基于CO2通量和遥感融合数据的亚高山草甸关键物候参数提取研究

作为祁连山地区最广泛分布的植被类型,亚高山草甸在维持当地碳水通量和响应气候变化方面扮演者重要的角色.因此,准确探测其物候动态对于深入了解山地生态系统功能及其对气候系统的反馈至关重要.在祁连山东北部15 km × 15 km的融合试验区内,结合地面涡度通量数据和多源卫星遥感影像,开展多源影像融合和陆表物候提取试验.采用增强型时空自适应反射率融合模型(ESTARFM)融合ETM+、OLI和VIIRS传感器的多源影像,重建2013～2020年双波段增强型植被指数(EVI2)、归一化植被指数(NDVI)和植被近红外反射率指数(NIRv)的高时间(最短1d)和高空间(30 m)分辨率时序影像数据集.在此基础上,利用双重双曲正切函数(DHT)和全局模型函数(GMF)拟合通量塔GPP和各遥感植被指数影像的生长曲线,并应用动态阈值法提取生长季始期(SOS)、峰期(POS)和末期(EOS),以评估不同融合植被指数提取亚高山草甸关键物候参数的适用性.结果表明:ESTARFM融合影像能够准确反映真实影像的亮度和纹理特征,但输入影像的云污染像元也会对融合精度产生影响.在站点尺度(无云污染),NIRv和EVI2表现出相似的融合精度;而在像元尺度(存在云污染,云量＜20％),NIRv的融合精度明显高于EVI2,表明NIRv在算法上提高了植被—裸土混合像元中植被部分反射率的敏感性,在云污染条件下仍能保持较高的融合精度.对于生长曲线拟合算法,DHT+GMF能准确模拟通量塔GPP和各遥感植被指数的季节动态,决定系数高于0.960和均方根误差低于0.062.3种植被指数融合影像的物候提取精度比较表明,NIR,,提取SOS和EOS的精度最高,而NDVI提取POS的精度最高,在站点(像元)尺度的偏差分别为4 d(3d)、5 d(5 d)和4 d(6 d).