快速实现长时间、大范围的生态环境动态变化监测（Hansen et al., 2000)。遥感数据云服务的出现，让任何人都可以通过几行简易的命令查看、处理、分析遥感数据，并可轻松实现区域、国家、洲际尺度甚至是全球尺度的分析应用（Wu et al., 2019）。

将非遥感的生态学大数据与遥感大数据深入融合，充分挖掘待分析目标的深层隐含特征，将为基于遥感的目标分类识别、参数反演方法提供新的解决途径。未来结合深度学习、大数据处理等技术，有望解决传统处理方法无法有效解决的复杂难题，依托集群、云技术的数据密集型计算方法，突破高分辨率遥感数据分析处理的时间瓶颈，实现高分辨率时空连续的遥感数据产品的快速生成与动态追加更新。

生态遥感的实践

从2016 年开始，国家重点研发计划“全球变化及应对”重点专项中有多个项目开展生态遥感大数据产品的生产；地球大数据科学工程、全球干旱生态系统国际大科学计划等一系列我国主导的重大科学项目中，都广泛引入生态遥感大数据技术开展洲际或全球尺度的生态环境监测，并向全球推广中国生态遥感的经验。

在大数据和云服务的基础上，未来还需要对数据分析处理策略进行仔细分析和梳理、科学论证和验证，去伪存真，明确哪些方法是结构化的，哪些方法能够改造成结构化方法，哪些方法只是权宜之计，哪些方法能获得定量数据，哪些方法只能获得定性的数据，哪些方法实质上是在“伪造数据”，以及这些方法的精度水平及改进空间，从而指明现有方法如何向结构化方法转变，逐步构建以结构化为特征的、科学的从遥感观测数据生成具有生态学意义数据产品的生态遥感方法论。

1）发展新型遥感指数产品

遥感指数作为一种凸显不同生态系统异质性的参数产品，其构建方法符合结构化方法的特征，但现有的遥感指数的生态与物理意义欠缺，在应用时往往存在适应性限制。需结合遥感信息自身的优势，从生态问题出发，发展出一些易于处理且能够反映生态学意义的特征指标，充分挖掘遥感观测数据隐含的深层指示性特征，构建具有指示性意义的新型遥感指数数据产品。例如，对全球陆表生态系统碳排放、植被健康、植被生态服务功能等具有重要影响的植被高度，能够利用新型星载激光雷达（ICESat2）实现快速提取，识别方法相对简单（Tang et al., 2019；李增元等, 2016）；用于粮食安全早期预警的作物生长早期的耕地种植比例指数，较传统的作物类型的识别精度大幅度提高，如2015 年9 月之后南非出现严重旱情，耕地种植比例较2014 年同期偏低达34%，全球农情遥感速报系统（CropWatch）基于该信息对南非玉米生产形势做出了早期预警。

2）以生态需求为导向

现有的数据产品多以卫星为导向，每种卫星观测数据都有一套各自的数据产品，各成体系。同时不同卫星获得数据产品受限于遥感传感器的不一致性，相互间的时空连续性和一致性较差，为数据产品的广泛应用造成障碍。遥感数据产品生成方法应该以形成生态需求为目标，如全球陆表特征参数（GLASS）（梁顺林等，2014）、CYCLOPES 项目（Weiss et al., 2007）、多传感器联合反演降水数据产品、基于遥感的区域蒸散量监测方法（ETWatch）及其产出的多尺度-多源数据协同的陆表蒸散发数据产品，充分利用所有可用的遥感观测数据，发挥不同遥感观测数据的优势，已经成为反演高精度、高分辨率遥感数据产品的主流途径。未来应利用多源协同遥感观测与分析处理方法，充分结合多种遥感观测数据的优势，形成合力，提高数据产品的精度。生态需求为导向的遥感处理方法需进一步拓展至卫星传感器设计、卫星发射计划等方面，围绕现有数据产品分析处理过程中的缺陷和需求，有针对性地发展新型传感器和卫星计划，以实现数据产品质量的提高。

3）建立生态遥感方法标准体系

标准是产品是否达标、是否合规的标志，其能减少人为主观因素影响，避免相同的数据获得的产品质量因方法、因地域、因人而异。生态领域成体系的国家标准，例如，土地利用现状分类国家标准明确规定了土地利用的类型、含义，为土地调查观测提供标准章程。与遥感高度相关的测绘学科，早在1984 年便由国家测绘地理信息局设立了测绘标准化研究所，专门从事测绘标准化研究，先后制定了大地、航测、制图等多个领域的系列国家标准以及测绘地理信息行业标准制。遥感领域也有少量的国家标准与行业标准，如卫星遥感影像植被指数产品规范，但针对用遥感来解决生态学问题的标准相对缺失，需大力推进遥感从观测数据到生态参数产品，再到生态学分析处理方法的标准规范制定。为建立生态遥感标准体系，需要对现有的遥感数据产品生成方法进行全面收集整理，分析不同类型的数据产品所用的方法特点，对口生态学需求，全面对比不同数据处理方法对结果的影响，综合分析归纳，并将从遥感数据到生态遥感产品与应用的全过程进行步骤细分，逐渐形成各个步骤的标准输入、输出流程，制定出输入输出的标准规范，形成生态遥感的全流程标准体系。

【相关阅读】构建具有特色的中国生态参数遥感监测技术体系

本文摘编自《中国生态参数遥感监测方法及其变化格局》（吴炳方等著. 北京：科学出版社,龙门书局, 2019.11）一书“第8 章 展望：生态遥感”，标题为编者所加。

（中国陆地生态系统碳收支研究丛书）

国家出版基金项目

“十三五”国家重点出版物出版规划项目

ISBN 978-7-5088-5688-9

责任编辑：王 静 李 迪

本书是“中国陆地生态系统碳收支研究”丛书的一个分册，对碳专项遥感课题构建的中国生态参数遥感监测技术体系进行系统性总结。中国生态参数以2000 年、2005 年、2010 年三期全国土地覆被数据为基础和核心，涵盖2000～2010 年时空连续的植被覆盖度、叶面积指数、植被生长期、光合有效辐射吸收比率、地表温度和植被地上生物量、蒸散发等生态参数数据，据此建立了具有特色的生态参数遥感监测方法。本书可供从事地理信息系统（GIS）和遥感应用、生态研究以及环境保护方面的科技工作者，高等院校相关专业师生和政府相关部门人员参考。

“中国陆地生态系统碳收支研究”丛书

2011年，中国科学院启动了“应对气候变化的碳收支认证及相关问题”A类战略性先导科技专项。专项中的项目五“生态系统固碳现状、速率、机制和潜力”对我国森林、灌丛、草地、农田等主要生态系统进行了大规模的调查和研究，取得了一系列重要成果，项目组主要依托项目五组织编撰了“中国陆地生态系统碳收支研究”丛书，为支撑国家应对气候变化提供了科学数据，也提高了我国在碳收支等研究领域的国际影响力和话语权。

（本文编辑：刘四旦）

一起阅读科学!