黑河中游农作物MODIS叶面积指数产品时间序列精度验证与变化特征分析

叶面积指数LAI(Leaf Area Index)是表征植被生长状态的一个重要的冠层结构参数.MODIS LAI产品是全球常用的遥感LAI产品之一.然而,由于地表异质性、数据质量、模型精度等多方面的差异,MODISLAI产品质量各有不同.基于无线传感器网络的LAINet仪器可以自动获取时间频率更密集的LAI实测数据,为验证卫星遥感LAI产品质量提供了有力支持.本文基于2018年和2019年黑河中游时间序列地面实测LAI数据与高空间分辨率卫星遥感植被指数数据,建立经验回归模型.将该模型反演高空间分辨率卫星遥感LAI作为参考LAI真值,对MODIS LAI产品进行了精度验证与稳定性评价,分析了 MODIS LAI与LAINet地面测量的差异原因.结果表明:与Landsat 8参考真值相比,MODIS LAI生长季的质量(RMSE2018=1.17,RMSE2019=1.14)优于衰落季(RMSE2018=1.39,RMSE2019=1.84),MODIS LAI总体低估,尤其是生长季后期.时间序列上,MODIS LAI产品能够刻画植被生长和凋落的季节特征,但生长前期波动性要强于后期.与LAINet观测方式的差异是MODIS LAI低估的主要原因,即遥感传感器从太空平台向下观测,LAI值在生长季后期受到叶绿素降低的影响,而LAINet仪器从冠层下向上观测,主要受到冠层间隙率的影响,因此对叶片内色素变化不敏感.对MODIS LAI产品的精度验证与稳定性评价结果表明,可以利用地面实测数据和卫星遥感数据反演时间序列LAI,但是,在使用类似玉米作物的生长季后期数据的时候,需要考虑到MODIS LAI与LAINetLAI观测对象与算法原理的差异.本研究可为MODIS LAI产品的使用者和算法研究者提供参考.