应众多读者的需求和建议,遥感地理视界创建了学习交流群,想加入交流的可扫描下方二维码添加。请进群后按照群公告备注如“学位-学校(或机构)-昵称”格式(详情请查看公众号置顶推文)。
标题:Mapping global drought-induced forest mortality based on multiple satellite vegetation optical depth data
期刊:《Remote Sensing of Environment》(中科院1区Top, IF=11.2)
作者:Xiang Zhang et al.
doi:https://doi.org/10.1016/j.rse.2024.114406
随着全球气候变暖,干旱事件的频率和强度不断增加,全球森林死亡风险日益升高。准确理解干旱对森林的影响,尤其是干旱导致的死亡分布,对于科学理解全球生态干旱至关重要。以往的研究主要关注植物水分潜力或基于田间的水分胁迫,但这些方法往往无法直接代表森林干旱条件。光学植被指数能反映森林死亡,但会受到响应延迟、低时间分辨率和云层污染的影响。因此,当前基于气象和植被变量的全球干旱引起的森林死亡评估方法的准确性仍需提高。为应对这一挑战,研究利用植被光学深度(VOD)数据来描述干旱导致的森林冠层水分变化,VOD是描述微波波段植被透射率的参数,与森林水分含量和生物量密切相关,波长更长,穿透能力大于可见光和近红外遥感信号。研究采用植被光学深度(VOD)数据,结合植被指数、气象数据、地形等变量,构建了干旱引起的森林死亡预测模型,并使用该模型生成了一系列全球干旱引起的森林死亡地图。通过计算VOD的年度变化(ΔVOD)作为监测和模拟全球干旱引发的森林死亡的补充指标,提高了监测模型的准确性。此外,研究还综合了多种数据源,包括来自全球长期微波植被光学深度气候存档(VODCA)的Ku波段、X波段和C波段数据,以及来自SMAP-INRAE-BORDEAUX(SMAP-IB)产品的L波段VOD数据。研究结果表明,与基于植被或气象变量的模型相比,与VOD相关的变量对死亡模型的贡献显著。特别是ΔVOD与参考死亡率之间显示出较高的相关性,优于相对水分含量、增强的植被指数和气候水分亏缺。通过在模型中加入ΔVOD,全球森林死亡地图的准确性从R2=0.45提高到R2=0.63,通过优化ΔVOD与参考死亡率之间的两阶段相关阈值,进一步提高了地图的准确性至R2=0.72。此外,研究还发现不同波段的VOD对森林死亡的敏感性不同,其中L波段和C波段的VOD与森林死亡相关性更为显著。本研究通过综合植被光学深度(VOD)和其他相关变量的应用,本研究显著提高了对全球干旱引起的森林死亡监测的准确性。VOD尤其是ΔVOD,作为直接指示植被水分变化的指标,对预测干旱引起的森林死亡非常有效。全球森林死亡地图的生成对进一步分析由极端全球干旱事件引起的森林碳变化具有重要价值。此外,该研究的方法和结果对全球变化、森林管理和生态系统健康评估等领域提供了重要的科学支持和决策依据,强调了在模型中采用具有明确生理基础的指标的重要性。文章来源 :
Zhang, X., Zhang, X., Terfa, B. K., Nam, W. H., Zeng, J., Ma, H., ... & Chen, N. (2024). Mapping global drought-induced forest mortality based on multiple satellite vegetation optical depth data. Remote Sensing of Environment, 315, 114406.
免责声明 :
本公众号发布的内容仅供学习交流使用,内容版权归原作者所有。如有侵犯您的权益,请及时与我们联系。