碳、氮、磷是植物最基本的生命元素，湿地植被的生态化学计量能直接反映其生长状况，对评价湿地生态系统健康状况具有重要的意义。近年来越来越多的学者从生态化学计量的角度分析湿地生态系统中养分分配、物质循环等特征及其与生境的关联。高光谱遥感技术能通过植被冠层的光谱响应生态化学计量特征含量变化，因此，开展基于高光谱遥感技术的湿地植物生态化学计量反演对于快速量化植被特征参数，实现湿地生态系统的长期动态监测与管理具有重要意义。 “湿地生态过程与恢复”中国林业科学研究院卓越创新团队针对湿地植物生态化学计量，从叶片和冠层两个尺度，成功实现了利用高光谱技术对湿地植物生态化学计量的反演。

团队利用ASD地物光谱仪采集了不同类别及不同恢复期的红树植物叶片高光谱数据，通过微分变换和相关性分析探究了高光谱信息的特征提取，采用随机森林、偏最小二乘和BP神经网络3种方法构建了红树植物叶片碳、氮、磷及其生态化学计量的高光谱反演模型，实现了叶片尺度的生态化学计量快速准确反演，证实了随机森林模型具有较高的精度。对盐城滨海湿地的五种优势植物（白茅、柽柳、互花米草、盐地碱蓬和芦苇）的冠层高光谱数据和生态化学计量，同样使用上述3种方法，构建了湿地植物生态化学计量的冠层反演模型，同样证实了随机森林模型的稳定性与适用性。

研究证实了基于高光谱数据对湿地植物碳、氮、磷及其生态化学计量反演的可行性，可为不同尺度的湿地植物生长状况监测提供技术依据与方法参考。研究成果先后发表于Journal of Applied Remote Sensing（2022）；生态学报（2023）和生态学杂志（2024），已毕业硕士研究生唐希颖、聂磊超和在读硕士生李化哲分别为论文的第一作者，“湿地生态过程与恢复”中国林业科学研究院卓越创新团队负责人李伟研究员为论文通讯作者。研究得到了国家重点研发计划项目的资助。

图1 不同恢复阶段湿地植物叶片生态化学计量预测精度

图2 基于随机森林模型的三种红树植物叶片的生态化学计量预测精度

图3 五种优势植物生态化学计量的随机森林模型建模精度