长期卫星植被绿色度产品中年际变化存在的持续性高阶不一致性

《Agricultural and Forest Meteorology》:Persistent high-order inconsistencies in interannual variability across long-term satellite vegetation greenness products

【字体: 大 中 小 】 时间:2026年08月10日 来源:Agricultural and Forest Meteorology 6.6

编辑推荐:

  摘要尽管各方对长期绿化趋势存在广泛共识,但基于卫星数据的叶面积指数产品在呈现年际变化时却存在显著差异。我们利用三组截至2020年的常用长期数据集(GIMMS4g、GLOBMAP和GLASS),发现任意两组数据集之间的陆地网格单元中,出现统计上一致的年度波动的比例不到40%,其中差

  

摘要

尽管各方对长期绿化趋势存在广泛共识,但基于卫星数据的叶面积指数产品在呈现年际变化时却存在显著差异。我们利用三组截至2020年的常用长期数据集(GIMMS4g、GLOBMAP和GLASS),发现任意两组数据集之间的陆地网格单元中,出现统计上一致的年度波动的比例不到40%,其中差异最大的两组数据这一比例甚至低于10%。这类差异在寒冷潮湿地区尤为明显。在实际应用中,这种较高的差异性会导致温度与叶面积指数之间的相关性出现较大偏差,超过50%的网格单元呈现出相互矛盾的正相关或负相关关系,这可能影响大规模气候影响评估的准确性。因此,我们建议增加实地观测力度,并提高算法的透明度,以此提升遥感数据的可靠性,为气候-植被分析提供更可靠的依据。

引言

近几十年来,全球陆地生态系统普遍呈现“绿化”趋势,这一现象在多种基于卫星的植被指数中均有体现,比如叶面积指数(LAI)(Piao等人,2020;Wang等人,2022;Zhu等人,2016)。这一趋势是由自然因素和人为因素共同作用的结果,包括大气中二氧化碳浓度的上升(Ruehr等人,2023;Zhu等人,2016)、气候变暖(Huang等人,2019)以及土地利用变化(如农业扩张)(Chen等人,2019)。除了用于长期碳循环或水循环研究外,许多与陆地-大气相互作用及生态系统相关的应用也高度依赖年际变化情况(Alkama和Cescatti,2016;Forzieri等人,2017)。先前的研究已经发现,不同数据集在叶面积指数的年际变化方面存在显著差异(Jiang等人,2017),这些差异源于传感器更替、云层干扰以及算法设计的不同。在新的长期数据产品中,这类差异可能依然存在,并会影响相位匹配、持续性及响应幅度等更高阶的时间特征。对于那些依赖于年度植被变化的研究而言,了解并分析这些差异至关重要(Chen等人,2020;Forzieri等人,2017;Forzieri等人,2020)。
最近,有研究通过变异系数(CV,即标准差与平均值的比值)这一用于衡量年际变化相对幅度的指标,发现不同卫星数据集之间,以及观测数据与模型模拟结果之间也存在较大差异(Fernández-Martínez等人,2023;Tian和Luo,2024)。然而,由于变异系数主要反映的是多年期间的标准化变化程度(Kendall,1943),它无法完全体现持续性及响应幅度等更高阶的时间特征。此外,目前大多数研究仍侧重于分析不同数据集之间的差异,对其对气候相关分析的影响考虑不足(Piao等人,2020)。
本研究的主要目标是系统地量化并比较各类常用叶面积指数产品在反映植被动态方面的一致性。具体而言,我们首先评估这三组长期叶面积指数数据在截至2020年的长期趋势及年际变化方面的表现。随后,我们通过分析这些数据在估算局部温度与植被相关性方面的差异,以此作为典型且具有政策意义的例子,说明叶面积指数数据的不确定性如何影响气候相关研究。我们的研究结果强调了在将叶面积指数数据用于地表及生态系统研究时,必须充分考虑更高阶的差异性,同时也为改进遥感数据在气候-生态系统研究中的整合应用提供了科学依据。

章节节选

数据集

在我们的分析中,我们使用了三组长期叶面积指数数据集(见表1)。第一组是1982年至2020年的第四代全球库存建模与制图研究叶面积指数数据集(GIMMS4g),该数据以15天为间隔,空间分辨率为1/12°(Cao等人,2023)。这一数据集是基于最新的北京大学GIMMS NDVI产品开发而来的,整合了360万个高质量的全球Landsat叶面积指数样本。GIMMS4g专门设计用于减轻AVHRR传感器性能下降带来的影响,而AVHRR正是该数据集的主要观测来源。

叶面积指数的长期趋势

首先,我们分析了叶面积指数的长期趋势。三组数据均显示出明显的全球性长期绿化趋势,其中GLOBMAP数据集中的趋势最为显著,这一趋势主要是由21世纪叶面积指数的持续上升所推动的(图1a)。GLASS和GIMMS4g数据集也显示出了类似的趋势。从全球范围来看,这三组数据之间的两两相关性均为正相关,其中某些组合的相关系数甚至超过了0.9。

实际应用

为探究叶面积指数数据的一致性差异如何影响我们在实际气候评估中的可信度,我们以森林恢复工作作为应用案例。虽然森林恢复是实现碳封存的目标之一,但其带来的生物物理效应也对气候适应和影响评估具有重要意义。我们的分析表明,由于观测数据的不确定性,很难准确判断森林恢复究竟会带来净升温还是净降温效应。

结论

我们的分析表明,尽管主要的长期叶面积指数产品在对整体绿化趋势的判断上基本一致,但它们在呈现年际变化方面仍存在显著差异。因此,任何依赖年度叶面积指数变化的研究都不可避免地会受到观测不确定性的影响,这限制了我们解读短期植被动态及其与气候关系时的准确性。正如通过相关案例所展示的那样,

CRediT作者贡献说明

刘子伟:概念构建、数据整理、定量分析、研究设计、方法学研究、软件应用、初稿撰写。彭晓:概念构建、定量分析、研究设计、方法学研究、论文审阅与修改。王耀民:方法学研究、论文审阅与修改。Alan D. Ziegler:研究设计、论文审阅与修改。张宝清:论文审阅与修改。何晓刚:概念构建、资金筹集、研究设计、方法学研究、资源协调、研究监督、论文撰写。
Ziwei Liu|Xiao Peng|Yaomin Wang|Alan D. Ziegler|Baoqing Zhang|Xiaogang He
新加坡国立大学设计与工程学院土木与环境工程系,新加坡
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号