研究論文
方紅亮研究組發表全球植被聚集指數、覆蓋度和葉面積指數遙感產品綜合驗證論文
文章來源： | 發布時間：2022-09-28 | 【打印】 【關閉】
植被聚集指數（CI）、覆蓋度（FVC）和葉面積指數（LAI）是表征植被結構特征的重要參數，深刻影響全球植被生態、水文和能量循環過程。過去幾十年，基于衛星觀測生產了多種全球CI、FVC和LAI產品并被廣泛使用。對于用戶群體而言，及時了解這些產品的精度及不確定性極為重要。然而目前的驗證工作大多受限于空間覆蓋及時間連續性，且對產品間的關系也缺少檢驗，導致對現有全球遙感產品缺乏全面深入的了解。
中國科學院地理科學與資源研究所博士生李思佳和導師方紅亮研究員針對CAS-CI、GEOV2 FVC及MODIS LAI等全球產品在全球實測站點開展綜合驗證。該研究同時評價分析了不同產品間的關系、葉片天頂方向投影函數（G(0)）、比植被覆蓋度（SVC = FVC/LAI）以及森林垂直結構特征。
（1）本研究將長時序高分辨率參考圖與遙感產品升尺度至3 km后開展對比驗證，結果表明GEOV2 FVC與MODIS LAI精度較好（R2 = 0.83、0.72；RMSE = 0.14、0.98），CAS-CI展現出輕微低估（bias = –0.10）及較強的季節變化，該項結果有助于加深人們對全球植被結構參數遙感產品的認識，為產品進一步改進提供了指導。
?。?）當前的驗證研究大多是針對單參數的驗證，通常不考慮參數間的關系，本研究提供了一種新的產品評價范式即不同參數的關系評價。研究發現FVC與LAI在不同空間尺度上呈強烈正相關，尤其對于森林類型。相比于森林，CI-FVC/LAI關系對于草地及灌木表現出更好的空間尺度一致性。CI-FVC/LAI經驗關系在不同空間尺度有不同表現，應謹慎使用。
（3）G(0)為單位葉面積在天頂方向上的平均投影比例，是輻射傳輸建模和遙感反演中的關鍵冠層結構變量。本研究對G(0)的遙感估計方法進行了探索，發現基于現有產品生成的葉片天頂方向投影函數G(0)呈現出高估（bias = 0.28），未來可通過改進CI、FVC和LAI等產品來提升G(0)的估算精度。
（4）研究揭示了植被結構參數及其關系的垂直分布特征。對于大多森林類型而言，總體CI和G(0)與林上植被層十分接近，森林總體的CI-FVC/LAI關系主要由林上植被層制約，而FVC-LAI的關系則由林上和林下植被層共同影響。SVC的類型、季節和垂直特征表明單位LAI的概念可拓展至FAPAR、GPP、蒸散發和降水截獲等方面用于表征葉片效率。
該項工作有助于推動植被結構參數測量、遙感反演、驗證及模擬研究，為深入理解植被結構特征提供了參考。
該研究得到了國家自然科學基金（42171358）和國家重點研發計劃（2016YFA0600201）的資助。
研究論文：
Li, S., Fang, H., Zhang, Y., and Wang Y., 2022. Comprehensive evaluation of global CI, FVC, and LAI products and their relationships using high-resolution reference data. Science of Remote Sensing, 6, 100066. https://doi.org/10.1016/j.srs.2022.100066.
附件下載：