尺度效应是地球科学和定量遥感中的重要研究课题,目前的许多研究大多集中在估算尺度效应带来的误差,而对一些关键的植被结构参数是否存在尺度效应及其尺度转换方法尚存在诸多不同见解。本文针对真实和有效叶面积指数(Leaf Area Index,LAI和Effective LAI,LAIe)以及聚集指数(Clumping Index,CI)3个植被关键结构参数,从基本概念和获取方法上分析参数的尺度效应及其尺度转换方法。从定义上看,LAI并不存在尺度效应,而LAIe和CI则存在尺度效应,其中CI的尺度效应由LAIe引入(CI=LAIe/LAI)。在野外实测中,LAI破坏测量法没有尺度效应,但由孔隙率模型获取3个参数的方法均具有尺度效应。异速生长方程和遥感反演方法的尺度效应取决于方法本身的线性或非线性特征。目前全球主要的LAI、LAIe和CI遥感产品都基于非线性模型获取,其反演过程具有尺度效应。像元尺度的LAI本身并不具有尺度效应,而像元尺度的LAIe和CI虽然具有尺度效应,但在实践中常常被忽略。因此,实际工作中应注意区分参数概念本身、野外测量、遥感反演方法以及遥感产品等所展示的不同尺度效应。
利用卫星遥感生产叶面积指数(Leaf area index:LAI)产品并进行真实性检验是植被定量遥感的一项重要研究内容。过去10 a,我国研究人员利用MODIS或AVHRR观测数据生产了GLOBALBNU,GLASS,GLOBMAP,MuSyQ和FSGOM等数套全球和全国LAI产品,受到了国内外的广泛关注和应用。在产品生产的同时,我国学者也广泛开展了LAI产品在全球和区域尺度的真实性检验研究工作。本文总结了我国LAI卫星产品生产和验证研究工作的现状和趋势。近年来,我国在本领域相关的理论、技术和方法研究方面取得了全面进展,LAI产品精度和连续性已与国外先进水平相当,但仍然存在数据源单一且依赖国外、算法不确定性不清、生产不连续以及缺乏充分验证等问题,客观上影响了LAI产品应用的广度及深度。未来应充分利用新的卫星数据特别是国产数据,加强遥感机理模型、反演算法以及应用的创新研究,生产具有特色的高质量LAI产品,满足地球系统科学的研究需求。同时,应加强LAI验证基础设施建设,发掘利用更广泛的验证站点,同时增进国际合作,加强产品的推广使用,在与用户的互动交流反馈中进一步提高产品的市场。随着我国对相关研究投入的增加,可以预期未来20 a将是我国LAI遥感产品及验证研究由“跟跑”国际先进水平向“并跑”乃至“领跑”过渡的机遇期。
波形激光雷达(Light Detection And Ranging,LiDAR)已经大量用于森林叶面积指数(Leaf Area Index,LAI)估算,但是波形LiDAR数据估算森林LAI易受地形影响。地形坡度引起的波形展宽使得地面回波和植被冠层回波信息混合在一起,难以得到准确的地面回波和冠层回波,进而影响到LAI估算精度。为了估算不同地形坡度条件下的LAI,本文采用一种坡度自适应的方法处理机载LVIS和星载GLAS波形数据。通过坡度自适应的方法得到地面波峰位置,基于高度阈值来区分地面回波和冠层回波,进而得到能量比值用于LAI估算。基于LVIS和GLAS数据,估算了不同森林站点的LAI,并利用实测LAI数据进行检验。结果表明:利用波形LiDAR数据可以估算森林LAI,坡度自适应方法可以改善地形的影响,提高LAI估算精度。对于机载LVIS,估算新英格兰森林LAI精度为R2=0.77和RMSE=0.21;对于星载GLAS,估算塞罕坝森林LAI精度为R2=0.81和RMSE=0.28。无论机载还是星载数据,该方法都有着较高的精度,对于复杂地形估算LAI具有一定潜力。
