近日，中国科学院成都山地灾害与环境研究所山地定量遥感与数字孪生团队依托王朗山地遥感四川省野外科学观测研究站建设的空天地一体化观测体系，在大熊猫国家公园植被光合生理监测与主食竹空间分布制图方面取得新进展，相关成果发表于《地理空间信息科学》。

植被光合作用是生态系统健康与碳汇功能的核心指标。团队利用王朗站三座遥感观测塔上部署的日光诱导叶绿素荧光（SIF）监测系统，首次获取了大熊猫国家公园典型亚高山森林不同树种的高时间分辨率光合生理数据。研究发现，不同树种的光合“指纹”存在显著差异：阔叶树种在生长季SIF信号高且波动剧烈，而非生长季信号微弱；针叶树种则全年保持较为稳定的低水平SIF信号，展现出更强的抗逆性。在晴空条件下，针叶林SIF与总初级生产力（GPP）呈现出强线性关系（R2＝0.64），表明SIF能够有效追踪冠层光合作用变化。

研究进一步揭示了环境因子对植被光合作用的季节差异调控机制：非生长季大气水分条件是影响针叶林SIF的主导因子，而生长季则转为光合有效辐射和饱和水汽压差主导。基于广义加性模型，团队重建了2019–2024年连续SIF动态数据，趋势分析显示灌丛植被光合能力呈显著增强趋势。该研究为理解亚高山植被对气候变化的适应策略提供了新的生理生态视角。

大熊猫主食竹主要分布于林下，是遥感监测的难点之一。由于乔木冠层的遮挡，卫星影像难以直接捕捉主食竹的信号。团队基于王朗站空天塔地立体观测，创新性地提出了基于空天地一体化监测技术的大熊猫主食竹识别方法，成功突破这一瓶颈。该方法首先利用多旋翼无人机在王朗站固定样地开展关键物候期成像，获取了厘米级高精度影像，结合自动分类方法，生成了样地主食竹分布参考图。以此为基础提取训练样本，结合时间序列Sentinel－2卫星影像和随机森林算法，建立了区域尺度主食竹制图模型。研究揭示，落叶期是识别林下主食竹的最佳“窗口期”。

团队成功构建了大熊猫国家公园王朗片区首套10米分辨率的主食竹空间分布数据集，总体精度超过83％。这一数据填补了高分辨率主食竹分布图的空白，为评估大熊猫食物资源、规划生态廊道提供了关键的基础数据。

相关论文信息：https://doi.org/10.1080/10095020.2026.2626667