本文作者：
XiaoyangZhang、SenthilnathJayavelu、LinglingLiu.etc
文献来源：
AgriculturalandForestMeteorology
DOI:10./j.agrformet..03.
发表时间：年
01前言
为了监测气候变化和生态系统动态，已从各种卫星仪器的时间序列中广泛检索到地表物候。然而，对地表物候数据集质量的任何评估都是相当具有挑战性的，因为对有限数量的单个树木、灌木或其他植物的现场观测很少代表在单个卫星像素中采样的景观。此外，探测植被季节性生物物理特征的植被指数不同于人类在地面观察到的特定植物生活史阶段有关，因此需要提出一种合理的评估方法。
该文献是年和年期间利用中分辨率成像光谱仪的低分辨率成像光谱仪产品和美国邻近地区的高分辨率成像光谱仪网络的观测数据对陆地表面物候进行的第一次综合评估。主要研究了NDVI和EVI2之间的陆地表面物候检测差异，以便为VIIRS陆地表面物候产品生成选择更好的植被指数和通过直接比较从PhenoCam数据计算的两个指数得出的物候转变日期，评估VIIRS陆地表面物候检测的准确性和不确定性。这也为自己在研究物候结果的准确性时提供了一种可以借鉴的评估方法。
02数据与方法
（1）土地覆盖和地表温度数据
土地覆盖数据选取的是年中分辨率成像光谱仪土地覆盖产品（MCD12Q1）中的国际地球生物圈方案计划(IGBP)。
地表温度数据选取的是年-年MODIS地表温度(LST)产品(MOD11A1，V)。
（2）物候观测数据
选取了年和年的82个PhenoCam站点的物候观测数据。图1也显示了物候站点的空间分布。
图1：年和年PhenoCam站点的空间分布
（3）VIIRSNBAR数据
年7月1日至年6月30日(投产前)期间收集的每日VIIRSNBAR数据。包括(H08V04、H08V05、H08V06、H09V04、H09V05、H09V06、H10V04、H10V05、H10V06、H11V04、H11V05、H12V04、H12V05和H13V04)覆盖了整个美国。
（1）根据时间序列数据进行地表物候探
通过物候相机数据和VIIRSNBAR数据得到的植被指数的时间序列数据在通过基于混合分段逻辑模型的地表物候检测(HPLM-LSPD)算法来反演地表物候。
（2）用PhenoCam物候评价VIIRS物候
03实验结果
图2展示了年期间从康扎草原生物站的VIIRS和PhenoCam时间序列中检索到的六个现象阶段转变日期。对现象图像的目视检查证实了NDVI、EVI2、GCC和VCI时间序列的类似时间发展。具体而言，SOS与叶片出现的时间明显相关，而EOS对应于接近最大绿色的时间草地覆盖.同时从每个时间序列中得出的六个现象相转变日期(SOS、MOS、EOS、SOF、MOF、EOF)是可比较的。特别是，除NDVI外，所有植被指数的SOF差异小于6天，EOF差异小于8天。
图2：堪萨斯州堪萨斯州立大学康扎草原生物站GCC(A)、VCI(B)、EV2(C)和NDVI(D)的物候观测和物候探测的时间变化。点是原始观察值，实线是拟合曲线。a、b、c、d、e和f的符号分别代表SOS、MOS、EOS、SOF、MOF和EOF的物候时间，并带有相应的图像。
如图3和表1可以看出，春季返青的物候差异相对小于衰老；具体来说，春季的平均日数少于2天，秋季多于3天。最大的差异与衰老开始的时间有关。偏倚统计分析表明，GCC的春季物候期略早于VCI，而秋季衰老物候期则相反。回归模型的结果显示，从GCC和VCI检索的数据之间的斜率接近1，决定系数(R2)超过0.94，R2值在春季略高于秋季。
图3：年和年物候转换日期(DOY)的比较
表1：在物候观测站，从物候观测站GCC、VCI和VIIRSNDVI和EVI2估算的物候转换日期的统计比较
由图4和表1可以看出，AADs从春季开始，返青时间少于7天，远远少于秋季衰老期间发现的12-19天的分配日。最小差异出现在MOS，最大差异出现在SOF。偏倚统计表明，NDVI和EVI2在春季物候期的检测没有系统差异；然而，基于EVI2的检索比基于NDVI的检索早6-17天，用于秋季衰老的物候事件(表1)。回归模型表明，斜率更接近于1，在绿变期的截距小于衰老期的截距(图5)。测定系数都非常显著，春季大于0.9，秋季稍低(R2≥0.72)。
图4：年和年VIIRSNDVI和EVI2估计值之间物候转变日期(DOY)的比较
由图5和表2可以看出，对选定的具有对比土地覆被的地点的VCI和EVI2时间序列进行了比较。正如预期的那样，从单个VIIRS像素导出的原始EVI2时间序列可能相对嘈杂，并且包含很大的间隙，导致物候日期的检测不准确。相比之下，近地表的VCI观测似乎受大气影响最小，表现出更稳定的物候曲线。目测显示，在年和年期间，EVI2和VCI的季节性轨迹有很强的一致性。此外，HPLM模拟曲线通常很好地再现了所有四个站点的EVI2和VCI中的季节动态，尽管模拟曲线平滑了VCI时间序列中明显的一些快速动态。然而，季节轨迹显示不同土地覆盖类型之间存在明显差异。在森林中比在农田或草原中比在稀树草原中更好地检测春天。第二，对春季的检测比类似的秋季要好。第三，在春季和秋季，以木本植被(森林和稀树草原)为特征的土地覆盖类型的绝对偏差低于草本植被占主导地位的农田和草地。第四，草本覆盖类型在季末表现出强烈的负偏差，VCI日期比EVI2日期早6-17天。第五，对于农田和草地，PhenoCam春季绿日期晚于EVI2日期。
图5：不同土地覆被类型下PhenoCamVCI和VIIRSEVI2的时间变化比较
表2不同土地覆盖类型下VCI和EVI2探测物候转换期的比较
04结论
总之，本研究的结果表明，VIIRSLSP度量可以使用可从PhenoCam网络获得的近地表遥感观测进行了很好的表征和验证。在整个美国，我们发现VIIRSEVI2比NDVI更适合探测LSP指标，并且在整个生长季节期间，VIIRSLSP现象阶段转换日期的总体不确定性(平均绝对差异)在7到13天之间。分歧在春季比秋季少，在森林比农田少，在草原比稀树草原少，在同质土地覆盖比异质土地覆盖少。因此，对VIIRSLSP指标的评估有助于为VIIRSLSP产品的更广泛使用以及延续重要的MODIS数据记录的能力铺平道路。这也为地表物候的探测提供了更多可行的办法。
撰稿
肖坤
供图
肖坤
排版
王怡丹
审核
肖坤
预览时标签不可点收录于话题#个上一篇下一篇