近日，国家重点实验室森林碳汇研究团队在遥感领域国际顶尖期刊《Remote Sensing of Environment》（中国科学院1区Top，IF=13.85）在线发表题为“Improving extraction phenology accuracy using SIF coupled with the vegetation index and mapping the spatiotemporal pattern of bamboo forest phenology”（SIF结合植被指数改进物候提取精度和竹林物候时空格局制图）的学术论文。国家重点实验室森林碳汇研究团队PI杜华强教授为通讯作者，李雪建副教授为共同通讯作者，博士研究生徐延鑫为第一作者，团队负责人周国模教授指导相关研究工作，毛方杰副教授参与相关研究。
气候变化影响物候，并通过物候(生长期开始SOS、生长结束EOS)调节植被光合等生理、生态过程。因此，物候对植被碳固定、碳水循环及其时空演变都有重要的影响，一直是国内外研究的前沿和热点问题。目前，国内外多采用NDVI、EVI、EVI2和NIRv等植被指数(VIS)来提取植被物候时空分布信息的。然而，这些植被指数不能从光合过程揭示植被物候状态，且难以提取亚热带森林植被物候信息。竹林是我亚热带森林生态系统的重要组成部分，固碳潜力强大，具有大年小年交替及爆发式生长等特殊物候现象，精准监测竹林物候及其时空分布对全面刻画竹林碳循环过程具有重要意义。
日光诱导叶绿素荧光SIF为640至850nm波长范围内植物能量的再释放，是植物光合作用过程中的副产品，已被证明是反映总初级生产力GPP最直接的指标。本研究结合竹林冠层结构和光合过程，创新提出了一种基于卫星的日光诱导叶绿素荧光SIF耦合VIS的竹林物候遥感监测方法。该方法首先对SIF和VIS时间序列产品进行归一化处理；然后取SIF和VIs均值并耦合SIF和VIs，构建新的植被指数SV；最后，采用时间序列重构法和阈值法提取中国竹林物候并分析其时空演化趋势。
研究表明，SIF耦合VIS构建新的植被指数SV能够更加精准的提取中国竹林SOS和EOS，与仅采用SIF进行物候提取信息提取的结构相比，精度R2分别提高了40.7%和7.7%，RMSE分别降低了24.7%和0.7%。分析表明，近10年(2011-2020年)，中国竹林的SOS主要集中在80-100天，且有提前趋势；而EOS主要集中在300-320天，整体表现为延迟。研究结果为分析气候变化对竹林生长及碳循环的影响提供了重要的数据支撑。
本研究得到国家自然科学基金、浙江省科技厅重点研发等项目资助。
全文链接：https://doi.org/10.1016/j.rse.2023.113785
