原位观测与基于卫星的森林冠层含水量估算之间的差异

《Remote Sensing of Environment》：Divergence between in situ and satellite-based estimates of forest canopy water content

森林冠层水分动态的卫星与地面遥感对比研究。通过Sentinel-2 NDWI与GNSS-VOD在落叶林和常绿针叶林中的同步观测，发现NDWI在夏季因冠层饱和导致灵敏度下降，无法有效捕捉短期水分变化，而VOD能反映垂直冠层水分动态，与土壤湿度和蒸腾作用（ET）显著相关。研究揭示了NDWI对生物量（EVI）和气象因素的敏感性差异，提出多源数据融合可优化干旱监测。

　　随着全球气候变化的加剧，干旱事件的发生频率和强度都在上升，这使得森林生态系统的健康状况研究变得尤为关键。森林冠层含水量作为衡量森林对这些环境压力反应的重要指标，其监测对于理解森林生态系统的适应性具有重要意义。目前，基于卫星的光学植被指数，如归一化差值水指数（NDWI），常被用来在更长的时间范围内监测大范围内的森林冠层含水量。然而，卫星的顶部观测视角限制了其对冠层下部以及林下植被的敏感度。本文通过分析Sentinel-2卫星数据获取的NDWI与现场测量的植被光学深度（VOD）之间的季节性关联，探讨了这两种方法在评估森林冠层水含量方面的有效性。

研究使用了两种不同结构的森林生态系统（即常绿针叶林和落叶阔叶林）中获得的共时和互补的测量数据，这些数据覆盖了四个季节。VOD通过全球导航卫星系统（GNSS）数据计算得出，数据来自一个位于冠层上方和下方的接收器天线，用于评估整个冠层垂直方向上的水含量变化。此外，研究还结合了Sentinel-2衍生的增强植被指数（EVI）、基于涡旋通量的蒸散发（ET）估算、土壤湿度、空气温度、降水量以及短波入射辐射等现场测量数据，以更好地解释观测结果。

研究结果表明，在落叶林中，VOD和NDWI在季节间表现出较大的变化，这种变化与生物量的变化相吻合，正如EVI所显示的那样。研究还发现，2022年夏季的干旱对落叶林中的VOD和ET产生了影响，但并未对NDWI造成明显变化。相比之下，在常绿针叶林中，我们仅观察到ET的明显季节性，而VOD和NDWI的变化轨迹有所不同。我们得出结论，基于卫星的NDWI在冠层含水量较高时容易饱和，而VOD则显示出对冠层含水量变化和生物量变化的敏感性，如ET和土壤湿度动态所表明的那样，以及EVI所暗示的生物量变化。这些初步的探索性发现可以激发学界对VOD敏感性的讨论，并可能帮助优化未来VOD网络的采样设计。

森林生态系统在调节水和碳交换方面发挥着重要作用，这使得它们成为连接土壤、生物圈和大气的重要媒介。这些交换过程与各种非生物和生物因素相互作用，导致森林生态系统对气候变化的影响反应迅速。特别是，森林冠层含水量、土壤水分供应以及大气水分需求的组合对森林健康至关重要。详细的冠层含水量信息已被证明可以提升地表模型的准确性，旨在评估气候变化对不同生态系统的具体影响。此外，冠层含水量数据在其他应用中也发挥着重要作用，例如火灾风险评估等。

冠层水循环过程可以通过现场测量或基于卫星的遥感（RS）观测进行评估。这两种方法各有优势，现场测量可以提供高时间分辨率的数据，但空间覆盖有限；而RS数据则可以覆盖大面积区域，但时间采样频率较低。为了更全面地评估森林冠层水含量的动态变化，研究结合了现场测量和卫星观测，以期能够更准确地理解这些变化。然而，由于光学卫星的顶部观测视角，我们只能观察到冠层的最上层，这在一定程度上限制了其对整个冠层垂直变化的敏感性。因此，需要考虑观测几何、测量足迹以及数据获取时间等因素，以确保现场测量和卫星数据之间的可比性。

为了验证NDWI与VOD之间的关系，研究利用了两个瑞士森林（Laegern森林和Seehornwald森林）中获取的3.5年时间序列数据，这些数据包括Sentinel-2的NDWI和GNSS的VOD。同时，研究还结合了基于卫星的EVI，以及现场测量的ET和多种非生物因素（如空气温度、土壤湿度、降水量和短波入射辐射）的数据。研究通过分析这些数据的季节性变化，探讨了NDWI和VOD之间的对应关系，以及它们与EVI、降水和温度之间的动态变化。此外，研究还比较了VOD和ET在不同非生物因素下的响应，以揭示它们对环境变化的敏感性。

研究结果表明，在落叶林中，NDWI、VOD和ET都遵循典型的物候周期，夏季在叶存在的情况下表现出较高的值，而在叶脱落的季节则值较低。在叶存在期间，VOD在所有年份都显示出迅速上升的趋势，而在夏季和秋季逐渐下降，直到12月和1月达到最低值。冬季叶脱落期间，VOD的变化较小，由于没有叶片，GNSS信号的衰减减少，导致VOD值在漫长的冬季保持较低水平。ET的变化模式与VOD相似，但在短期变化上有所不同，例如在夏季中期的快速增加与VOD在8月底的低点相吻合。这种变化模式可能与林下植被的生长有关，尤其是在2022年夏季干旱期间。相比之下，在常绿针叶林中，VOD和ET的变化模式较不明显，这可能是由于该生态系统中生物量变化较小。NDWI在常绿针叶林中表现出与VOD和ET相反的变化趋势，夏季的值较低，而冬季的值较高。

研究进一步分析了NDWI和VOD之间的关系，以及它们与EVI之间的相关性。结果表明，在落叶林的叶存在期间，EVI和VOD之间存在显著的正相关性（Spearman相关系数为0.533），这表明叶的生长变化对VOD具有重要影响。NDWI与VOD之间的相关性较弱（Spearman相关系数为0.356），这可能与NDWI在冠层含水量较高时出现的饱和效应有关。在叶脱落期间，两种指数的相关性均下降，这表明在生物量变化较小的生态系统中，NDWI和VOD之间的关系受到更多的干扰。在常绿针叶林中，NDWI和VOD之间存在显著的负相关性（Spearman相关系数为?0.524），这可能是由于冬季积雪覆盖的影响，积雪增加了NDWI的值，而VOD则受到温度变化的影响。

研究还探讨了VOD和ET在不同非生物条件下的响应。结果表明，VOD对非生物因素（如降水、温度）的变化表现出更高的敏感性。例如，在2022年的夏季干旱期间，VOD和ET均表现出显著的变化，而NDWI则未显示出明显的响应。这种差异可能源于NDWI主要反映冠层上部的水分变化，而VOD则能够捕捉到整个冠层的水分动态。此外，VOD对土壤湿度的变化表现出明显的依赖性，尤其是在干旱条件下，土壤水分的减少会显著影响VOD的值。相比之下，NDWI对土壤湿度的变化表现出较弱的响应，这可能与其对冠层结构变化的不敏感性有关。

研究还发现，NDWI在冬季的低温条件下表现出较高的值，这可能是由于积雪的高水分含量和其在近红外波段的高反射率。因此，在有大量积雪覆盖的区域，NDWI可能不太适合用于评估冠层含水量。相反，VOD能够更准确地反映冠层含水量的变化，因为它能够捕捉到整个冠层的水分动态，包括冠层下部和林下植被的水分变化。这种能力使得VOD在评估森林对气候变化的响应方面具有优势，尤其是在长期趋势和季节性变化的研究中。

此外，研究还分析了VOD和ET在不同时间尺度上的响应，包括短期（如一天内的变化）和长期（如几个月的变化）。在短期尺度上，VOD和ET的变化模式较为一致，而在长期尺度上，VOD的变化可能受到更多因素的影响，如生物量的变化和土壤水分的长期趋势。这些发现表明，VOD和ET在评估森林对环境变化的响应方面具有互补性，VOD能够反映水分在冠层中的储存情况，而ET则能够反映水分的流失情况。

通过结合现场测量和卫星数据，研究提供了对森林冠层含水量动态的深入理解。这些数据不仅有助于评估森林对气候变化的适应性，还可能为未来的森林管理提供科学依据。例如，VOD和ET的结合可以更准确地识别干旱的类型，是由于大气条件还是土壤水分的不足引起的。这种识别对于制定有效的森林保护和管理措施具有重要意义。

综上所述，本研究通过分析两种不同的森林生态系统中NDWI和VOD的时间序列数据，揭示了它们在评估森林冠层含水量方面的不同能力和局限性。NDWI在冠层上部的水分变化中表现出较高的敏感性，但在整个冠层的水分变化中可能不够准确。而VOD则能够更全面地反映整个冠层的水分动态，包括冠层下部和林下植被的变化。这些发现不仅有助于理解森林对气候变化的响应，还可能为未来的遥感技术和现场测量方法的优化提供新的思路。