研究成果| IEEE TGRS: 探究MODIS全球叶面积指数产品的内部一致性

文摘   科学   2024-08-03 10:04   北京  

导言

  遥感气候数据记录(Climate Data RecordsCDRs)为了解陆地、海洋、大气和冰盖变化提供了基础信息,是气候变化研究和决策制定的关键参考。在CDRs生产和应用中,产品的评估和验证起着至关重要的作用。然而,现有的评估方案都依赖于简单的、时空不变的指标来评估产品的整体质量,从而导致因观测条件、算法差异和传感器退化而产生的产品内部不一致被长期忽视。作为全球气候观测系统(GCOS)认可的基本气候变量,叶面积指数(Leaf Area IndexLAI)是 CDRs 的重要组成部分,也是地表和气候建模的重要变量,其产品内部的不一致有可能增加相关研究的不确定性。为了完善 LAI产品的评估方案,本研究提出了一种评估全球 LAI时间序列产品的新视角,以 MODIS C6.1 LAI 产品为例,通过不同传感器产品之间的交叉比较以及产品本身的时空相关性来推断其内部一致性,并且评估了内部不一致对LAI年际趋势分析的影响。该评价视角对于完善CDRs的评价方案、指导遥感产品的正确使用和后续改进方向提供了重要参考。

  该研究成果近期以“An Insight into The Internal Consistency of MODIS Global Leaf Area Index Products”为题发表于国际期刊《IEEE Transactions on Geoscience and Remote Sensing 杂志(IF = 7.5)。该研究得到国家自然科学基金委项目支持(42192580, 42271356)。


原文信息

题目:An Insight into The Internal Consistency of MODIS Global Leaf Area Index Products

期刊:IEEE Transactions on Geoscience and Remote Sensing (IF7.5)

第一作者:张行健

通讯作者:闫   凯 kaiyan@bnu.edu.cn

发表时间:2024.08

DOI:https://doi.org/10.1109/TGRS.2024.3434366

论文内容

1

方    法

1 研究的技术路线图


本研究的评估框架如图1所示。我们首先对土地覆被数据和MODIS LAI产品进行了预处理,掩膜非植被类型的区域,根据质量控制图层挑选出主算法LAI和备份算法LAI。随后,由于MODIS Terra Aqua产品具有一致的传感器和反演算法,因此我们对Terra Aqua产品的各算法反演结果进行交叉比较。此外,我们对相同时期、相同像素位置相邻两Terra LAI 产品进行了时空相关性分析,推断其内部一致性,并且评估算法不一致对短期植被变化检测的影响。最后,为了研究内部不一致性对长期趋势分析的影响,我们比较了两种算法控制方法下的北半球生长季平均LAIGSA LAI)在长时间序列中趋势一致性。

2

结     果

由于卫星观测的质量随时间和地点的不断变化,不同时期MODIS LAI产品的内部一致性也随之变化。高纬度区域受大角度观测、冰雪覆盖的影响,备用算法比例在MAMSONDJF时期具有较高的占比,而在亚马逊雨林等热带区域,在云雨天气的影响下,备用算法也有较高比例。其中夏季(JJA)具有较高的内部一致性。

2021年四个时期备用算法比例的全球分布。


对于禾本科/谷类作物和JJA时期的阔叶作物,主算法和备用算法表现出相似的数值分布。但是,对于其他生物群落类型,备算法的LAI 的中位数、上四分位和下四分位相对较低,尤其是在常绿阔叶林(EBF)中。这表明有更多的备用算法像素的LAI值分布在较低的范围内。

2017-2021年间主算法和备份算法的月平均 LAI 的直方图和箱线图。只有在一个月内同时采用了主算法和备份算法的像素才作为分析像素


此外,对Terra Aqua的交叉验证显示,当两种传感器的算法一致时,两个传感器之间的差异很小。然而,当算法不同时,差异就会扩大,这种差异体现在备用算法LAI低于主算法的LAI。从纬度刨面图来看,高纬度区域的较为主算法和备用算法较为一致,但随着纬度的降低,不一致在扩大。

图4 2003至2021年期间Terra 和 Aqua不同算法组合的 LAI 差异(MOD15A2H-MYD1512H)的全球分布模式


5 纬度平均差异分布,纬度间隔为 1°


如果MODIS LAI产品相邻两年间的算法均为主算法时,像素对(pixel pair)显示出最高的相关性,而当算法均为备用算法或者检索算法发生变化时,像素对的相关性明显降低。从两年间LAI的变化来看,算法不发生变化时,LAI的变化非常微弱,而算法路径发生变化时,LAI的变化剧烈,尤其是在常绿阔叶林(EBF)。此外,不同的算法路径变化方向,会带来相反的植被LAI增减信号。

5 相邻两年间的相同位置像素对的LAI相关性(R)和偏差(Bias)对比。取 2003-2004、2010-2011 和 2020-2021 年三组结果的平均值。


 2002 2021 年的多年平均 GSA LAI 和变异系数(CV)的空间分布图表明,北半球约有 31.09% Mixed LAI 值小于Main LAI 值,约52.55% 的区域Mixed LAI CV大于Main LAICV 值和平均 GSA LAI 不相等的区域主要出现在北半球的高纬度地区和热带地区,这些地区的时间序列中往往有一定比例的备用算法 LAI总体而言,MODIS LAI 产品的内部不一致性导致了 LAI 绝对值的差异,并增加了异常时间波动的可能性。


图6 北半球 GSA LAI 的空间分布及其在不同算法控制方法下的差异。(a) 2002-2021年GSA LAI的多年平均值,(b) 2002-2021年GSA LAI时间序列的CV。


  产品内部不一致对 LAI  趋势检验结果的影响很小。在不进行 MK 检验的情况下,约 82.04% 的植被像素显示Main LAI 和 Mixed LAI的趋势幅度几乎相等,较大的差异集中在热带和高纬度地区。两种算法控制方法通过趋势检验的区域面积非常接近(p < 0.1)。在这些区域中,约31.94% Main LAI显著增加,而Mixed LAI显著增加的像素比例为30.64%。此外,Main LAI Mixed LAI  显著下降的地区分别占 4.80% 4.55%。密度散点图显示,Main LAI Mixed LAI绝大部分像素表现出一致的趋势方向。

图7不同算法控制方法下GSA LAI趋势分布及其差异。(a) 趋势估计,(b) 通过 MK 显著性检验p < 0.1的趋势估计。


图8不同算法控制方法LAI的年际趋势散点密度分布


  根据上述结果对八种植被类型的内部一致性综合排名,结果显示越简单的植被类型,内部一致性越好。具体来说,禾本科/谷类作物(B1)、灌木(B2)和阔叶作物(B3)的内部一致性更高。常绿阔叶林(B5)的内部一致性较差。此外,我们还观察到,产品的内部一致性随季节的变化而变化,落叶针叶林(B8)受影响最大,而 EBFB5)最稳定,这是因为反射率产品质量往往与季节相关。


图9根据上述结果对八种植被类型的内部一致性综合排名


3

结    论

在卫星观测条件较差的情况下,遥感产品的最佳反演算法往往会失效,因此不得不使用性能较差的备用算法,这导致遥感产品中普遍存在内部不一致。本研究为验证和评估全球 LAI 产品提供了一个新的视角,有助于构建更全面的遥感产品评估体系。此外,为了削弱产品的内部不一致,可以从以下几个方面进行探索:提高输入数据的质量、使用更好的备用算法、改进多日合成算法以及对现有产品后再处理。在实际应用中,本研究建议用户在使用LAI产品时,参考数据质量层,选择恰当数据。如果不需要时空连续的LAI数据,建议只使用主算法反演的LAI。否则,我们建议使用内部一致性更高的后处理数据集,如 HiQ-LAIhttps://doi.org/10.5194/essd-16-1601-2024) 和 SI LAIhttps://doi.org/10.5194/essd-16-15-2024, 2024)。


论文链接

https://ieeexplore.ieee.org/document/10613880


引用格式

X. Zhang et al., "An Insight into The Internal Consistency of MODIS Global Leaf Area Index Products," in IEEE Transactions on Geoscience and Remote Sensing, doi: 10.1109/TGRS.2024.3434366.

资助信息

National Natural Science Foundation of China (42192580 and 42271356). 


供稿:张行建

审核:闫   凯

点击左下角“阅读原文”直达原文网页



本课题组近期其他成果:


1. 研究成果|植被随机辐射传输模型的新进展:改进、评估与验证
2. 研究成果|MODIS&VIIRS叶面积指数产品质量稳定性评估
3. 研究成果|Topo-KD:全地形自适应的线性核驱动BRDF模型
4. 研究成果|MODIS LAI/FPAR产品文献计量可视化综述
5.研究成果|不同植被指数用于像元二分法反演植被覆盖度时的不确定性分析
6.研究成果|一种可有效提高数据平滑性的MODIS叶面积指数多天合成方案
7.研究成果| STICA:一种综合利用地理时空相关性提高MODIS叶面积指数产品质量的方法
8.研究成果| 基于动态加权最小二乘的异质性像元线性核驱动BRDF模型反演方案
9.研究成果|青藏高原草地生长季长度对极端气候事件的响应分析
10.研究成果| 结合三维模拟和卫星观测量化评估植被指数的饱和效应
11.研究成果| 面向植被动态监测的FY-3D地表反射率性能评估
12.研究成果| ESSD: 独立于传感器的高精度全球LAI/FPAR气候数据集发布!
13.研究成果| ESSD: MODIS叶面积指数产品质量提升数据集(HiQ-LAI: 2000-2022)
14.研究成果| RSE: 从机载激光雷达估测冠层光子再碰撞概率
15.研究成果| TGRS: 基于视觉大模型和轻量化先验的通用在轨地表异常检测方法



“致广大而尽精微”

遥感模型构建 | 地表参数反演 

遥感产品验证与分析 | 植被与气候动态响应


VERSE植被与生态遥感
Vegetation-Ecology Remote SEnsing(VERSE)关注植被-生态遥感科研进展,分享定量遥感与生态、气候响应的研究成果,包括遥感模型构建、地表参数反演、遥感产品验证、植被与气候响应等主题内容。
 最新文章