全球日光诱导叶绿素荧光卫星遥感产品研究进展与展望

卫星反演的日光诱导叶绿素荧光(Solar-Induced chlorophyll Fluorescence,SIF)是全球植被生产力遥感监测的理想工具.现有的诸多大气成分探测卫星的高光谱载荷可以满足卫星平台SIF遥感探测的需求,中国和欧洲也计划发射专门的SIF卫星探测器.国内外学者生产了一系列全球SIF卫星遥感产品,并...     

基于Cubist的中国植被区域叶绿素荧光数据重建

日光诱导叶绿素荧光(Solar-Induced chlorophyll Fluorescence,SIF)是植物在太阳光照条件下,在光合作用过程中发射出的光谱信号(650～800 nm),SIF相比于植被指数等参数更能直接地反映植被光合作用的相关信息,为大尺度GPP估算带来了新的途径。但目前卫星SIF数据或存在分辨率较低的不足,或存在数据空间不连续的局限,对于应用到大尺度中连续GPP的估算中有一定难度。OCO-2 SIF数据拥有较高的空间分辨率,但却是空间离散数据。针对上述问题,着重研究对离散的OCO-2 SIF数据进行连续预测的方法,生成中国—蒙古草地生态系统的较高精度连续SIF数据集。结果如下：通过Cubist回归树算法,结合MODIS反射率数据,气象数据及土地利用类型,建立了每8 d的0.05°分辨率的连续SIF数据集,预测精度为R²=0.65,RMSE=0.114。其中,对作物类SIF预测的精度最高,为R²=0.71,RMSE=0.117;其次为对森林与草地的预测,两者的R²和RMSE分别为0.64/0.123,...     

2007~2018年中国陆地植被总初级生产力与日光诱导叶绿素荧光的时空格局及其气候调控

日光诱导叶绿素荧光（SIF）作为总初级生产力（GPP）的替代指标,在区域GPP估算上表现出巨大的潜力。植被SIF和GPP具有较好的线性关系,但是不同的气候条件对SIF-GPP关系的影响仍不清晰。利用2007~2018年MODIS GPP和GOME-2 SIF以及环境条件（温度、降水、辐射等）研究中国陆地植被GPP和SIF的时空格局以及环境因子的调控。结果发现中国陆地植被GPP和SIF时空格局是一致的,但是作为表征光能分配的新指标GPP/SIF在空间分布上存在显著的差异。此外,SIF产量（SIF_Yield）受到约束GPP的环境因子（最小温度、饱和水汽压差、土壤水分和APAR）的共同调控,间接证实了SIF和GPP紧密的联系。因此,由于在时间和空间上SIF与GPP的关系受到环境条件的调控,使用基于卫星的SIF准确估算区域GPP应该考虑环境因子的约束。     

基于日光诱导叶绿素荧光的东北地区植被物候时空特征及其对气候的响应

植被物候是监测陆地生态系统和全球气候变化的重要生物指标。基于经典遥感植被指数的陆表物候监测在不同植被类型的精确分析方面存在较大挑战,日光诱导叶绿素荧光（SIF）可以直接反映植被实际光合作用的动态变化,能够更精确地刻画出植被的年际变异。本研究基于2001～2020年GOSIF数据集,通过D-L拟合函数和动态阈值法提取东北地区植被物候参数,结合一元线性回归分析、稳定性和持续性分析,在多时空尺度下分析2001～2020年东北地区植被物候的时空演变特征,并探讨植被物候对气候变化的响应机制。结果表明：(1)植被生长季开始（Start of Season,SOS）、结束（EndofSeason,EOS）、生长季长度（LengthofSeason,LOS）和生长峰值（Position of Peak,POP）整体上分别呈现出提前、推迟、延长和提前趋势;(2)草丛SOS提前、EOS推迟趋势较为显著,针叶林EOS提前趋势显著;SOS提前、EOS推迟导致LOS延长,除针叶林外,所有植被类型LOS均呈现出延长趋势;除草丛和草原外,其余植被类型POP均呈提前趋势;(3)20年来植被SOS、EOS、LOS和PO...     

中国区域2007~2018植被荧光时空变化与气候响应模式研究

基于GOME-2 卫星日光诱导叶绿素荧光（SIF）产品数据集,对2007~2018年中国区域SIF进行时空变化分析,探讨了中国区域SIF对气温、降水、辐射等气候变化的响应。结果表明：①中国植被区域SIF总体上呈现从东南向西北递减的空间分布,12 a间年均SIF增加了20.2%,增幅达0.034 mW/m²/sr/nm,增加区域占比为80.3%,呈显著增长区域占比25.7%,增长区域主要分布在植被较为密集的中国东部、南部和东北部。②季节尺度上,夏季SIF增加的区域和幅度最大,增幅达0.065 mW/m²/sr/nm,增加区域占比为82.1%,呈显著增长的区域占比19.4%,SIF增长区域与年均SIF的趋势基本一样。春季和秋季SIF总体也是呈增长的趋势,而冬季只在中国南部增长趋势明显。③与气候因子的偏相关响应分析表明,在寒温带针叶林区域,气温是SIF增长主要的影响因子;在暖温带及温带植被区域,降水是SIF增长主要的影响因子;在亚热带常绿阔叶林区域,影响SIF增长的更可能是人类活动;对处于较低纬度地区的热带季风雨林区域来说,辐射是SIF增长的主要影响因子。研究结果揭示了2007~2018年间的中国区域植被荧光时空变化规律及其与气候变化间的响应关系,可为全球碳循环研究提供必要的数据支撑。     

利用MERIS产品数据反演太湖叶绿素a浓度研究

第三代水色传感器MERIS的荧光通道的合理设置为荧光遥感法的应用提供了广阔的发展前景。利用MERIS数据、同步地面光谱和水质监测数据,分别通过基线荧光高度（FLH）、归一化荧光高度（NFH）和最大叶绿素指数（MCI）建立了太湖叶绿素a浓度的荧光遥感估算模型。结果表明：MERIS荧光参数中最大叶绿素指数（MCI）较基线荧光高度（FLH）更适合太湖水体叶绿素a浓度的反演;归一化荧光高度（NFH）与实测叶绿素a浓度间的拟合效果最好。最后选取NFH进行MERIS荧光遥感模型的太湖叶绿素a浓度的反演,其结果客观地反映了太湖水体叶绿素a浓度的空间分布格局。     

多源海洋遥感叶绿素数据融合

叶绿素α(chlorophyll-α)是一个关键的水色要素,掌握叶绿素α的含量及变化情况对保护水体及维护生态环境质量具有重要意义。针对国内外相关科研机构生产的海洋叶绿素α融合产品存在精度低、覆盖率低、时间跨度短等问题,收集整理了1998—2017年的MODIS-Aqua、MODIS-Terra、MERIS、SeaWIFS、VIIRS共5个传感器的叶绿素α浓度数据,构建了小波变换与Kalman滤波技术相结合的多源遥感数据融合算法,完成了全球叶绿素α数据的融合,开展了融合产品的均值、方差和信息量的分析,并进行了融合产品与实测数据、欧空局(European Space Agency,ESA)的GSM(Garver-Siegel-Maritorena)产品的对比分析。结果显示,本文的融合产品与实测数据相关性达到60%;与实测值和欧空局的GSM产品对比分析中,融合产品的数据可利用率为60%,而欧空局的GSM产品的数据可利用率为30%左右,融合产品与实测值的相关性为0.792 2,而GSM与实测值的相关性为0.349 4,均低于本文的融合产品。     

基于TROPOMI叶绿素荧光遥感的冬小麦旱情监测

针对太阳诱导叶绿素荧光(Solar-Induced chlorophyll Fluorescence,SIF)可以有效指示陆表植被水分胁迫的特点,提出了归一化叶绿素荧光干旱指数(Normalized SIF Drought Index,NSDI)用于黄淮海地区冬小麦旱情监测.该方法首先基于哨兵-5p卫星(Sentine...     

秋季太湖叶绿素a浓度荧光反演研究

基于2007年11~12月太湖全湖实测水质参数和光谱数据,首先利用高斯方程对遥感反射率进行过滤分解,找出叶绿素a(chl\|a)吸收峰675 nm以后的荧光反射峰(Fluorescence Peak:FP),再以662 nm处的反射率为基准,采用归一化荧光高度法进行叶绿素a浓度(C chl-a)反演,得到chl-a反演模型。基于高斯分解获取的chl-a的荧光反射峰值R(FP)与662 nm处的反射率R (662)比值［R(FP)/R(662)］与C chl-a之间存在显著的相关性,该模型为秋季太湖水体C chl-a的最佳反演模型。在高悬浮泥沙条件下,该模型能够较好地表示出叶绿素荧光高度与叶绿素浓度之间的关系,为C chl-a反演提供新的方法和依据,并为传感器敏感波段的选取和设置提供参考。     

国产叶面积指数产品在中国区域的一致性检验北大核心CSCD

叶面积指数是研究全球和区域碳循环、水文循环、气候变化区域响应的重要参数之一,研究不同LAI产品的时空一致性可为该地区LAI产品的使用提供建议和参考。本研究基于流域、DEM和土地利用类型,对GLOBMAP、GLOBALBNU、GLASS的LAI产品从平均值、频率以及差值频率等的变化进行统计,分析3种国产LAI产品在中国区域的一致性。主要结论为:①3种产品均可捕捉中国地区LAI的空间分布和月及年的时间变化特征,GLOBMAP在2001年更换数据源后年平均值开始下降。②3种产品在九大流域、不同DEM、不同地表利用类型分类下均存在差异。在海河流域、黄河流域和内陆河流域,3种产品的相关性较好,但是在长江流域、东南诸河流域以及珠江流域内产品间差值大于2.00的范围较多。2000~4000 m区域内3种产品的年均变化趋势区别存在明显不同。和其他产品相比,在草地区域GLASS较低,在城乡工业用地区域GLOBMAP较低,在林地区域GLOBALBNU较高。定量分析了3套国产LAI产品的时空差异,结果可为国产LAI产品在中国的应用提供科学参考。     

Designment and Assessment of Far-Red Solar-Induced Chlorophyll Fluorescence Retrieval Method for the Terrestrial Ecosystem Carbon Inventory Satellite

Solar-Induced Chlorophyll Fluorescence (SIF),which is emitted by photosystem during photosynthesis under natural illumination,carries important information of actual photosynthesis of plants.Spaceborne remote sensing of SIF provides an unprecedented opportunity for monitoring global photosynthesis at regional to global scales.Up to date,in-orbit operational spaceborne sensors that are available for SIF retrieval are originally designed for atmosphere monitoring.The hyperspectral sensor onboard Chinese Terrestrial Ecosystem Carbon Inventory Satellite (CTECS) is expected to be the first operational spaceborne sensor that is specifically designed for sensing SIF from space (scheduled to be launched around 2020,2 years before the Fluorescence Explorer (FLEX) Mission).Data-driven approach has been selected as the main algorithm for far-red SIF retrieval for CTECS,but is to be refined and assessed according to sensor specifications (e.g.spectral resolution and signal-to-noise ratio).In this context,this study aims to improve the designment of far-red SIF retrieval method for CTECS.based on end-to-end simulation,we evaluate the precision and accuracy of SIF retrieval in several potential windows.We then analyze the sensitivity of SIF retrieval to number of features (nv) and fluorescence spectral shape function (hF) in the forward model in different windows.Results show that a broader fitting window increases retrieval precision,but is accompanied with lower accuracy and stronger sensitivity to nv and hF.Considering both retrieval precision and accuracy,the window of 735~758 nm with nv set to 6 and hFset as single peak Gaussian function (μ=740 nm and σ=30 nm) is selected as optimal fitting window for CTECS.SIF retrieval results based on proximal and airborne remote sensing data demonstrate the feasibility and reasonability of the designed method.Our results provide an important reference for far-red SIF retrieval for CTECS.     

东中国海遥感叶绿素数据重构方法研究

由于天气等各种因素,卫星遥感叶绿素数据中的大面积无规律缺失问题一直是遥感数据领域的研究热点,阻碍了卫星数据的应用。因此,卫星遥感数据的重构和再分析成为一个重要课题,在关注海域获得时空连续的完整数据对于扩展遥感数据的应用范围,提高其数据利用效率有着重要意义。针对这一系列问题,基于对东中国海叶绿素时空多尺度(包括天气过程时间尺度)变化机制研究的需要,结合多变量DINEOF方法和最优插值等数学方法的优点,成功构建和发展了多尺度最优插值、二次订正的多变量DINEOF方法,简称DINEOF-OI方法。对于目标缺测数据点重构过程中,如何有效分配时间序列上与空间场中的观测数据对重构数据的影响权重,取决于研究的具体目标问题,是研究的重要思路创新。基于这一方法对东中国海近10a的卫星遥感叶绿素数据成功进行了重构试验,并较成功地刻画了东中国海海表面叶绿素的包括天气尺度在内的多尺度变化特征。     

Hyperion数据玉米叶绿素含量制图

采用星地同步观测方法,对Hyperion影像进行预处理并提取玉米专题信息,计算与遥感影像同步获取的玉米地面实测光谱及其一阶微分形式,作物光谱指数参量与叶绿素含量之间的相关性。结果表明:作物叶绿素含量预测指数TCARI/OSAVI与叶绿素a和叶绿素b的相关性最好,R²分别为0.5694和0.5313。采用其与叶绿素含量进行回归分析,建立叶绿素反演模型。将回归结果应用到提取的玉米区域,得出叶绿素a和叶绿素b含量的空间分布图,直观显示玉米的长势状况,为农业估产和植被长势监测提供重要的数据源。     

基于BP和GRNN神经网络的冬小麦冠层叶绿素高光谱反演建模研究

根据高光谱遥感获得的冬小麦冠层数据,把由逐步回归方法和基于遗传算法(GA)的广义回归神经网络(GRNN)筛选到的光谱参数作为网络输入,冠层叶绿素含量作为网络输出,采用线性逐步回归方法、反向传播神经网络(BPNN)和GRNN来构建反演模型,模拟结果表明,GRNN和BPNN的预测精度要高于逐步回归方法,其RMSE分别为0.36 mg/g、0.52 mg/g和0.98 mg/g。由于GRNN可应用于小样本问题的学习,比BPNN对叶绿素具有更好的预测和泛化能力。     

Review of Solar-induced Chlorophyll Fluorescence Retrieval Methods from Satellite Data

Solar-Induced Chlorophyll Fluorescence (SIF) is a by-product of photosynthesis that provides direct information about vegetation photosynthesis and provides a new way to track photosynthesis and gross primary production.In recent years,there are many tower-based long-term fluorescence observation systems have been installed for studying the relationship between SIF and GPP.The quantitative remote sensing estimation of SIF is critical for terrestrial ecosystem carbon cycling,GPP,and drought monitoring.This paper systematically reviews the current status of satellite-derived SIF methods.Those methods are roughly grouped into two categories:fraunhofer line based method and atmospheric absorption band based method,according to the channels used for SIF retrieval;The problems of satellite SIF retrieval and application are discussed,including the instrumental effect,the daily variation of cloud effect,directional effects,the approaches of accuracy assessment,downscaling and the instantaneous to daily scale conversion;Finally,directions for future research to improve the accuracy of satellite-derived SIF are suggested.     

低空间分辨率多源遥感数据的空间一致性分析和相对几何校正

多源低空间分辨率遥感数据在空间上的一致性对于其在全球变化研究中的集成使用有非常重要的意义。对此,以公认几何精度较高的MODIS数据为基准,对NOAA/AVHRR、FY-3/VIRR、FY-3/MERSI、FY-2/VISSR这4类国内外常用的低空间分辨率传感器的L1B数据进行了一系列相对几何精度评价和多项式相对几何校正的实验。相对几何精度评价的结果表明:MODIS数据与这4类L1B数据在几何精度上的偏差都比较大。在此基础上,选取少量均匀分布的控制点并采用不同阶数的多项式几何校正模型对多源数据进行空间一致性校正。校正结果表明:低阶的多项式几何校正模型就能对各种待校正数据的几何精度有显著的提升,使其与基准数据在空间上达到一致,满足全球变化研究对低分辨率多源遥感数据在空间一致性上的需求。     

静止气象卫星遥感探测华北平原秋季大雾研究

秋季是华北平原大雾多发季节,近年来大雾成为主要的灾害性天气之一,实时监测信息对于人们安排生产生活十分有利。使用主成分分析方法对2006年11月19日11∶00和20日05∶00华北平原出现大雾天气两个时次的静止卫星MTSAT\|1R资料进行了处理分析,结果表明该方法可以突出雾区与其他区域的差异,检测到大雾的存在。在此基础上,对2006年11月和2007年10月出现在华北平原的两次大雾天气过程进行大雾信息提取,并对大雾检测阈值进行了敏感性分析,选取合适的检测阈值。利用基于主成分分析的改进遥感方法对2008年10月16日~11月30日的MTSAT\|1R资料进行了大雾检测批量处理,并将大雾探测结果与地面常规观测资料进行了对比验证。结果表明改进方法可以探测到雾区的影响范围,检测阈值通用性好,探测大雾的准确率较高。两种方法均可昼夜连续监测大雾的生成、发展和消散,显示了这两种方法在大雾实时监测方面较传统地面观测资料具有时间分辨率高、客观和准确等优点。     

水稻叶绿素浓度与光谱反射率关系研究

结合田间小区实验,获取了水稻生育期9组叶片叶绿素浓度和相应的光谱反射率数据,进行了相关分析研究,结果表明:水稻叶片叶绿素浓度与其光谱反射率之间具有相关性,在450～686nm和750～770 nm光谱区内相关性较好,且在686 nm处两者达到最高的相关性;水稻叶片的“红边”拐点波长位置与其叶绿素浓度之间具有很强的相关性,复相关系数为0.88,并由此进一步讨论了高光谱遥感定量探测水稻叶绿素浓度的可行性。