地上生物量（aboveground biomass,AGB）是草地资源可持续利用和草场载畜能力重要指标。快速准确估算草原地上生物量是草地生态系统研究中热点问题。在“大数据”爆炸时代,仅用单一遥感数据源反演草原地上生物量,在反演精度及植物信息提取丰富度等方面存在缺陷,并且传统多光谱遥感植被覆盖比较大地区容易饱和也是反演生物量的不确定性因素之一。本研究基于多光谱、高光谱、无人机成像光谱技术整合,以地面野外观测数据为基础,开展天空地一体化内蒙古典型草原地上现存生物量反演研究,并与传统技术进行对比分析,从而确定多源数据的整合可以弥补传统仅考虑单一多光谱遥感数据源的不足,为内蒙古草地资源保护与科学合理利用的提供了技术支撑,并对利用多源遥感技术进行草地冠层生物物理参数监测奠定理论基础。主要研究结论如下:（1）内蒙古典型草原地上生物量时空动态及其与水热因子的关系。采用时间序列MODIS数据和内蒙古典型草原3个代表性植被类型野外实测数据,分析2009.5～2015.10典型草原AGB动态变化以及水热因子关系。结果发现:以RVI为自变量的对数函数模型反演精度最高,优于NDVI/EVI植被指数。7年间内蒙古典型草原AGB平均值为97.61g·m-2,最高值均出现在8月份,为151.43 g·m-2,最低值出现在10月份,为45.34 g·m-2。AGB空间分布特征从东北向西南逐步递减,从5～8月,8～10月之间地上生物量随着季相变化由南向北、由北向南交替推进。最后方差分析结果显示降水的贡献为7%,气温的贡献为13%,共同贡献为63%。（2）内蒙古典型草原高光谱特征。识别草地冠层不同月份原始光谱、一阶导数、二阶导数和伪吸收系数和红边特征参数差异。结果发现7、8月具有明显的植被光谱特征,5、6、9月光谱曲线不具有绿光反射峰,也没有红光吸收谷。所以7、8月典型草原遥感反演生物量的最佳时间。其次光谱一阶导数处理后,7、8月观察到冠层光谱“双峰”更具明显,都有“红边”和“蓝边”现象,一阶导数光谱能很好的消除土壤背景对冠层光谱的影响,二阶微分变换后7、8月光谱曲线在这个光谱范围趋势接近,在719nm附近有明显的差异,二阶导数光谱基本消除背景噪声光谱,对数变换后,能增强可见光区域光谱特征的差异性,红边一阶导数光谱变换后7、8月反射率表现出先增加,并出现“双峰”现象。红边是植被最明显的光谱特征,区别其他地物的显著标志。（3）内蒙古典型草原地上生物量高光谱遥感估算。以2017～2018年实验数据与高光谱特征变量建立地上现存生物量（鲜重/干重）估算模型。结果发现地上现存生物量（鲜重/干重）与原始光谱反射率、一阶导数光谱、高光谱特征变量Dy,λr,SDy,SDr,SDr/RDb,SDr/SDy,（SDr-SDb）/（SDr+SDb）、（SDr-SDy）/（SDr+SDy）均达到显著性检验。综合以上相关分析,建立广义线性模型,比较模型拟合决定系数和F检验值,初步筛选出不同变量最优估算模型,在将2017年的22个检验数据代入模型检验预测精度。最终选取地上现存生物量（鲜重/干重）最佳拟合模型分别为:y=-3.7953x2+60.065x-78.455（x 为SDr/SDb）其拟合 R2为 0.662,预测的 R2为 0.302,RMSE 和 REE 分别为 33.03 和 0.36;y=7.744e3.4349x（（SDr-SDb）/（SDr+SDb））,其拟合 R2 为 0.559,预测的 R2为 0.304,RMSE 和 REE 分别为 18.24 和 0.33。（4）无人机成像光谱数据反演内蒙古典型草原地上生物量。以2021年8月份地面与高光谱数据,通过草地冠层光谱及高光谱特征变量相关分析筛选出敏感波段计算窄波段植被指数,建立地面及机载高光谱反演模型。通过实测R2和预测R2比较,地上现存生物量（鲜重/干重）与4种窄波段植被指数分析中均以SAVI为自变量最佳,因此SAVI植被指数比较适合内蒙古典型草原高光谱遥感估算。其中机载高光谱数据与地上现存生物量干重指数形式拟合最好。即y=17.962e4.672x,其拟合R2为 0.542,预测的R2为0.424,RME和和REE分别为57.03和0.65。与多光谱MODIS数据反演生物量相比小尺度范围更适合地面与无人机成像光谱技术结合,能够快速高效反演草地冠层生物量数据,为天然草地生物量遥感反演具有很好的参考价值。