CNSIF：为中国提供的500米分辨率太阳诱导叶绿素荧光数据集，助力精准生态监测 🌍
太阳诱导叶绿素荧光（SIF）数据为大规模生态系统功能的监测提供了独特的机会。然而，卫星扫描范围与空间分辨率之间的固有权衡，以及空间覆盖的不完整性和时间采样的间歇性，限制了其更广泛的应用。Kaiqi Du等人通过数据驱动的深度学习方法，开发了一个500米空间分辨率的月度SIF数据集（CNSIF），为中国地区提供从2003年到2022年的生态监测数据。
《Earth System Science Data》，ESSD 是一本国际性、跨学科的期刊，主要发表关于原始研究数据（数据集）的文章，旨在促进对高质量数据的再利用，这些数据对地球系统科学有益。期刊鼓励提交原始数据或具有重要贡献潜力的数据集合。ESSD 包括常规长度的文章、简短通讯（例如对数据集的补充）以及评论文章和特刊。
https://www.earth-system-science-data.net/
英文题目：CNSIF: A reconstructed monthly 500-m spatial resolution solar-induced chlorophyll fluorescence dataset in China
中文译名：CNSIF:重建的中国每月500米空间分辨率太阳诱导叶绿素荧光数据集
发布时间：2025年1月8日
发表期刊：Earth System Science Data
第一作者：Kaiqi Du et al
第一单位：中国农业大学
DOI：10.5194/essd-2024-432
CNSIF数据集的创新与构建
本研究通过基于高分辨率表观反射率和热红外数据的数据驱动深度学习方法，重建了中国地区的太阳诱导叶绿素荧光（SIF）数据集。该数据集具有500米的空间分辨率，能够更细致地捕捉植物光合作用的空间模式。🌱
CNSIF的动态表现与趋势分析
结果表明，CNSIF有效捕捉了中国地区植被光合作用活动的空间模式，并表现出0.054的年增长趋势。相比传统卫星数据，CNSIF提供了更高精度的光合作用动态监测数据。📈
数据验证与应用潜力
通过与塔基观测数据的对比，CNSIF能够有效跟踪不同生态系统的光合作用强度变化，验证了其作为碳通量估算工具的潜力。此外，CNSIF与MODIS月度总初级生产力（GPP）数据的强相关性（R²_2016 = 0.768, R²_2020 = 0.743，P < 0.001）进一步证明了其在估算碳流动中的应用前景。🌍
数据集的应用范围
CNSIF数据集的高分辨率光合作用活动估算为监测中国地区植被动态提供了有力工具，尤其是在评估分散农业生产时能够纳入生态系统碎片化效应，为全球碳循环系统和生物圈模型的细化提供数据支持。🌾
显著的季节性与年际变异性
CNSIF数据集展示了明显的季节性变化，年际间变异性更为显著。通过对比塔基观测数据，CNSIF成功捕捉了不同植被类型的动态趋势，准确再现了光合作用强度的季节性波动。🌞
空间分布和误差控制
空间上，CNSIF有效地反映了光合作用活动的空间分布，月度CNSIF栅格的标准误差平均控制在16%以内，确保了数据的高可靠性。📊
较高的碳通量估算精度
CNSIF与MODIS GPP数据以及塔基GPP数据的强相关性进一步证明了其在不同生物群落中的应用潜力，尤其在估算碳流动和碳循环模型中具有显著价值。🔬
通过综合评估CNSIF数据集并验证其性能，本研究表明，CNSIF数据集能有效捕捉中国地区的光合作用活动动态，展示出较高的空间分辨率和精确性。与传统的SIF趋势变化数据相比，CNSIF减少了对中国地区SIF趋势的过度估计，具有更高的应用价值。它为监测历史植被动态、理解生态系统碎片化效应对碳循环的影响以及优化全球碳循环估算提供了新的工具。
图1. 研究区域的土地覆盖类型以及本研究中使用的所有塔式观测站的位置。
图2. 基于CNN的SIF检索框架设计。
图3. (a)参考结果与重建预测结果的比较,(b)模型性能。
图4. CNSIF的空间分布。
图5. (a)CNSIF和GOSIF数据集之间的时间趋势差异,(b)2003年至2022年的纬度分布，以及(c)2003年至2022年平均CNSIF的时间序列变化。
图6. (a)-(g)对于具有两个或多个观测期的站点，基于塔的SIF观测结果与CNSIF之间的比较;(h)对于所有站点，基于塔的SIF观测结果与CNSIF之间的比较。
图7. (a)-(j)不同生物群系中CNSIF与基于塔的GPP观测结果之间的比较,(k)所有站点中CNSIF与基于塔的GPP观测结果之间的比较。
图8. CNSIF与MODIS GPP产品的比较。
图9. 基于不同输入数据大小的模型性能。
表1. 本研究收集的数据集概述。
表2. 本研究中使用的SIF站点的详细信息。
表3. 本研究使用了有关GPP站点的详细信息。
E N D
获取方式：关注我们的微信公众号“地学韦丰吉司长”。后台回复关键字“20250110”，即可直接获取原文PDF。（提示：关键字要完整）
免责申明
本推送文章（数据）来源于公开渠道，我们已注明相关信息来源，版权归原作者或出处所有。本推文仅用于学术交流和信息分享。欢迎广大学者们转发本号发布的内容，可留言或后台私信韦丰小编进行授权，转载请注明出处，侵删。
