李靜，張虎，王曉函，張召星，谷晨鵬，文遠(yuǎn)，褚天嘉，柳欽火

1.中國科學(xué)院空天信息研究院 遙感科學(xué)國家重點(diǎn)實(shí)驗(yàn)室，北京 100101

2.中國科學(xué)院大學(xué)資源與環(huán)境學(xué)院，北京 100190

引 言

葉片葉綠素含量（leaf chlorophyll content, Chlleaf）是反映植被生理狀況的重要指標(biāo)，是獲取光合作用所需太陽輻射信息的重要參數(shù)[1-2]。葉綠素含量可為植被光照、溫度、水分脅迫及病蟲害監(jiān)測提供有效信息[3-5]，同時(shí)也是植被生產(chǎn)力模型的重要輸入?yún)?shù)[6-7]。遙感是獲取長時(shí)序動(dòng)態(tài)Chlleaf的主要技術(shù)手段，在過去20年中，雖然研究者提出了一系列的Chlleaf估算方法，但直到2020年才有第一個(gè)全球Chlleaf產(chǎn)品。該產(chǎn)品基于輻射傳輸模型+查找表的方法使用ENVISAT MERIS數(shù)據(jù)，生產(chǎn)了全球300米/7天的Chlleaf產(chǎn)品[8]。然而該產(chǎn)品的空間分辨率較粗且時(shí)間覆蓋范圍為2002-2012年，無法滿足如今日益精細(xì)化遙感監(jiān)測的需要。

盡管在過去的幾十年中不同國家成功發(fā)射了多顆中高分辨率衛(wèi)星，目前依然缺少高分辨率的Chlleaf產(chǎn)品?！吧诒枺⊿entinel-2）”首顆衛(wèi)星Sentinel-2A發(fā)射于2015年，并在2017年成功發(fā)射了Sentinel-2B衛(wèi)星，兩衛(wèi)星均搭載了多光譜成像儀（MultiSpectral Instrument, MSI），空間分辨率可達(dá)10 m，通過雙星觀測重訪周期可達(dá)5天[9]。由于Sentinel-2 MSI傳感器含有對葉綠素高度敏感且抗飽和性強(qiáng)的紅邊波段，因此可作為獲取高分辨率Chlleaf時(shí)序動(dòng)態(tài)變化的理想數(shù)據(jù)源?；赟entinel-2 MSI影像獲得的 Chlleaf產(chǎn)品可為生態(tài)環(huán)境監(jiān)測、生態(tài)系統(tǒng)碳循環(huán)建模等相關(guān)領(lǐng)域的研究提供更穩(wěn)定準(zhǔn)確的數(shù)據(jù)支撐，具有重要的意義。本文利用Sentinel-2高時(shí)空分辨率的優(yōu)勢，使用葉綠素敏感指數(shù)[10]（chlorophyll sensitive index, CSI）經(jīng)驗(yàn)回歸法生產(chǎn)了 MuSyQ (Multi-source data Synergized Quantitative remote sensing production system)高分系列中國區(qū)域2019-2020年30米 /10天分辨率的Chlleaf產(chǎn)品01版。

1 數(shù)據(jù)采集和處理方法

1.1 數(shù)據(jù)來源

本文使用的地表反射率產(chǎn)品是Sentinel-2 MSI反射率二級產(chǎn)品（Level-2A，L2A），該套數(shù)據(jù)經(jīng)過了輻射定標(biāo)、大氣糾正、幾何糾正等預(yù)處理。使用的產(chǎn)品空間范圍覆蓋中國全境，空間分辨率為10 m，時(shí)間范圍從2019年至2020年，時(shí)間分辨率為5天。本文選擇其RE1（紅邊1）、NIR（近紅外）、Blue（藍(lán)）波段數(shù)據(jù)計(jì)算了CSI指數(shù)，利用CSI和Chlleaf間經(jīng)驗(yàn)關(guān)系回歸計(jì)算Chlleaf并生產(chǎn)Chlleaf產(chǎn)品。CSI指數(shù)的計(jì)算方式如下：

CSI是一種對葉片信息敏感、冠層信息不敏感的葉綠素指數(shù)，不易受到LAI等冠層因素影響，因此可以用來計(jì)算Chlleaf。

1.2 數(shù)據(jù)處理

本文基于CSI指數(shù)經(jīng)驗(yàn)關(guān)系法[10]生產(chǎn)了高分辨率葉綠素含量產(chǎn)品。該方法計(jì)算效率高，且相比于 MTCI[11]，CIre[12]，TCARI/OSAVI[13]等已有指數(shù)的經(jīng)驗(yàn)關(guān)系法精度更高。包括冬小麥、大豆兩種作物類型共127條驗(yàn)證數(shù)據(jù)的驗(yàn)證結(jié)果顯示，基于CSI的經(jīng)驗(yàn)關(guān)系法較其他指數(shù)回歸法精度有明顯提高，均方根誤差RMSE可由10.04 μg cm-2下降至8.24 μg cm-2，決定系數(shù)R2由0.36上升至0.59[10]。由于 CSI對冠層結(jié)構(gòu)特征的不敏感型使其適用于大尺度 Chlleaf估算及產(chǎn)品生產(chǎn)。本文使用了PROSAIL模型[14]及PROSPECT+四尺度模型[15]模擬農(nóng)作物、草地、灌木、以及闊葉林、針葉林5種植被類型共100多萬條模擬數(shù)據(jù)，模擬數(shù)據(jù)涵蓋了LAI、Chlleaf、葉傾角分布（LAD）、類胡蘿卜素含量（Car）、葉片結(jié)構(gòu)參數(shù)（N）、土壤濕度（psoil）等參數(shù)在實(shí)際分布空間的變化?；谀M數(shù)據(jù)，采用線性回歸關(guān)系分別構(gòu)建五種植被類型CSI指數(shù)與Chlleaf的經(jīng)驗(yàn)關(guān)系并生產(chǎn)了全國30米分辨率10天合成的Chlleaf產(chǎn)品[10]。

本文使用的地表覆蓋數(shù)據(jù)是全球首套2020年全球30米精細(xì)地表覆蓋產(chǎn)品（Global Land Cover with Fine Classification System at 30m in 2020, GLC_FCS30-2020[16-17]），分類產(chǎn)品與算法中的分類方案對應(yīng)如表1所示。Chlleaf產(chǎn)品生產(chǎn)具體流程如下：1）對Sentinel-2 MSI反射率產(chǎn)品進(jìn)行去云處理；2）使用CSI

表1 植被地表覆蓋類型分類方案Table 1 Classification system of vegetation cover

回歸方法計(jì)算單天不同植被類型像元Chlleaf；3）將生產(chǎn)的Chlleaf產(chǎn)品重采樣到30 m，將單天Chlleaf結(jié)果使用最小值合成法合成到10天（圖1）。

圖1 MuSyQ高分30米空間分辨率10天合成的葉片葉綠素含量產(chǎn)品生產(chǎn)流程圖Figure 1 Diagram of generating MuSyQ30 m/10-day leaf chlorophyll content product

2 數(shù)據(jù)樣本描述

2.1 數(shù)據(jù)信息及結(jié)構(gòu)描述

MuSyQ高分30米空間分辨率10天合成的葉片葉綠素含量產(chǎn)品存儲格式為 *.tif，參考美國軍用網(wǎng)格參考系統(tǒng) （US-Military Grid Reference System, US-MGRS）進(jìn)行分幅，每個(gè)文件大小平均為23.8 MB，Chlleaf按照分幅后的條帶號和獲取時(shí)間存放在不同的*.tif文件中。產(chǎn)品其他信息及結(jié)構(gòu)描述見表2。

表2 Chlleaf產(chǎn)品信息及結(jié)構(gòu)描述Table 2 Description of Chlleaf product

2.2 數(shù)據(jù)樣本

使用1.2節(jié)的數(shù)據(jù)處理方法，得到了2019-2020年中國地區(qū)30米/10天分辨率的Chlleaf產(chǎn)品。圖2展示了全國2020年8月份合成的30 m分辨率Chlleaf產(chǎn)品及不同植被類型的 Chlleaf產(chǎn)品細(xì)節(jié)特征。

圖2 2020年8月合成葉綠素含量產(chǎn)品圖及不同植被類型的產(chǎn)品細(xì)節(jié)和時(shí)間序列曲線（審圖號：GS(2022)804號）Figrure 2 Chlleaf product in August 2020; details and temporal profiles for different vegetation types

如圖所示，我國Chlleaf空間分布呈現(xiàn)出東南高、西北低的特點(diǎn)，夏季Chlleaf高于40 μg cm-2的區(qū)域幾乎全部處于胡煥庸線以東，與我國不同地區(qū)的植被分布特征和生長狀況基本相似。6種不同植被類型的產(chǎn)品細(xì)節(jié)圖及時(shí)間序列變化顯示，DBF、GRA、CRP和SHR具有較強(qiáng)的季節(jié)物候特征：春季葉綠素含量增加，夏季穩(wěn)定在較高水平，在秋季，Chlleaf急劇下降至10 μg cm-2以下。EBF和ENF也表現(xiàn)出Chlleaf隨時(shí)間的變化，但Chlleaf最低值始終在20 μg cm-2以上。CRP和EBF的最高Chlleaf可達(dá)70 μg cm-2以上，其次是DBF和SHR，最高Chlleaf分別約為60 μg cm-2和55 μg cm-2。GRA和ENF的最高葉綠素含量最小，全年均在50 μg/cm2以下。

3 數(shù)據(jù)質(zhì)量控制和評估

生產(chǎn)過程中確定了 MuSyQ高分 Chlleaf產(chǎn)品生產(chǎn)的流程，規(guī)范了生成產(chǎn)品的數(shù)據(jù)格式、數(shù)據(jù)結(jié)構(gòu)、命名規(guī)則等，使數(shù)據(jù)產(chǎn)品生產(chǎn)標(biāo)準(zhǔn)化。本文使用了懷來綜合實(shí)驗(yàn)站的地面實(shí)測 Chlleaf數(shù)據(jù)來驗(yàn)證葉綠素遙感產(chǎn)品精度，其中落葉闊葉林樣本共計(jì)19個(gè)，常綠針葉林樣本共計(jì)31次，測量時(shí)間為2020年9至12月。使用與葉綠素遙感產(chǎn)品日期相同或最接近的地面測量數(shù)據(jù)來進(jìn)行驗(yàn)證（圖3）。如圖所示，對于兩種植被類型，產(chǎn)品的均方根誤差RMSE為8.80 μg cm-2，決定系數(shù)R2為0.50；其中闊葉林的RMSE = 5.11 μg cm-2，優(yōu)于現(xiàn)有產(chǎn)品（落葉闊葉林RMSE = 9.25 μg cm-2）；針葉林的RMSE= 9.24 μg cm-2，優(yōu)于現(xiàn)有產(chǎn)品（常綠針葉林 RMSE = 10.63 μg cm-2）。

圖3 MuSyQ高分Chlleaf產(chǎn)品直接檢驗(yàn)結(jié)果圖Figure 3 Validation results for MuSyQ Chlleaf product

4 數(shù)據(jù)價(jià)值

Chlleaf植被遙感監(jiān)測中最重要的參數(shù)之一，目前國際上缺少高分辨率的葉綠素含量標(biāo)準(zhǔn)化產(chǎn)品，難以滿足日益精細(xì)化的應(yīng)用需求。本產(chǎn)品利用Sentinel-2 MSI數(shù)據(jù)的時(shí)空分辨率優(yōu)勢，生產(chǎn)出30米/10天高時(shí)空分辨率的Chlleaf產(chǎn)品。在生產(chǎn)過程中使用了基于CSI指數(shù)經(jīng)驗(yàn)方法來計(jì)算不同植被類型的Chlleaf，相比已有Chlleaf產(chǎn)品，精度更高，產(chǎn)品時(shí)間序列物候特征更加顯著。本產(chǎn)品可覆蓋中國全境，能夠?yàn)橹脖蛔兓芯?、農(nóng)業(yè)林業(yè)應(yīng)用、生態(tài)環(huán)境監(jiān)測、政府部門決策提供準(zhǔn)確有效的數(shù)據(jù)支撐。

5 數(shù)據(jù)使用方法和建議

產(chǎn)品存儲格式為*.tif格式，能夠在ENVI、ARCGIS等相關(guān)軟件中進(jìn)行讀取、編輯及分析工作，也可使用MATLAB、Python等編程語言進(jìn)行更加便捷地讀取、處理和分析。

數(shù)據(jù)作者分工職責(zé)

李靜，女，黑龍江省齊齊哈爾市人，博士，研究方向?yàn)橹脖贿b感。主要承擔(dān)工作：研究思路及方案設(shè)計(jì)、論文撰寫。

張虎，男，河南省開封市人，博士研究生，研究方向?yàn)槎窟b感。主要承擔(dān)工作：葉片葉綠素含量反演算法研究及算法驗(yàn)證、論文撰寫。

王曉函，女，河南省安陽市人，碩士研究生，研究方向?yàn)橹脖贿b感。主要承擔(dān)工作：產(chǎn)品生產(chǎn)、產(chǎn)品分析和檢驗(yàn)。

張召星，男，新疆維吾爾自治區(qū)昌吉回族自治州人，碩士，研究方向?yàn)槎窟b感。主要承擔(dān)工作：數(shù)據(jù)預(yù)處理、產(chǎn)品算法實(shí)現(xiàn)。

谷晨鵬，男，河南省焦作市人，碩士研究生，研究方向?yàn)槎窟b感。主要承擔(dān)工作：森林葉片葉綠素含量反演算法研究、產(chǎn)品生產(chǎn)。

文遠(yuǎn)，男，河南省安陽市人，碩士研究生，研究方向?yàn)槎窟b感。主要承擔(dān)工作：產(chǎn)品生產(chǎn)。

褚天嘉，男，河南省洛陽市人，碩士研究生，研究方向?yàn)槎窟b感。主要承擔(dān)工作：產(chǎn)品生產(chǎn)。

柳欽火，男，江西省九江市人，博士，研究方向?yàn)槎窟b感。主要承擔(dān)工作：研究思路設(shè)計(jì)。