物候产品验证-遥感学报.DOCVIP

黑河流域遥感物候产品验证与分析 1,2，李静1，柳钦火1，柏军华1，徐保东1,2，赵静1，曾也鲁1, 遥感科学国家重点实验室，中国科学院遥感与数字地球研究所，北京 100101 中国科学院大学，北京 100049 摘 要: 植被物候遥感产品对全球变化响应、农业生产管理、生态学的应用等多领域研究具有重要意义。但现有植被物候遥感产品还有较多问题，主要包括一方面使用不同参数的时间序列数据以及不同提取算法导致的产品结果差异较大，另一方面在地面验证中地面观测数据与遥感反演数据的物理含义不一致导致的验证方法的系统性误差。本文以黑河流域为研究区，对比验证基于EVI（Enhanced Vegetation Index）时间序列数据提取的MLCD（MODIS global land cover dynamics product）植被遥感物候产品和基于LAI（Leaf Area Index）时间序列数据提取的UMPM（product by universal multi-life-cycle phenology monitoring method）植被遥感物候产品的有效性及精度等。同时，通过验证分析进一步评估基于EVI和LAI时间序列提取的物候特征的差异及特点，探讨由于地面观测植被物候与遥感提取植被物候的物理意义的不一致问题导致的直接验证结果偏差。结果表明: UMPM产品有效性整体高于MLCD产品，但在以草地和灌木为主的稀疏植被区，由于LAI取值精度的原因，UMPM产品存在较多缺失数据，且时空稳定性较低；关键词物候产品起点终点，流域 引用格式： 1 引言 植被物候是研究植被周期性现象（如发芽、展叶、开花、落叶等）的发生时间，及其与环境的季节性变化相互关系的科学（Myneni等，1997；竺可桢和宛敏渭，1999；Zhang等，2003）。被广泛应用于全球变化响应（Myneni等，1997；Linderholm，2006；Schwartz等，2006；Wang等，2011）、农业生产管理（吴炳方等，2005；Lunetta等，2010；de Beurs和Ioffe，2013）和生态学的应用（Piao等，2008；Piao等，2009；Barichivich等，2013）等。 由于遥感观测具有覆盖范围广、连续性强的特点，遥感技术成为物候监测和研究的重要手段。遥感物候的卫星数据通常卫星及陆地资源卫星TM/ETM+，包括NDVIEVI在内的植被指数为最常用的植被参数（Zhang等，2003；Wang等，2006）。此外，也有研究学者探索利用叶面积指数LAI、辐射有效吸收比例fPAR反照率albedo植被物候（Ahl等，2006；Garrity等，2011；Verger等，2016）。遥感反演主要包括两个部分，一是时间序列数据重建，二是物候参数。云覆盖、大气气溶胶、季节性雪覆盖等因素影响，时间序列曲线中残留噪声数据通过最指数斜率、S_G滤波法、非对称高斯函数拟合法等时间序列重建方法连续可靠的时间序列数据；植被物候参数提取方法分为阈值法（Lloyd，1990；Myneni等，1997；Zhou等，2001）、求导法（Moulin等，1997；Tan等，2011）、延迟滑动平均法（Reed等，1994）、模型拟合法（Zhang等，2003；Wagenseil和Samimi，2006）和最大斜率法等方法（Yu等，2003；Piao等，2011）。White等人（2009）对比分析十类物候监测方法提取北美地区植被春季物候，结果表明各类物候算法监测结果差异明显，不同物候监测算法所提取的生长起点不一致。此外，数据源时间序列会使得同一区域范围遥感物候监测结果差异很大（White等，2009；Schwartz和Hanes，2010；White等，2014），因此，有必要深入分析遥感物候结果的有效性及精度。 EVI或LAI）时间序列的曲线变化特征，这个特征是否与地面物候观测到的物候节点对应，且不同的参数的时间序列提取的植被物候特征是否一致，这些都是影响植被物候产品验证精度、分析有效性的关键问题，需要更深入的分析与讨论。 现阶段已发布的遥感物候产品MODIS遥感物候产品MLCD（MODIS global land cover dynamics product）MODIS EVI为数据源，相较于NDVI在高覆盖敏感性降土壤影像、消除大气传输干扰等方面进行了改进已有学者对MLCD产品开展了一些验证工作北美地区两个森林站点的地面观测数据验证物候提取结果，说明MLCD物候产品能监测植被的展叶和落叶过程，但生长终点的不确定性较大。Hmimina等人（2013）研究结果表明MLCD物候产品在热带雨林区域存在较多的数据缺失，且该区域反演的物候期与实际值存在系统偏差。全球遥感物候产品的缺