近些年来，遥感卫星图像、DEM数字高程模型、无人机影响以及激光雷达在生态学中大范围应用，使得生态调查工作和水土保持工作节省了大量的人力，同时提高了效率而且又保证了科研人员的安全。

遥感与植被动态研究

水土保持工作有三种主要的方法——植被、工程、农业，而植被是水土保持工作中最具有活力和影响力的一环，好的生态措施能够极好的改善水土流失状况，同时还能保护水土并保持工程措施的安全使用和寿命。因此，生态工作是水土保持工作中的核心一环，改善生态环境的同时也能够改善水土流失的状况，而水土不再流失、土壤的肥力加强又能够促进植被生长，形成良性循环。

植被是生态系统的核心和赖以存在的基础，植被的生长受到多重因素的影响，如水分、养分、空气状况、热量等，影响其物质和能量交换。

近些年来，遥感影像在生态学领域得到大范围的应用，合理精确度的遥感数据和科技是一种非常适用的方法（该方法经济且省时省力），随着空间技术的进步，卫星遥感已经在观察植被动态、土地利用和土地覆盖方面发挥了卓越的功能^[1]。

采用大尺度的遥感影像数据，采用不同波段计算出相应的植被指数，进行长时间尺度上对比分析，可以得出植被在一段时间内的动态变化情况。而地形当中涵盖的多种因素，包括海拔高度、坡度、坡向等来影响上述因素，进而影响植被的生长，在大范围尺度上影响植被动态变化以及植被类型的分布状况。

DEM与植被地形研究

地形的影响一方面可以表现在植被垂直带谱、群落分布、和种群分布等不同生物组建层次上。另一方面也可以表现在生物多样性分布、群落结构甚至物种的能量结构上, 是山区植被空间分异的主要因子。此外, 地形分异还对山区人为活动产生显著的影响, 在弄清植被地形分异的基础上, 了解生物资源的空间分布规律, 以便进行合理的开发利用, 或根据人为活动的地形分异特点及影响后果, 制定适宜的生态保护与管理对策, 促进山区生态恢复与建设, 是目前山地生态研究的热点问题。

数字高程模型（Digital Elevation Model)，简称DEM，是通过有限的地形高程数据实现对地面地形的数字化模拟（即地形表面形态的数字化表达），它是用一组有序数值阵列形式表示地面高程的一种实体地面模型，是数字地形模型(Digital Terrain Model，简称DTM)的一个分支，其它各种地形特征值均可由此派生。数字高程模型是许多地球科学研究的基础输入数据,其中又以卫星立体影像获取的DEM产品最丰富、应用最广泛，如在南岭高海拔山脉、植被茂密等地区开展地质调查难度大，人员和物资难以进入，因此需提前根据该区域的地形线性特征合理设计野外调查路线，基于雷达卫星Sentinel-1和数字高程模型（digital elevation model，DEM）数据的地形线性特征提取方法，该方法综合考虑了雷达影像的微观细节信息和DEM数据的宏观趋势信息，在保留主要线性地形特征的同时剔除了伪边缘和噪声点，提取效果较好。严军等人以南京紫金山国家森林公园为例，基于数字高程模型（DEM）和归一化植被指数（NDVI）分别对其雨洪产生因素进行分析，得出利用 DEM 与 NDVI 构建的数据模型模拟的径流渠道和高雨洪风险区域与实际相符可为雨洪管控提供理论依据。

研究进展与展望

近些年来，多位学者已经在不同的研究区进行了植被变化及其对地形因子的响应。在诸多研究中，植被覆盖度计算的方法大多是采用NDVI 像元二分模型，假定每个像元的NDVI值可以由土壤和植被两部分组成，则计算公式如下

FVC=（NDVI-NDVI土壤）/（NDVI植被-NDVI土壤）

而植被的变化趋势多是采用最小二乘法计算每个像元植被覆盖度与研究期的回归斜率，斜率为负则表示覆盖度有降低趋势，斜率为正则表示有增加趋势。

或采用Theil-Sen Median 趋势分析和 Mann-Kendall 检验。对地形的分析基本采用DEM数据，运用Arcgis软件提取海拔、坡度和坡向等地形因子数据。

结果分析采用的结果是将遥感数据和DEM数据相结合，呈现出植被在不同的海拔、坡度和坡向上面的变化趋势。分别采用空间分布图、折线图等不同的形式呈现，并观察有无突变的形况存在。最后整体分析植被的空间分布格局，覆盖度的年际变化，覆盖度随不同地形显现出的变化，以及地形变化造成的植被类型分布差异等等。    

以上研究是基于遥感影像的大尺度植被动态监测，而林带内部的细节情况无法得到准确的体现，且呈现方式不够具体化，较为抽象。地基激光雷达作为一种主动遥感工具，可快速采集高密度点云数据，稳定的采集平台确保了数据采集的精准性^[9]。

基于激光雷达的植被动态对地形的响应的相关研究还不是太常见，随着激光雷达的普及，长时间、大范围尺度的植被动态监测以及植被动态对地形因素的响应有条件进行开展。其研究结果会比单纯的植被覆盖度变化更加具体和细化，能够准确地看到林带内部结构的具体变化情况，而该中研究所需要的硬件和经费要求较高，随着科技进步，可能会逐步展开。

参考文献：

[1]Yuanyuan Zhou , Dongjie Fu , Chunxia Lu ,et al. Positive effects of ecological restoration policies on the vegetation dynamics in a typical ecologically vulnerable area of China. Ecological Engineering 159 (2021) 106087.

[2]沈泽昊, 张新时. 地形对亚热带山地景观尺度植被格局影响的梯度分析. 植物生态学报, 2000, 24( 4) :430~ 435.

[3]Jobbagy E G, Paruelo J M, Leon R J C. Vegetation Heterogeneity and Diversity in Flat and Mountain Landscapes of Patagonia( Argentina) . Journal of Vegetation Science, 1996, 7( 4) : 599~ 608.

[4]任海, 彭少麟. 鼎湖山植物群落及其主要植物的热值研究. 植物生态学报, 1999, 23( 2) : 148~ 154.

[5]Clark DB, Clark DA. Landscape- scale Variation in Forest Structure and Biomass in a Tropical Rain Forest. Forest Ecology and Management, 2000, 137( 1- 3) : 243~ 254.

[6]包维楷, 陈庆恒. 退化山地植被恢复和重建的基本理论和方法. 长江流域资源与环境. 1998, 7( 4) :370~ 377.

[7]刘文耀, 李昆. 南涧干热河谷退化山地植被恢复重建的研究. 北京林业大学学报, 1999, 21( 3) : 9~ 13.

[8]Herzog F, Lausch A,Muller E, et al. Landscape Metrics for Assessment of Landscape Destruction and Rehabilitation.Environmental Management, 2001, 27( 1) : 91~ 107.

[9]吕国屏，廖承锐，高媛赟，等．激光雷达技术在矿山生态环境监测中的应用．生态与农村环境学报，2017，33( 7) : 577－585． 

[10]严军,季慧林,张园.基于DEM和NDVI的南京紫金山国家森林公园雨洪影响研究[J].安徽农业大学学报,2020,47(02):192-199.