利用光学植被指数来表征红树林物候特征的评估

《Ecological Indicators》：Assessment of optical vegetation indices for characterization of mangrove phenology

红树林 phenology 的植被指数选择与时间序列重建优化研究基于2019-2022年Sentinel-2数据，评估26类VI（结构、叶绿素、类胡萝卜素等）的重建质量及 phenology 提取能力，提出RQI和RSRnc指标。结果显示叶绿素-水含量相关VI（MTCI、NDII、NBR）最优，结构类VI（NDVI、EVI）次之，且EVI/NIRv phenology 提前30-50天。通过HANTS算法改进和凋落物数据验证，揭示了不同VI与红树林物候特征及环境因子的响应机制差异。

　　在自然环境中，红树林是重要的沿海生态系统，其植被不仅具有盐分耐受性，而且能够全年保持常绿状态。这种生态系统对理解其季节性动态和生态过程具有重要意义。目前，研究者主要依赖归一化植被指数（NDVI）和增强植被指数（EVI）来通过卫星监测红树林的物候变化。然而，其他能够反映植物生理和生化特征的植被指数（VIs）在红树林物候分析中的应用仍然较少。本文利用2019年至2022年的Sentinel-2卫星影像，评估了六类植被指数（包括结构、叶绿素、类胡萝卜素和花青素、水分含量、干物质和光合作用）在红树林物候表征中的表现，并对它们所展示的物候模式进行了比较。研究还结合了地表观测数据，以验证卫星遥感数据的准确性。

研究首先选取了26种植被指数，并改进了时间序列重构算法HANTS（Harmonic ANalysis of Time Series）。接着，提出了重构质量指数（RQI）和归一化累积重构成功率（RSR_nc）来评估所有植被指数在红树林物候表征中的能力。基于RSR_nc，进一步选取了五种表现最佳的植被指数（包括MERIS陆地叶绿素指数、归一化近红外指数、归一化燃烧比值、EVI和植被近红外反射率），用于提取物候参数。最后，将卫星观测到的物候模式与地表落叶数据进行了对比分析。结果表明，叶绿素和水分含量相关的植被指数在表征红树林季节模式方面优于常见的结构相关指数，其中EVI和NIRv的物候模式较MTCI、NDII和NBR提前了30至50天。此外，基于RQI的模型选择策略提高了重构质量，而RSR_nc则有效评估了不同植被指数在红树林物候表征中的能力。所有植被指数均与落叶呈负相关，其中MTCI、NDII和NBR在较短的时间滞后下表现出更强的相关性。

### 1. 研究背景

红树林生态系统因其丰富的生物多样性和重要的生态功能而受到广泛关注。它们不仅在热带和亚热带沿海地区形成重要的食物链，还能够有效减少海岸线侵蚀，并净化潮间带环境。红树林在碳循环中扮演着重要角色，通过吸收和储存大气中的二氧化碳，对全球碳平衡产生显著影响。植被物候是指植物的生长周期，包括周期性发生的生物事件，如叶片展开和衰老，它调控了植物的光合作用活动，并直接影响植物的年碳吸收量。因此，研究红树林的物候不仅有助于分析热带和亚热带地区碳循环的过程，还能够帮助理解红树林生态系统的能量交换、种子传播和生产力变化。

近年来，多时相遥感技术的发展为大规模监测植被物候提供了密集的时间序列数据。这些技术使得从太空观测红树林物候成为可能。然而，目前大多数研究仍然主要依赖NDVI和EVI等传统植被指数，而较少考虑其他能够反映植物生理和生化特征的植被指数。此外，红树林的常绿特性使得其冠层在全年内的变化较为微弱，这对使用传统植被指数进行物候表征带来了挑战。因此，探索其他类型的植被指数在红树林物候分析中的应用具有重要意义。

### 2. 材料与方法

本研究的流程如图2所示，主要包括以下步骤：（i）选取中国沿海地区的85个感兴趣区域（ROIs），并获取对应的Sentinel-2数据和落叶观测数据；（ii）从六类植被指数中选择26种；（iii）对每种植被指数进行时间序列重构，并评估重构质量；（iv）评估所有植被指数在红树林物候表征中的表现；（v）对每类植被指数中表现最佳的指数提取物候参数，并从原始观测、重构时间序列和物候参数三个方面进行比较；（vi）将卫星观测数据与地表落叶数据进行对比。

在方法上，我们选择了26种植被指数，并将其分为六类：结构相关、叶绿素相关、类胡萝卜素和花青素相关、水分含量相关、干物质相关和光合作用相关。我们通过改进HANTS算法，结合特定的重构参数设置，对这些植被指数的时间序列进行重构，并提出了RQI和RSR_nc指标，用于评估重构质量与植被指数的物候表征能力。RQI是基于R2（决定系数）和R_f（拟合率）的平衡指标，而RSR_nc则用于评估不同植被指数在不同阈值下的重构成功率。

为了确保足够的站点年份用于后续比较，我们选取了满足最低重构标准（R2≥0.4和R_f≥0.7）的站点年份，提取物候参数。这些参数包括生长季开始（SOS）、峰值（POS）和结束（EOS）等。通过分析不同植被指数的物候参数，我们能够识别出真实生长周期，并排除伪波动导致的虚假峰值和谷值。此外，我们还进行了统计分析，包括计算不同植被指数之间的平均差异（AD）和平均绝对差异（AAD），以及使用Wilcoxon配对符号秩检验评估这些差异的显著性。

### 3. 研究结果

通过分析26种植被指数的重构成功率（RSR_nc），我们发现叶绿素和水分含量相关的植被指数在红树林物候表征中表现最佳，而结构相关的植被指数表现较弱。其中，EVI和NIRv在重构成功率方面表现突出，而MTCI、NDII和NBR则表现出较强的物候相关性。此外，我们还发现，所有植被指数均与落叶呈负相关，其中MTCI、NDII和NBR在较短的时间滞后下表现出更强的相关性，而EVI和NIRv则需要更长的时间滞后。

在物候参数提取方面，我们发现EVI和NIRv的物候模式与NDII、MTCI和NBR相比，通常提前30至50天。这可能是因为这些植被指数对叶片的新陈代谢更为敏感。我们还发现，尽管EVI和NIRv的物候模式相似，但它们的重构质量较高，而MTCI、NDII和NBR的重构成功率较高。这表明，不同的植被指数在红树林物候表征中具有不同的优势。

### 4. 研究讨论

本研究的创新点在于提出了RQI和RSR_nc指标，用于评估植被指数在红树林物候表征中的表现。传统的植被指数评估方法往往忽视了重构质量的评估，而RQI和RSR_nc则能够更全面地反映植被指数的重构能力和物候表征能力。此外，我们还首次系统地比较了不同类别的植被指数在红树林物候分析中的表现，发现叶绿素和水分含量相关的植被指数在物候表征中具有更强的潜力。

在红树林物候分析中，结构相关的植被指数（如NDVI和EVI）虽然被广泛使用，但它们在表征红树林季节模式时表现出较低的准确性。这可能是因为红树林的常绿特性导致其冠层变化较小，而结构相关的植被指数主要依赖于红树林的冠层结构和叶绿素含量的变化。相比之下，叶绿素和水分含量相关的植被指数能够更准确地反映红树林的生理和生化变化，因此在物候分析中表现更优。

此外，我们还发现，虽然EVI和NIRv在物候模式上相似，但它们的重构质量较高，而MTCI、NDII和NBR的重构成功率较高。这表明，不同的植被指数在红树林物候分析中具有不同的适用性。我们还通过对比分析，发现EVI和NIRv在提取物候参数时表现出较高的相似性，而MTCI、NDII和NBR则在重构时间序列时表现出较强的稳定性。

### 5. 研究结论

本研究系统评估了26种植被指数在红树林物候表征中的表现，并验证了其与地表落叶数据的一致性。主要结论如下：

1. **叶绿素和水分含量相关的植被指数在红树林物候表征中表现最佳**。其中，EVI和NIRv的物候模式通常比MTCI、NDII和NBR提前30至50天，而MTCI、NDII和NBR在重构成功率方面表现突出。

2. **基于RQI的模型选择策略提高了重构质量**。通过综合考虑R2和R_f，我们能够更准确地选择重构模型，从而提高物候分析的可靠性。

3. **所有植被指数均与落叶呈负相关**。其中，MTCI、NDII和NBR在较短的时间滞后下表现出更强的相关性，而EVI和NIRv则需要更长的时间滞后。这些发现为红树林物候监测提供了新的视角，并为其他热带和亚热带生态系统的物候研究提供了参考。

通过本研究，我们不仅揭示了红树林物候的动态变化，还为植被指数的选择和应用提供了科学依据。这些研究成果对于理解红树林生态系统的功能状态和生产力变化具有重要意义，同时也为遥感技术在生态监测中的应用提供了新的思路。