遥感技术为大尺度的生态系统格局和功能研究提供重要信息。本文探讨了青藏高原的高山生态系统遥感方面中的几个问题。　　 1,地上生物量(Aboveground Biomass，AGB)的高光谱遥感(Hyperspectral Remote Sensing)估算。a)，多生态系统类型问题：不同生态系统中植被冠层结构，土壤背景等因素的不同，给AGB和解释变量之间的关系带来额外影响，进而造成估算精度的降低。研究中引入虚拟变量来解释这种类型效应，有效地提高了SAVI(Soil-Adjusted Vegetation Index)和VIUPD(Vegetation Index Based on Universal Pattern Decomposition)对AGB的估算精度。b)，高覆盖度(High Canopy Cover)植被的草地AGB估算：传统的植被指数由于”饱和问题”，在植被盖度较高时对AGB的估算精度较低。研究中发现PLSR(Partial Least Squares Regression)可以从红边-近红外(670-970纳米)的光谱深度指数中提取出有效的生物量相关的信息，从而显著提高估算精度。　　 2,以青藏高原的一种典型高寒草甸，在一个黄花物种Halerpestes tricuspis(Ranunculaceae)的盛花期开展的光谱实验为基础，开展了花遥感方面的一些研究。a)，基于地面高光谱提出了一个指数可以有效的估算花的覆盖度(Flower Coverage，FC)，并进一步基础探讨植物花期的遥感监测的可能性。b)，量化了植物开花对NDVI和EVI(Normalized Difference Vegetation Index，Enhanced Vegetation Index)的影响，指出随着FC增加，H.tricuspis的黄色花瓣明显抬升红光波段的反射率导致NDVI和EVI值降低。敏感性分析显示，红光波段的反射率变化导致的NDVI变化可以解释实际NDVI变化的98％，而红光波段的反射率变化导致的EVI变化能解释实际EVI变化的91％。c)，比较了自然状态下和冠层中的花被摘除完后，NDVI和EVI对植被AGB的估算精度，接着以实地测量为基础，用模拟数据分析了植物开花影响估算精度的方式。发现当冠层中的花没有任何处理时，即处于自然状态下，不管是NDVI还是EVI均不能给出AGB的有效估算。模拟结果表明，花在冠层中的存在不一定会造成均方根误差的增加，是变化的FC给各个样方带来的不同干扰导致NDVI和EVI的额外变化，正是这部分额外的NDVI和EVI变化造成了AGB的估算精度的降低。还发现无花时建立的AGB-VI统计模型在开花时不再适用。　　 3，以长时期的NOAA/AVHRR NDVI数据，气候数据，和DEM数据为基础，分析了物候和物候变化的高度依存性，并从温度的角度分析了其原因。发现物候期和生长季长度的空间分布大致呈东南到西北的带状分布，从东南到西北，返青愈晚，休眠越早，生长季越短；物候日期表现出明显的高度依存性，总的来说，随高度升高返青越晚，休眠越早，生长季越短，而且物候期的高度依存性在干旱区更加明显。1983～1999年青藏高原物候发生了明显地变化，返青平均提前了4.10d，休眠日期推迟了1.33d，生长季平均延长了6.37d，干旱区物候的平均变化比湿润区明显。物候变化表现出高度依存性，表现为随海拔升高返青越发提前，而休眠推迟得越来越少，导致生长季的变化随高度变化不明显，物候变化的高度依存性与气候的高度依存性一致。总的来说，物候变化的高度依存性在干旱区更加明显。但是除了返青期的外的其他变量和温度的相关性不强。　　 4，在高山草甸的GPP和LUE研究方面，分析了GPP和LUE对到达冠层顶的下行总辐射中的散射比例的变化的响应，发现在冠层尺度上，青藏高原的这种嵩草草甸对散射比例的变化基本上不敏感，和国外对其他植被的研究结果有所不同。原因需要进一步的实验和观测来解释。