生物土壤结皮是干旱地区生态系统的重要组成部分，其监测结果对于生态系统的研究提供了重要的数据支持，帮助研究者更好地了解微生物群落的分布和变化，评估生态系统的健康状态，同时还支持气象学、地质学和水文学等领域的科学研究。在遥感图像分析领域，由于传感器分辨率的限制，一个像素内常常包含多种地表类型，这种情况被称作混合像元。通过精准监测混合像元的覆盖度，能够更准确地对其进行分类，进而提升地表覆盖类型分类的整体精度。

最近，中国科学院空天信息创新研究院遥感科学国家重点实验室生态系统遥感研究室提出了一种新的估算生物土壤结皮覆盖度的方法，该研究开发了适用于沙漠和沙地中生物土壤结皮区域的特征空间概念模型。其中沙漠特征空间概念模型包括归一化差异植被指数（NDVI）和亮度指数（BI），涵盖了苔藓、地衣和沙子。而沙地特征空间模型则依赖于生物土壤结皮指数（BSCI）和NDVI，包含了植被、混合生物土壤结皮和沙土。这些模型成功实现了混合像元中不同地物类型的分类，随后结合Sentinel-2卫星图像和光谱分解模型，研究团队成功量化了位于中国古尔班通古特沙漠和毛乌素沙地的四个生物土壤结皮生长区的生物土壤结皮丰度。

验证结果表明，生物土壤结皮覆盖度的估算结果在沙漠和沙地分别具有10%和8%的均方根误差（RMSE），对应的估算准确率为79%和81%。这表明了所提出的方法能够有效地在亚像素尺度上估算生物土壤结皮覆盖度。

利用这种新方法，我们能够在亚像素尺度上更准确地监测生物土壤结皮的覆盖度，成功解决了传统的基于像素的二值分类方法可能导致面积统计误差的问题，展现出重要的科研和应用价值。

这项研究成果于2023年9月发表在遥感领域知名期刊《GIScience & Remote Sensing》上，空天院的博士生王正东是论文的第一作者，吴炳方研究员是论文的通讯作者。研究得到了国家自然科学基金（项目编号：41991232）的支持。

基于归一化差值植被指数（NDVI）和亮度指数（BI）的沙漠特征空间概念模型：

基于生物土壤结皮指数（BSCI）和NDVI的沙地特征空间概念模型：

所选择的四个不同类型的研究区的生物土壤结皮覆盖度分布图：