方红亮研究员团队发布2001-2019年全球500米分辨率植被聚集指数产品（CAS-CI，V1.1）

• ：数据中心
        
• ：2021-07-30

近日，中国科学院地理科学与资源研究所方红亮研究员团队通过国家生态科学数据中心提供的科技计划项目数据汇聚发布服务（http://www.nesdc.org.cn/data）发布了全球2001-2019年500米分辨率植被聚集指数产品（CAS-CI，V1.1），用户可在线获取。相关研究成果已在Remote Sensing of Environment上发表。

植被聚集指数（clumping index, CI）表征植被冠层中叶子的随机和聚集分布情况，是生态过程模型中重要的冠层结构参数。当叶子随机分布时，CI为1；当叶子聚集分布时，聚集指数小于1。自然界中大多数的叶子呈现聚集分布状态（CI < 1）。CI经常被用于由有效叶面积指数到真实叶面积指数（LAI）的转换和生态系统过程模型中阴阳叶比例的计算。CI影响冠层对辐射的截获以及辐射在冠层中的分布，因此决定了冠层的光合作用和蒸散（ET）作用。研究表明如果模型忽略CI的影响，初级生产力总量（GPP）和ET会被严重低估。

虽然很多实测研究表明CI有很强的季相变化和明显的年际变化，但是目前还没有任何全球的CI产品可以描述它的时间序列变化。这就导致目前对于全球植被CI时序变化的理解非常匮乏。更重要的是，已有的产品忽略了CI的季相变化和年际变化，这会给模型估算的GPP和ET带来较大的误差。

为了填补这个空白，方红亮研究员团队联合多位国际学者针对以上问题进行了探索。他们提出一个新的查找表算法并基于改进的热点-暗点（NDHD）模型，从最新的MODIS MCD43二向反射率函数（BRDF）数据生产了逐日分辨率的全球CI产品。通过全球验证显示，新产品的精度比以往产品有显著提升。

图 1.混交林(a)、水稻(b)和玉米(c)实测每日CI的时间变化。红点表示野外测量。绿线表示CI从主反演算法（QC = 0）反演

该项研究首次探索了全球植被冠层在过去近二十年的聚集状态（CI）变化，为全球植被变化研究提供了一个全新的视角。本研究生成的全球时间序列CI产品为植被物候、植被分类以及植被动态模型研究提供了更高质量的数据源。

图 2. 2001年到2017年全球CI和LAI之间的相关性(a)， LAI的季节变化(b)，LAI的年际线性趋势(斜率)(c)，以及全球时间序列CI和LAI变化及其线性关系(d)

本研究及数据制备得到国家重点研发计划项目“基于多源卫星遥感的高分辨率全球碳同化系统研究”（2016YFA0600200）和国家自然科学基金(41471295)支持。“基于多源卫星遥感的高分辨率全球碳同化系统研究”项目主要致力于发展生物圈和大气圈关键参数多源遥感协同反演技术、陆地生态系统模型与遥感数据同化方法、多源卫星与地面观测数据联合碳同化算法，进而建立耦合生态系统模型的高分辨率全球碳同化系统，联合同化多源观测数据，优化生态系统模型关键参数、光合和呼吸碳通量、重点区域人为源碳通量，定量揭示全球陆地生态系统和重点区域人为源碳通量时空格局、生态系统碳源汇驱动机制。项目制备生成的全球叶面积指数、叶片叶绿素含量、陆面温度、土壤湿度、总初级生产力（GPP）、净初级生产力（NPP）、净生态系统生产力（NEP）等数据产品，也将逐步在国家生态科学数据中心上线共享。

论文信息：

Wei, S., Fang, H., Schaaf, C. B., He, L., and J. M. Chen, 2019. Global 500 m clumping index product derived from MODIS BRDF data (2001-2017). Remote Sensing of Environment. 232, 111296.

https://doi.org/10.1016/j.rse.2019.111296

数据下载：点击这里

全球碳同化项目数据发布主页：点击这里