植被是陆地生态系统的重要组成部分，也是气候变化的重要指示器，在全球变化、碳水循环研究中扮演着重要的角色。精准估算植被的时空分布并了解其变化特征具有重要的科学意义和实用价值。植被指数（Vegetation Indices, VIs）是描述光合活性和冠层结构等植被参数的指标，被广泛用于跨尺度的植被动态研究。常用的植被指数如归一化差分植被指数NDVI等，综合了叶绿素含量、叶面积、物种组分、冠层覆盖和结构的信息，通常直接表征植被“绿度（Greenness）”。然而，阴影影响了VIs数值及结果判读，特别是对于冠层结构更复杂、群聚现象更明显的森林。
近日，中国农业大学土地科学与技术学院曾也鲁教授团队在Nature子刊《Nature Ecology & Evolution》发表了题为“复杂的冠层结构扭曲了植被绿度遥感监测”（Structural complexity biases vegetation greenness measures）的论文，揭示了卫星观测中，复杂的冠层结构产生的大尺度阴影效应会对扭曲植被绿度遥感监测结果，忽略植被结构的复杂性可能会导致植被变化和增长趋势评估的不确定性，进而阻碍对区域和全球碳估算的准确量化。
首先，该研究基于卫星观测取得了一个重要科学发现：尽管亚马逊热带雨林的叶面积（Leaf Area Index, LAI）、地上生物量（Above-ground biomass）都更高，但其增强型植被指数（Enhanced Vegetation Index, EVI)、植被近红外反射率（Near-infrared Reflectance of Vegetation, NIRv）等植被指数和太阳诱导叶绿素荧光（Solar-induced Chlorophyll Fluorescence, SIF）值反而明显低于美国中部大平原玉米带。这一相互矛盾的结论启发了对植被绿度遥感观测中可能存在偏差的思考。
图1. 2001-2019 年 8 月美国中部大平原玉米带与亚马逊热带雨林的VIs、LAI、fesc（逃逸概率）、FPAR(光合有效辐射吸收系数)、SIF的比较
研究进一步发现，这一偏差主要是由于复杂的森林结构所产生的阴影效应造成的。几乎所有的卫星传感器都不在准确的热点方向（即：观测角度和太阳角度重合）观测地球，因此传感器宏观视野中会出现由冠层结构和太阳-传感器几何引起的阴影，直接基于传感器信号计算来表征植被绿度可能会导致偏差，尤其是对于结构复杂的森林冠层。多角度的卫星观测结果显示，在热点方向和非热点方向观测时，这两个区域的EVI和NIRv表现相反。LESS计算机三维模拟模型模拟结果表明，fesc主要受观测结构和太阳传感器几何形状造成的阴影影响，较少受到叶片和土壤的光学特性影响，其在亚马逊森林随观测角度的变化率更高。由于经历了相似的辐射传输过程，SIF也会受到阴影影响。
图2. POLDER（2008 年 7 月-8 月）、MISR（2017 年 7 月-8 月）与LESS三维计算机模拟模型模拟的亚马逊热带雨林和北美中部大平原玉米带的夏季多角度观测数据
阴影会降低地表反射率和反照率，这可以解释关于地球变绿导致不同生物群落地表反照率变化的看似矛盾的结论。例如，在没有强阴影效应时，农作物和草地变绿，其地表反照率通常会降低；而森林变绿时，由于大的树冠间隙被新长出的树填充，树冠间的阴影减少，光照植被覆盖度增加，反照率会增加。也就是说，对于矮小稀疏的冠层，植被覆盖度和叶片-土壤光谱的对比度是变绿影响反照率变化的主要影响因素；对于高大茂密的树冠，土壤背景影响较小，阴影则起到非常重要的作用。
图3. 由Hyperion-1传感器获取的亚马逊热带雨林与北美中部大平原玉米带的夏季冠层光谱
在亚马逊热带雨林，阴影带来的干扰掩盖了卫星数据能提供的信息。当地表土地覆盖类型发生变化时，卫星观测的VIs结果可能更难以解释。例如，亚马逊地区的土地覆盖类型从森林转变为农田或牧场时，尽管叶面积减少，但较为简单的作物结构取代了复杂的森林结构，VIs反而显著增加。
图4. LAI与EVI时间序列在亚马逊土地覆盖类型从雨林到农田过渡中的相反趋势
文章最后指出，由于几乎所有的卫星传感器都不在热点方向观测地球，因此阴影效应是不可避免的，会导致植被绿度遥感观测存在偏差。而阴影作为植被冠层的一个真实组成部分，被阴影遮蔽的部分同样为整个植被冠层的碳、水和能量作出贡献。忽略植被结构的复杂性可能会导致评估植被变化和增长趋势的非常大的不确定性，阻碍对区域和全球碳预算的准确量化。该研究结果强调了考虑阴影对于VIs与SIF遥感观测的重要性，以实现全球植被及其变化的精确评估。在实际应用中，卫星产品不一定需要对阴影进行校正，但为了尽量减少全球植被绿度随时空生物群落变化的模糊性，将卫星观测的VIs与SIF校正到热点方向是有益的。
该研究是在卫星探测植物光合作用机理方面的重要突破，加深了对遥感数据自身特点的认识，改变了对遥感监测植被绿度的认知。研究结果对正确使用遥感数据探究植被动态变化研究具有重要指导意义，为未来植被、气候变化研究提供了科学依据。
中国农业大学为论文第一通讯单位，曾也鲁教授为第一作者，并与威斯康辛大学陈敏教授、西北太平洋国家实验室郝大磊研究员为共同通讯作者，中国农业大学土地学院黄健熙、李保国教授、博士生高永远作为合作作者参与了本研究工作。本研究得到了中国农业大学315人才项目和2115高水平创新团队的资助。
论文链接：https://www.nature.com/articles/s41559-023-02187-6
免费全文地址：https://rdcu.be/dl91h
转自：“科研圈内人”微信公众号
如有侵权，请联系本站删除！
