東北地理所在中國(guó)濕地植被葉面積指數(shù)遙感反演方法研究領(lǐng)域取得重要進(jìn)展
葉面積指數(shù)（Leaf Area Index，LAI）作為表征植被冠層結(jié)構(gòu)與生態(tài)功能的重要參數(shù)，可直接反映濕地植被的生長(zhǎng)狀態(tài)、物質(zhì)能量交換能力及生態(tài)系統(tǒng)初級(jí)生產(chǎn)力，是濕地退化評(píng)估、修復(fù)成效監(jiān)測(cè)和氣候變化響應(yīng)研究的核心指標(biāo)。由于濕地生態(tài)系統(tǒng)具有景觀破碎復(fù)雜、植被類型多樣、土壤-水體背景異質(zhì)顯著、季節(jié)性和潮汐性周期淹水等特征，傳統(tǒng)遙感LAI反演在濕地場(chǎng)景中常受到水體信息干擾、混合像元效應(yīng)和模型泛化能力不足的多重限制，未能實(shí)現(xiàn)大尺度、長(zhǎng)時(shí)序濕地LAI的精準(zhǔn)反演。開(kāi)展大尺度濕地植被LAI的精確反演，對(duì)于評(píng)估濕地生態(tài)系統(tǒng)健康和理解濕地碳循環(huán)過(guò)程及其對(duì)氣候變化的響應(yīng)機(jī)制具有重要的科學(xué)意義，極具科學(xué)意義和應(yīng)用迫切性。
為解決上述科學(xué)問(wèn)題，中國(guó)科學(xué)院東北地理所濕地遙感研究團(tuán)隊(duì)基于多年野外原位數(shù)據(jù)積累與多源遙感數(shù)據(jù)，率先構(gòu)建了一套面向全國(guó)尺度的濕地LAI混合反演與制圖方法框架，實(shí)現(xiàn)了我國(guó)國(guó)家尺度濕地植被生態(tài)參數(shù)、10 m空間分辨率的突破。該研究整合了2013–2023年期間我國(guó)不同濕地植被類型的865組野外實(shí)測(cè)LAI數(shù)據(jù)，通過(guò)遙感云計(jì)算平臺(tái)融合多源衛(wèi)星影像（Sentinel-2與Landsat-8），創(chuàng)新性地提出一種“物理模型+主動(dòng)學(xué)習(xí)+機(jī)器學(xué)習(xí)回歸”的混合建模策略。通過(guò)經(jīng)典輻射傳輸模型（PROSAIL-5B）增強(qiáng)模型可解釋性，采用主動(dòng)學(xué)習(xí)技術(shù)優(yōu)化訓(xùn)練樣本分布，緩解病態(tài)反演和樣本冗余問(wèn)題，提高復(fù)雜濕地生物群系下的模型泛化能力，結(jié)合隨機(jī)森林機(jī)器學(xué)習(xí)算法建立高效穩(wěn)健的LAI反演模型。
圖1 基于PROSAIL?5B模擬數(shù)據(jù)集、高斯過(guò)程回歸（GPR）和五種主動(dòng)學(xué)習(xí)（AL）方法的模型評(píng)估
研究結(jié)果表明，相較于傳統(tǒng)物理或經(jīng)驗(yàn)回歸方法，該混合模型顯示出顯著優(yōu)勢(shì)，R2提升 0.15–0.40，RMSE降低0.02–0.27，RRMSE下降3.37%–12.78%。該研究自主研發(fā)了適應(yīng)濕地高水分背景與復(fù)雜下墊面的新型植被指數(shù)TBVI5、TBVI3和TBVI1，進(jìn)一步提升了濕地植被LAI反演的穩(wěn)健性和有效性。濕地LAI制圖結(jié)果在精度、一致性等方面明顯優(yōu)于已有LAI產(chǎn)品，可為濕地的保護(hù)與修復(fù)評(píng)估其對(duì)氣候變化的響應(yīng)研究提供有力支撐。
該成果近期在線發(fā)表于遙感領(lǐng)域國(guó)際重要期刊ISPRS Journal of Photogrammetry and Remote Sensing（東北地理所C刊，IF=12.2），由東北地理所甄佳寧助理研究員（第一作者）、毛德華研究員（通訊作者）、王宗明研究員等，聯(lián)合美國(guó)羅德島大學(xué)Yeqiao Wang（王野喬）教授和深圳大學(xué)王俊杰副教授等共同完成，得到國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目（2023YFF0807204）、國(guó)家自然科學(xué)基金（42301429,42330109,and 42171372）、吉林省自然科學(xué)基金（YDZJ202401491ZYTS）、自然資源部大灣區(qū)地理環(huán)境監(jiān)測(cè)重點(diǎn)實(shí)驗(yàn)室開(kāi)放基金（GEMLAB-2023013）的共同資助。
論文信息：Jianing Zhen,Dehua Mao*,Yeqiao Wang,Junjie Wang,Chenwei Nie,Shiqi Huo,Hengxing Xiang,Yongxing Ren,Ling Luo,Zongming Wang,2026. National mapping of wetland vegetation leaf area index in China using hybrid model with Sentinel-2 and Landsat-8 data. ISPRS Journal of Photogrammetry and Remote Sensing,232: 18-33.
論文鏈接：https://doi.org/10.1016/j.isprsjprs.2025.11.031
附件下載：
吉公網(wǎng)安備22017302000214號(hào)
