时空一致的长时序遥感数据序列有助于提升北半球的物候监测精度

《Agricultural and Forest Meteorology》:Spatiotemporally consistent long-term remote sensing time series improve phenology monitoring in the northern hemisphere

【字体: 大 中 小 】 时间:2026年07月10日 来源:Agricultural and Forest Meteorology 6.6

编辑推荐:

  郑瑶瑶|张行宇|赵伟青|王哲|朱在春中国深圳,北京大学城市规划与设计学院,518055摘要植被物候是生态系统动态及其对气候变化响应的重要指标。长期遥感时间序列为监测大规模物候变化提供了重要依据,但传感器退化、轨道漂移以及不同传感器之间的差异所带来的不确定性可能影响研究的可靠性。本

  
郑瑶瑶|张行宇|赵伟青|王哲|朱在春
中国深圳,北京大学城市规划与设计学院,518055

摘要

植被物候是生态系统动态及其对气候变化响应的重要指标。长期遥感时间序列为监测大规模物候变化提供了重要依据,但传感器退化、轨道漂移以及不同传感器之间的差异所带来的不确定性可能影响研究的可靠性。本研究通过系统比较1982年至2015年间北纬30度以北的北半球地区第三代和第四代GIMMS叶面积指数产品(LAI3g和LAI4g),探讨了卫星数据集在时空一致性提升后对物候监测的影响,重点分析了关键物候指标的空间格局、时间动态以及气候敏感性。通过与PEP725、LTER站点及PhenoCam的实地观测数据,以及独立的MODIS物候产品进行对比,发现基于LAI4g的指标具有更高的空间可靠性,年度间变化也更稳定。在春季物候阶段,基于LAI4g得出的物候进展速度约为基于LAI3g的一半,其中“绿期开始”阶段的进展速度为每年?0.08天,而基于LAI3g为?0.20天;“盛绿期”阶段的进展速度为每年?0.12天,基于LAI3g则为?0.19天。在秋季物候阶段,2000年前后基于LAI4g的“盛绿期结束”阶段均呈现一致的延迟趋势,分别为每年0.12天和0.02天,而基于LAI3g的数据则出现了异常的趋势反转,分别为每年0.36天和?0.15天。此外,基于LAI4g的物候指标在气候变率敏感性方面与地面观测数据更为吻合,尤其是在春季温度响应方面,其平均绝对误差分别降低了3.28天/℃和1.40天/℃。这些研究结果表明,提升遥感时间序列的时空一致性能够显著改善物候监测效果,从而为了解植被对气候变化的响应提供更可靠的依据。

引言

植被物候,即植物生命周期中周期性事件的发生时间,是反映环境变化最为敏感的生物指标之一,也是气候-生物圈相互作用的关键整合因素(Pe?uelas等,2009;Piao等,2019;Richardson等,2013)。物候变化可通过改变碳吸收(Gu等,2022;Wang等,2025)、水循环(Shen等,2022)、地表能量交换(Qiu等,2019)以及物种间的相互作用(Lang等,2025;Li等,2023b)等方式,重塑生态系统的功能。因此,对植被物候进行可靠的长期监测对于追踪植被动态及理解其对气候变化的响应至关重要(Caparros-Santiago等,2021)。
近几十年来,卫星遥感技术使得人们能够在更大的空间和时间尺度上反复观测植被动态,从而极大地推动了物候研究的发展(Dronova和Taddeo,2022;Gong等,2024;Jin等,2026)。在现有的遥感数据源中,美国国家海洋和大气管理局卫星搭载的先进甚高分辨率辐射计能够提供长达数十年的全球植被动态记录,自20世纪80年代初以来,这一数据一直被用作多种低分辨率植被产品的基础,用于大规模的植被监测工作(Li等,2023a;Pedelty等,2007;Pinzon和Tucker,2014;Xiao等,2016)。然而,这一数据记录在用于物候分析时,其长期一致性至关重要。尤其是轨道漂移和传感器退化问题,会给AVHRR观测数据带来诸多干扰(Dech等,2021;Kalluri等,2021)。这些问题早已被记录在案:轨道漂移会改变太阳天顶角,进而影响基于AVHRR数据生成的植被指数的稳定性(Kaufmann等,2000;Privette等,1995;Simoniello等,2004)。这类非气候因素带来的噪声可能会渗透到物候指标中,掩盖真正的长期生态信号(Ji和Brown,2017)。因此,提升遥感产品的时空一致性对于准确描述长期的植被物候及其所受的环境影响至关重要。
从太空开展物候监测通常依赖于光谱植被指数及相关生物物理变量构成的时间序列数据(Gong等,2024;Zeng等,2022)。以绿色度为基础的指数,尤其是归一化差异植被指数和增强型植被指数,仍是遥感物候研究中应用最广泛的指标(Li等,2026;Wang等,2019)。基于这些指数的分析揭示了诸多普遍的物候趋势,比如春季开始时间提前(St?ckli和Vidale,2004;Wang等,2015;Zhang等,2025b),同时也有助于识别温度、降水量和光周期等主要的气候驱动因素(Adole等,2019;Piao等,2006;Shen等,2015)。不过,绿色度信号实际上整合了多种生态过程,包括冠层结构的变化,如叶面积的扩大,以及叶片的生化变化,如色素的积累(Jin等,2026)。当研究目的是分离冠层的结构发展变化时,这种整合性就会增加解读的难度。冠层结构动态是陆气耦合过程中的核心要素,因为它们能够调节辐射吸收、降水截留和蒸腾作用,进而控制植被与大气之间的能量和水分交换(Hoek van Dijke等,2020;Yang等,2023;Zellweger等,2020)。因此,将结构发展变化与生化变化区分开来,对于理解植被-气候相互作用以及预测生态系统对气候变化的响应而言至关重要。叶面积指数是一种用于描述单位地表面积上单侧绿色叶面积的生物物理参数,它具有明确的机制意义(Myneni等,2002),也是大多数陆地生态系统模型中的关键参数(Bonan,1995;Fang等,2019)。正因如此,长期的叶面积指数产品被广泛用于区域乃至全球尺度的植被物候监测工作(Che等,2014;Mahecha等,2026;Verger等,2016)。然而,现有的长期叶面积指数记录仍受到多种不确定因素的影响,包括美国国家海洋和大气管理局卫星的轨道漂移、AVHRR传感器的退化,以及2000年之前有限的地面验证数据(Xiao等,2017)。这些时空不一致性问题最终可能会影响基于长期叶面积指数数据得出的物候估计结果的可靠性。
近年来,长期遥感叶面积指数产品在反演方法以及多传感器数据整合方面取得了进展,这为物候研究提供了更具一致性的数据记录。新发布的GIMMS叶面积指数数据集(GIMMS LAI4g)就是一个典型例子,它正是为了解决早期长期叶面积指数产品存在的时空不一致性问题而设计的(Cao等,2023)。该数据集基于北京大学建立的GIMMS NDVI数据记录(Li等,2023a),不仅纠正了轨道漂移和传感器退化带来的影响,还通过纳入1984年以来来自Landsat卫星的叶面积指数观测数据作为训练和评估数据,进一步提升了数据的长期一致性。验证结果表明,自20世纪80年代以来,LAI4g在时空连贯性和趋势一致性方面都优于其他长期数据产品(Cao等,2023)。不过,目前尚不清楚这种长期一致性的提升是否也能带来更稳定的季节性植被变化趋势,尤其是在关键季节转换时期的变化时间上。
基于上述背景,本研究旨在通过比较新的GIMMS LAI4g数据集与其前身GIMMS LAI3g数据集得出的结果,系统分析遥感产品在不同时空一致性水平下对物候指标的空间格局、时间动态以及气候敏感性的影响。为了进一步评估LAI4g的性能,我们还纳入了来自多个来源的独立物候观测数据:来自大陆尺度物候网络(泛欧物候数据库PEP725)和长期生态研究站点的实地观测数据、来自生态系统尺度PhenoCam网络的近地面观测数据,以及来自MODIS物候产品的卫星估算数据。通过这种多源数据对比,本研究旨在明确提升叶面积指数数据一致性对物候监测的积极影响,进而有助于更好地理解植被与气候之间的相互作用。

章节节选

卫星获取的植被动态信息

本研究主要对比了两组长期卫星生成的叶面积指数数据集——GIMMS LAI3g和GIMMS LAI4g,以此分析它们在北半球植被物候监测中的应用效果。GIMMS LAI3g数据集是通过基于GIMMS NDVI3g数据和Terra MODIS LAI产品训练的人工神经网络模型生成的,已被广泛应用于大规模的物候研究工作中(Dahlin等,2015;Lian等,2020;Wu等,2023)。该数据集的覆盖时间为1982年至2015年,空间范围为

物候指标的空间可靠性

与LAI3g相比,LAI4g数据集能够在更大比例的植被覆盖区域(95%)获取物候指标,而LAI3g的这一比例为87%,其中覆盖差异最大的区域是中亚的草原地带(见图1)。在北半球范围内(北纬30度以北),春季以及物候高峰期的两个数据集之间差异较小(|Cohen’s d| < 0.2;见表S1),但在植被衰退阶段,差异则较为明显,其中“盛绿期结束”阶段的Cohen’s d值为?0.27,“休眠期”阶段的该值为?0.51。

利用叶面积指数监测植被冠层物候

长期卫星观测数据对于大规模植被物候监测具有重要意义(Gong等,2024;Ye等,2026)。作为反映冠层结构的指标,叶面积指数能够直接体现冠层的发展状况。在本研究中,基于叶面积指数得出的物候转变趋势,尤其是基于LAI4g的数据,与相应的地面观测数据存在一致的偏差。例如,基于叶面积指数得出的“绿期开始”和“盛绿期”阶段的数值,与地面观测到的春季物候阶段相比,存在稳定的偏差值,

结论

本研究系统分析了提升长期遥感时间序列数据的时空一致性对于监测植被物候及其对气候变化响应的作用。研究聚焦于1982年至2015年间的北半球地区(北纬30度以北),比较了两代GIMMS叶面积指数数据集(LAI3g和经过改进的LAI4g)所生成的物候指标。研究还采用了来自PEP725、LTER站点、PhenoCam以及MODIS物候产品的独立观测数据作为

CRediT作者贡献说明

郑瑶瑶:正式分析、研究调查、方法设计、软件应用、论文初稿撰写、论文修改润色。张行宇:正式分析、研究调查、方法设计、软件应用、论文初稿撰写。赵伟青:资源协调、论文修改润色。王哲:资源协调、论文修改润色。朱在春:研究构思、资金筹集、资源保障、研究指导、论文初稿撰写、论文修改润色。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号