原文以“Derivation of temporally continuous LAI reference maps through combining the LAINet observation system with CACAO”為題發(fā)表在Agricultural and Forest Meteorology上。
作者：Gaofei Yin,Ainong Li,Huaan Jin,Wei Zhao,Jinhu Bian,Yonghua Qu,Yelu Zeng, Baodong Xu原文鏈接：https://www.sciencedirect.com/science/article/abs/pii/S0168192316307031
LAINet：一種不間斷的LAI觀測系統(tǒng)，由無線傳感器網(wǎng)絡(luò)技術(shù)開發(fā)，詳情請參考文獻(xiàn)：10.1016/j.compag.2014.08.003
CACAO：（Consistent Adjustment of the Climatology to ActualObservations）：根據(jù)實際觀測對時序穩(wěn)態(tài)進(jìn)行調(diào)整的一種數(shù)據(jù)融合方法，詳情請參考文獻(xiàn)：10.1109/TGRS.2012.2228653

葉面積指數(shù)(LAI)是指單位水平地面面積綠葉總面積的一半，在光合作用、呼吸作用和蒸騰作用等方面的模擬、應(yīng)用起著關(guān)鍵作用。分享的這篇文獻(xiàn)主要關(guān)注LAI在遙感方面的以下兩個應(yīng)用：

1.葉面積指數(shù)數(shù)據(jù)庫（Leaf area index (LAI)products）（中文文獻(xiàn)里通常將“Leaf area index (LAI) products”翻譯成“葉面積指數(shù)產(chǎn)品”，此處采取了不同翻譯，請讀者注意）一般通過遙感產(chǎn)生，被廣泛地應(yīng)用于大部分的地表過程模型。

2.在驗證過程中，需要根據(jù)葉面積指數(shù)參考圖將實地測量進(jìn)行尺度上推（upscale）達(dá)到低分辨率。

評估葉面積指數(shù)數(shù)據(jù)的不確定性，對葉面積指數(shù)數(shù)據(jù)庫的正確應(yīng)用至關(guān)重要，因此，迫切需要時間連續(xù)的葉面積指數(shù)參考圖。然而，有兩個主要的問題阻礙了時間連續(xù)的葉面積指數(shù)參考圖的生成：

1.如何高效且低成本地獲得時間連續(xù)的現(xiàn)場測量數(shù)據(jù)？

2.如何獲得時間連續(xù)的、高空間分辨率的、與現(xiàn)場測量同步的衛(wèi)星圖像？

這篇文獻(xiàn)結(jié)合LAINet觀測系統(tǒng)（圖2）和CACAO時空融合方法，提出了一種解決上述兩個問題的方法：

首先，通過LAINet觀測系統(tǒng)獲得多角度的間隙率，接著對多角度的間隙率進(jìn)行分析可以獲得有效的、時間連續(xù)的葉面積指數(shù)。通過CACAO時空融合方法去重新計算時間連續(xù)的歸一化植被指數(shù)（NDVI）。

圖1、試驗區(qū)Landsat-8 OLI假彩色合成圖像(波段5-4-3)。黑**格指示MODIS像元，點代表部署在研究區(qū)域內(nèi)的LAINet觀測系統(tǒng)的位置。

圖2、LAINet系統(tǒng)示意圖，上方節(jié)點（Above Node, AN）（b）和下方節(jié)點（Below Node ,BN）（c）分別安裝了3個、9個量子傳感器。12個傳感器通過Zigbee協(xié)議與中央節(jié)點（Central Node,CN）通訊。中央節(jié)點接收12個傳感器的數(shù)據(jù)并將數(shù)據(jù)通過GPRS網(wǎng)絡(luò)傳輸給遠(yuǎn)程的數(shù)據(jù)服務(wù)器（Data Server,DS），服務(wù)器進(jìn)一步處理測量數(shù)據(jù)，輸出葉面積指數(shù)。

圖3、LAINet觀測系統(tǒng)測量的平均葉面積指數(shù)的時間變化

圖4、Landsat-8 OLI NDVI與CACAO時空融合方法重新計算的NDVI之間的回歸。DOY187和235的數(shù)據(jù)分別以紅色和綠色顯示。

然后，通過指數(shù)函數(shù)擬合去訂正將重新計算的NDVI與現(xiàn)場測量的LAI聯(lián)系起來的轉(zhuǎn)換函數(shù)。

通過將訂正的轉(zhuǎn)換函數(shù)應(yīng)用到重新計算的NDVI去生成時間連續(xù)的葉面積指數(shù)參考圖。

研究者們在一個作物種植點對所提出方法的效果進(jìn)行了評估。結(jié)果如下：

1.重構(gòu)的LAI參考圖與根據(jù)Landsat-8 OLI NDVI得出的原始LAI參考圖有很高的一致性 (R2 = 0.90, RMSE = 0.27 at 30 m resolution, R2 = 0.97, RMSE = 0.09 at 1 km resolution)。

圖5、重構(gòu)的葉面積指數(shù)與原始葉面積指數(shù)的回歸。(a)分辨率為30米；(b)分辨率尺度上推到1公里。DOY187和235的葉面積指數(shù)分別以紅色和綠色顯示。

2.通常情況下，MOD15A2的葉面積指數(shù)數(shù)據(jù)具有相對較高的分辨率、基本包含植物的所有物候期，但將重構(gòu)的時間連續(xù)的LAI參考圖作為基準(zhǔn)去驗證MOD15A2的葉面積指數(shù)數(shù)據(jù)庫，發(fā)現(xiàn)MOD15A2的葉面積指數(shù)數(shù)據(jù)出現(xiàn)明顯的低估，誤差約為0.30。

這項研究的結(jié)果有助于評估葉面積指數(shù)數(shù)據(jù)不確定性的時間動態(tài)，有利于植物的長期監(jiān)測以及我們更好地理解LAI數(shù)據(jù)。

致謝：感謝論文作者對翻譯的修改

作者簡介：