物理引导的机器学习方法用于从Landsat地表反射率估算时空无缝FAPAR

《International Journal of Applied Earth Observation and Geoinformation》：Physics-Guided Machine learning approach for estimating spatiotemporally seamless FAPAR from Landsat surface reflectance

　　

吸收性光合有效辐射比例（FAPAR）量化了植被在400–700 nm光谱范围内吸收的太阳辐射比例，是冠层能量吸收能力的基本指标（Fensholt et al., 2004）。它是估算生态系统净初级生产力（NPP）的关键输入参数，并为气候变化对植被动态的影响提供重要见解（Gower et al., 1999）。因此，生成高时空分辨率的FAPAR产品对于理解陆地生态系统光利用机制、模拟植被生产力以及评估生态系统服务至关重要。

目前，已有多个中分辨率（250 m–1000 m）全球FAPAR产品可供使用，包括源自全球陆地卫星（GLASS）、中分辨率成像光谱仪（MODIS）、可见光红外成像辐射计套件（VIIRS）等平台的产品（Liang et al., 2021, Xu et al., 2018, Yan et al., 2018）。这些产品在陆地表面模型中的应用仍然受限，因为其空间分辨率不足以捕捉地表异质性，而地表模型需要更精细的分辨率作为输入（Qiao et al., 2026, Zhang et al., 2024）。

Landsat卫星系列以其数据质量和可靠性著称，已成为环境监测的重要资源（Loveland and Dwyer, 2012）。但由于16天重访周期和持续云污染的限制，利用Landsat数据生成连续FAPAR时间序列面临挑战。当前高分辨率FAPAR反演方法大致可分为三类：基于物理的方法、数据驱动方法和混合方法。

基于物理的方法主要依赖辐射传输模型（RTMs），通过模拟太阳辐射与冠层相互作用来提供跨生态系统的物理意义上合理的解决方案。研究者开发的RTM，包括Walthall & Price土壤双向反射分布函数（BRDF）模型（Price, 1990, Walthall et al., 1985）、PROSPECT-D叶片光学模型（Féret et al., 2017）、四流任意倾斜叶片散射（4SAIL）冠层模型（Verhoef et al., 2007）、解析雪BRDF模型（Kokhanovsky et al., 2011）以及LibRadtran 2.0.3大气模型（Emde et al., 2016），已被广泛用于利用卫星观测反演表征陆面和大气的变量。然而，基于物理的方法面临三个主要挑战：RTM反演的不确定性和等效性、均质性假设与实际像素异质性之间尺度不匹配带来的系统性误差，以及高计算成本。尽管查找表（LUTs）和神经网络模拟器加速了反演过程，但这些方法往往以估算精度换取计算效率（Zhang et al., 2022）。

数据驱动方法，尤其是机器学习（ML）和深度学习（DL），因其计算效率高且能捕捉复杂非线性关系，在FAPAR估算中获得了显著关注。传统的ML算法，包括梯度提升和随机森林，在不同景观的植被参数反演中已显示出显著成功（Chen et al., 2026, Zhou et al., 2025）。这些方法能够处理高维数据并整合多种数据源，使其在高分辨率FAPAR估算中具有前景。然而，这些方法存在一些固有限制，包括对训练数据质量的高度依赖、物理可解释性有限，以及在应用于不熟悉的条件或区域时泛化能力降低。

将物理模型与数据驱动方法耦合的混合方法已成为FAPAR估算的有前景的解决方案。这些方法通常采用PROSAIL或SLC（土壤-叶片-冠层）等RTM生成基于物理的训练数据集，用于训练机器学习模型进行业务化反演（Jin et al., 2022）。这种耦合策略在保持计算效率的同时提高了预测可靠性，但仍存在关键挑战：确保RTM模拟反映真实世界条件、管理不确定性传播以及优化模型参数和训练。近期研究在先前知识整合、不确定性量化和先进数据融合等方面的努力显示出前景，但仍需进一步研究。

尽管近年来方法学取得了显著进展，但从Landsat数据生成连续的高分辨率FAPAR产品仍然具有挑战性。传统ML方法具有出色的数据挖掘和非线性表示能力，但往往缺乏足够的物理约束，这可能导致在跨不同地表类型和变化的大气条件应用时产生不可靠的估算。虽然物理模型提供了坚实的理论基础，但其计算需求使得大规模和高分辨率应用不切实际。对于单一模型而言，同时整合物理模型和ML的优势具有挑战性。然而，通过引入物理引导ML，可以在解决复杂物理性质的同时弥补ML可解释性有限的不足（Lee et al., 2026）。因此，探索物理引导的ML方法可以增强模型反演和泛化能力，在可解释性和稳健泛化之间取得平衡。

因此，研究人员提出了一种新颖的物理引导机器学习（PGML）方法，用于反演高分辨率、时空无缝的FAPAR。在该方法中，首先使用耦合的土壤-植被-大气RTM在全局代表性像元处模拟Landsat地表反射率和相应的FAPAR。然后，将模拟的Landsat地表反射率-模拟FAPAR与实际Landsat地表反射率-实际FAPAR相结合，开发了PGLGBM模型，用于直接从Landsat地表反射率估算晴空FAPAR。最后，开发了第二个LGBM模型，通过整合时空约束、先验知识和环境因子来重建云条件下的缺失FAPAR。所提出的物理引导LGBM方法整合了物理模型和机器学习的优势，生成了保持高精度同时保留物理真实性的时空无缝Landsat FAPAR产品。

物理引导的机器学习估算时空无缝Landsat FAPAR研究解读

一、研究背景与问题

吸收性光合有效辐射比例（FAPAR）是表征植被冠层在400–700 nm光谱范围内吸收太阳辐射比例的关键生态参数，作为生态系统净初级生产力（NPP）估算的核心输入变量，对理解陆地生态系统光能利用机制和评估气候变化对植被动态的影响具有重要科学价值。目前，国际上已发展了多个中分辨率（250 m–1000 m）全球FAPAR业务化产品，如全球陆地卫星（GLASS）、中分辨率成像光谱仪（MODIS）和可见光红外成像辐射计套件（VIIRS）等。然而，这些产品的空间分辨率不足以准确捕捉地表异质性，限制了其在精细尺度陆面过程模拟和生态应用中的使用。Landsat卫星系列提供了长达40余年的30 m分辨率对地观测数据，具备生成高分辨率FAPAR产品的潜力，但其16天重访周期和云污染严重影响制约了连续FAPAR时间序列的生成。

在方法论层面，现有高分辨率FAPAR反演方法可分为三类且各有局限：基于物理的辐射传输模型（RTM）反演方法虽具有坚实的物理基础，但面临反演不确定性与等效性、均质性假设与像元异质性之间的尺度失配以及高计算成本等挑战；数据驱动的机器学习（ML）方法虽具备出色的非线性拟合能力和计算效率，但高度依赖训练数据质量，缺乏物理可解释性，在陌生条件下泛化能力有限；已有的物理-数据混合方法虽然通过RTM模拟数据训练ML模型，但仍面临模型参数优化、模拟与真实一致性等关键问题。因此，如何在同一框架内同时融合物理模型的机理性和机器学习的高效性，实现高精度、时空无缝的30 m FAPAR估算，是当前研究面临的重要科学问题。

二、研究内容与主要发现

针对上述问题，研究人员提出了一种新颖的物理引导机器学习（PGML）框架，通过机制-学习级联策略实现Landsat 30 m时空无缝FAPAR估算。该框架由两个阶段组成：第一阶段，利用耦合的土壤-植被-大气辐射传输模型模拟Landsat地表反射率与对应FAPAR，将模拟样本与真实观测样本按2:1比例协同训练，构建物理引导的轻量级梯度提升机（PGLGBM）模型，直接从晴空Landsat地表反射率估算FAPAR；第二阶段，开发第二个LGBM模型，整合时空约束（目标日期前后及邻近年份的晴空FAPAR）、先验知识（太阳天顶角、纬度、儒略日、GLASS FAPAR、高程、坡度、坡向）以及环境变量（温度、饱和水汽压差、太阳辐射），对云污染像元的缺失FAPAR进行重建。研究通过多个独立验证数据集（GBOV、ImagineS、DIRECT2.0）和多种对比方法对所提出的框架进行了全面评估。结果表明：PGLGBM模型在晴空FAPAR估算中取得高精度（R2>0.800，RMSE<0.105），云污染重建模型同样表现优异（R2>0.793，RMSE<0.114），且显著优于纯物理模型、纯机器学习模型和现有时空融合算法（ESTARFM、Fit_FC、HCM）。该研究提出的方法成功生成了2013—2021年中国西南地区时空连续的30 m FAPAR产品，验证了框架在大区域、长时序应用中的可行性。相关成果发表在《International Journal of Applied Earth Observation and Geoinformation》。

三、关键技术方法

研究人员采用的主要技术方法包括：（1）构建耦合RTM模拟系统，集成LibRadtran大气辐射传输模型、Walthall & Price土壤BRDF模型、PROSPECT-D叶片光学模型、4SAIL冠层模型及雪BRDF模型，利用EFAST全局敏感性分析筛选敏感参数，采用SCE优化算法反演地表与大气参数；（2）基于GLASS V6 LAI时间序列进行K-means聚类选取全球6,400个代表性样点，结合30 m土地覆盖产品筛选均质像元（≥95%纯度）进行RTM模拟，并将ImagineS和GBOV地面站点数据纳入训练；（3）采用机制-学习级联策略构建PGLGBM，将模拟SR-模拟FAPAR与真实SR-真实FAPAR样本按2:1比例协同训练LGBM模型实现晴空FAPAR直接估算；（4）构建时空约束驱动的云污染FAPAR重建LGBM模型，融合多时相FAPAR均值、环境变量和辅助地形数据，通过10折空间交叉验证和12折时间交叉验证评估模型稳健性；（5）利用NDVI-FAPAR关系进行数据质量控制，采用基于站点的数据划分方案（85%训练、15%验证）和早停策略防止过拟合。

四、研究结果

（1）晴空FAPAR估算精度评估。通过对比五种训练策略（纯ML-地面测量、纯ML-模拟数据、特征增强、多输出耦合、样本协同），PGLGBM在LaReina和Capitanata站点的R2分别达0.936和0.950，RMSE为0.068和0.077，表明样本协同策略有效融合了模拟数据的物理一致性与实测数据的地面真实性。

（2）云污染FAPAR重建性能分析。Landsat云污染重建LGBM模型训练和独立验证R2分别为0.939和0.926，RMSE为0.068和0.075；空间与时间交叉验证结果稳定，表明模型能稳健捕捉植被的空间异质性和时间变化；五个站点的可视化对比显示重建FAPAR与参考图及晴空FAPAR高度一致。

（3）地面测量验证。Landsat晴空FAPAR与ImagineS（R2=0.803，RMSE=0.105）和GBOV（R2=0.873，RMSE=0.102）参考数据高度一致；云污染重建FAPAR与地面测量对比R2为0.793和0.856，RMSE为0.113和0.110；73.2%、75.1%、70.8%和73.0%的地面测量像元满足0.1或0.2的FAPAR目标精度要求。

（4）与现有产品对比。聚合至3 km后与DIRECT2.0测量对比，Landsat产品精度最优（R2=0.875，RMSE=0.075），优于GLASS和MODIS；在同精度框架下，Landsat达到最高P值（86.3%），显著高于GLASS（74.5%）和MODIS（58.8%）；多种土地覆盖类型的时间序列分析表明，除MODIS存在明显时间不连续外，Landsat FAPAR与GLASS和参考值高度一致，且在农田站点与地面物候更吻合。

（5）区域应用评估。2019年中国西南地区Landsat FAPAR空间分布连续完整、无缺失数据，时空格局合理：高原地区FAPAR值普遍较低且季节变化小，森林和农田主导区域值较高，7—8月达到峰值；与GLASS和MODIS相比，Landsat在空间完整性和分辨率方面均具优势。

五、讨论与结论

讨论部分指出，本研究的核心方法学创新在于通过模拟与实测样本的协同训练实现物理引导机器学习，2:1的样本比例是基于样点覆盖和模型稳健性的务实选择而非最优质，在2:1至4:1区间内模型均表现出较强的稳健性。与现有研究相比，该框架利用Landsat 40年存档数据提供比GLASS和MODIS更高的空间分辨率，通过物理引导增强了模型的可解释性，且重建方法比现有时空融合算法更具灵活性，不依赖完全无云的参考影像。局限性方面包括：耦合RTM可通过增加生化和结构参数进一步优化；两阶段设计中的不确定性传播虽有界且已量化，但仍有改进空间；FY-3B MERSI参数与30 m样点之间存在尺度失配，已通过均质像元筛选和粗到细的转移方向予以缓解。

研究结论指出，现有MODIS、GLASS和VIIRS等FAPAR产品的粗分辨率阻碍了对像元尺度植被变异的表征。本研究提出的物理引导机器学习方法成功实现了时空无缝30 m FAPAR估算：首先使用耦合土壤-植被-大气RTM模拟FAPAR和对应地表反射率；其次通过机制-学习级联策略构建PGLGBM实现晴空FAPAR直接估算；最后建立整合时空约束和环境变量的LGBM模型重建云污染FAPAR。晴空FAPAR的R2高于0.800且RMSE低于0.105，云污染FAPAR的R2超过0.793且RMSE低于0.114。所生成的产品被表征为确定性的物理引导FAPAR估算而非完全约束的物理反演产品，该方法在大区域、长时间序列FAPAR产品生成方面具有广阔应用前景，可为全球陆地生态系统和碳监测研究提供有力支撑。