《Remote Sensing of Environment》:Drivers of spectro-temporal variability in multi-spectral soil reflectance measured from space: A continental-scale analysis
编辑推荐:
研究人员对土壤反射率的时间变异性进行了大陆尺度分析。在7年期间,对27,819个站点进行了并行Sentinel-2和Landsat 8分析。结果表明,太阳天顶角的季节性变化通过表面阴影效应产生强烈影响。方差分解显示,表层土壤水分的影响较小。土壤质地影响对水分和
研究人员对土壤反射率的时间变异性进行了大陆尺度分析。在7年期间,对27,819个站点进行了并行Sentinel-2和Landsat 8分析。结果表明,太阳天顶角的季节性变化通过表面阴影效应产生强烈影响。方差分解显示,表层土壤水分的影响较小。土壤质地影响对水分和光照的光谱敏感性。
**论文解读:空间多光谱土壤反射率光谱-时间变异性的驱动因素——一项大陆尺度分析**
**研究背景与问题**
土壤是陆地生态系统的核心,支撑全球约95%的食物生产。然而,集约化农业和气候变化加速了土壤退化,亟需可靠的大尺度监测方法。星载多光谱传感器(如Sentinel-2和Landsat 8)能够提供系统、重复的观测,但土壤反射率在时间序列中表现出显著变异性。这种变异性可能源自多种因素:表层土壤水分(soil moisture)已知会降低可见光-短波红外波段的反射率,而光照几何(illumination geometry)通过太阳天顶角(sun zenith angle)变化影响入射辐射,并与粗糙土壤表面产生阴影效应。尽管已有研究分别探讨了这两个因素,但它们在卫星观测中相对贡献的定量评估仍不充分。此外,Level-2A大气校正(如Sen2Cor)理论上补偿了部分光照效应,但残留的阴影效应是否显著未知。本研究旨在:1)量化表层土壤水分和光照几何对裸土反射率时间变异性的影响;2)评估粗糙裸土表面-光照相互作用的贡献;3)探讨效应大小与土壤质地(soil texture)的关系。论文发表在《Remote Sensing of Environment》。
**主要技术方法**
研究人员利用欧洲土壤数据库LUCAS(Land Use and Coverage Area frame Survey)的27,819个站点,结合2018–2024年(7年)的Sentinel-2和Landsat 8卫星影像,以及Copernicus表层土壤水分(surface soil moisture, pssm)产品、ERA5再分析逐小时降水数据(pera5)和Copernicus数字高程模型(DEM)。关键方法包括:1)基于归一化植被指数(NDVI)和归一化燃烧比(NBR)组合的动态阈值算法(HISET)识别裸土像素,并去除云、雾和干植被干扰;2)计算每个站点的太阳入射角(sun incidence angle, sia),结合DEM地形信息;3)在每个站点建立多元线性回归模型,以反射率为因变量,以太阳入射角和土壤水分(pssm或pera5)为自变量,通过方差分析(ANOVA)计算部分η2(η2_P)和标准化回归系数(β*)衡量效应大小;4)采用随机效应荟萃分析(random effects meta-analysis)汇总所有站点的全局估计,并利用Benjamini-Hochberg校正控制多重假设检验的假阳性率。此外,以欧洲227个机场的727个跑道平滑表面作为对照,分离阴影效应与大气校正残留效应。
**研究结果**
**4. Results**
总体而言,太阳入射角是解释裸土反射率时间变异性的主导因素。在Sentinel-2和Landsat 8的所有波段中,太阳入射角解释的方差比例(η2_P)介于0.18–0.28之间,标准化回归系数(β*)均低于-0.4,表明反射率随入射角增大而显著降低。表层土壤水分的影响较小,β*介于-0.27至-0.18之间。两个传感器的结果高度一致,但Landsat 8的预测区间更宽,因其观测样本较少。在短波红外(SWIR)波段(Sentinel-2 B11/B12,Landsat 8 B7),土壤水分的影响相对增强。
**4.1 Surface soil moisture estimated by antecedent precipitation**
当使用ERA5逐小时降水数据(pera5)作为土壤水分代理时,结果与图3一致:太阳入射角仍然主导方差,且SWIR波段水分效应更强。由于ERA5数据覆盖所有卫星过境时刻,预测区间略窄于pssm分析。
**4.2 Shadows in rough surfaces**
通过对比裸土站点与机场跑道平滑表面,发现跑道表面太阳入射角的η2_P和β*显著降低(例如B08波段η2_P降低近4倍)。这表明,Sentinel-2 Level-2A校正(Sen2Cor)主要补偿了辐照度效应,而裸土上观测到的强光照效应主要源于粗糙土壤表面的微阴影(micro-shadowing)和各项异性散射,而非大气校正残留。
**4.3 Correlation with soil texture**
基于LUCAS土壤质地信息,按粘土(clay)含量和砂(sand)含量进行分位数分层分析。结果显示:粘土含量较高的土壤(>25%)对太阳入射角的敏感性更强,表现为β*绝对值更大,这可能与粘土易形成大团聚体、增强表面微地形有关;砂含量较高的土壤对表层土壤水分的敏感性更弱,符合砂土持水能力低的物理特性。这些关系在多个光谱波段中一致,且预测区间较窄,表明效应稳健。
**讨论与结论**
**讨论总结**
研究结果表明,光照几何及其诱发的表面阴影效应是裸土反射率时间变异性的主要来源,其影响超过表层土壤水分。部分原因在于光学卫星数据存在采样偏差:湿润土壤常伴随阴天,导致可观测样本偏向干燥条件,从而限制了水分效应的可观测范围。土壤水分在SWIR波段的影响更强,这与辐射传输模型一致。阴影效应的大小与土壤质地相关,粘土含量高的土壤表现出更强的光照敏感性。研究结果对改进裸土的二向反射分布函数(BRDF)校正具有直接意义,建议基于太阳天顶角和土壤纹理参数化校正策略。此外,剩余的光照敏感性可作为土壤表面粗糙度的间接指标,服务于土壤结构和耕作管理监测。然而,荟萃分析显示站点间异质性较高(I2>50),全局效应不能直接用于站点预测,而是描述主要过程及其相对重要性。方法局限性包括:仅使用同日观测数据,保留原始空间分辨率避免重采样误差,以及仅比较站点内部关系而非跨站点。
**结论翻译**
在本研究中,研究人员证明,由光照几何引起的裸土像素Level-2表面反射率时间序列的方差显著大于与表层土壤水分相关的方差。这些发现在统计上具有稳健性,并在Landsat 8和Sentinel-2档案中表现出一致的模式。此外,利用两个外部数据集(Copernicus表层土壤水分和ERA5再分析降水数据)独立证实了表层水分的相对较弱影响。尽管这些关系在所有光谱波段中均被观察到,但其效应大小存在系统性差异,特别是土壤水分在短波红外(SWIR)区域的影响相对更强。裸土站点与平滑跑道站点的统计对比表明,光照驱动的方差主要源于表面-光照相互作用,如粗糙土壤表面的阴影效应和各项异性散射行为。此外,土壤质地调节了这些效应的强度,这一关系可能反映了微尺度表面结构(如团聚和结块)的差异,尽管本研究未直接探讨其潜在机制。该分析基于欧洲27,819个站点七年的数据,利用了Sentinel-2和Landsat 8档案的很大一部分。尽管研究结果可能并非普遍适用于所有区域和土壤类型,但总体模式在统计上得到了充分支持。这些结果提供了若干潜在应用:改进裸土BRDF校正方法以减少光照引起的变异性;将反射率变异性作为与土壤质地或管理实践相关的信息信号;以及指导数字土壤制图中代理变量的选择。