概要
植被冠层光合有效辐射吸收比率（FAPAR）是表征植被光合作用水平和生长状态的重要参量。目前国际上已发布多种FAPAR遥感产品（如MODIS、GLASS、GEOV2），且在陆面过程模拟、植被长势及物候监测等研究应用广泛。然而，已有产品空间分辨率较低，在异质地表应用时混合像元问题严重，难以满足小区域尺度精细化信息提取的要求，此时需要更高空间分辨率FAPAR数据。作为GLASS FAPAR产品的延伸，本研究基于30米分辨率Landsat数据发展了新的FAPAR反演算法，并生成了全球尺度高空间分辨率Hi-GLASS FAPAR产品。耦合土壤（GSV）-叶片（PROSPECT-D）-冠层（SAIL）的辐射传输模型用来描述黑空、白空和蓝空FAPAR与Landsat地表反射率数据之间的物理关系，并构建FAPAR-反射率之间的模拟数据库。然后，利用随机森林算法训练反射率-FAPAR之间的关系，考虑Landsat TM/ETM+/OLI传感器模拟与实际观测反射率之间的误差，将随机森林模型应用到实际Landsat影像，生成Hi-GLASS FAPAR产品。最后，利用全球收集的地面测量数据（如VALERI、ImagineS、GBOV）对不同Landsat传感器和植被类型Hi-GLASS FAPAR产品进行了广泛的精度验证。
结果表明，Hi-GLASS产品在蓝空（R2=0.91，RMSE=0.09，bias=0.03）、黑空（R2=0.94，RMSE=0.11，bias =0.02）和白空（R2=0.88，RMSE=0.10，bias =0.02）情况的FAPAR反演精度均较高。不同Landsat传感器反演精度R2和RMSE值略有不同，依次为TM（0.84，0.13）、ETM+（0.92，0.12）和OLI（0.95，0.11）。不同植被类型的表现依次为灌木（0.78,0.08）、作物（0.93,0.09）、草地（0.88,0.11）以及森林（0.85,0.13）。此外，Hi-GLASS产品显示了合理的植被生长动态空间分布和季节性变化，且表现优于当前的粗分辨率FAPAR产品。
研究方法及结果
图1. 基于地面实测数据的蓝空（a）、黑空（b）和白空（c）Hi-GLASS FAPAR产品精度评价
图2.不同植被类型（a：作物；b:草地：c：灌木；d：森林）情况下黑空Hi-GLASS FAPAR产品精度评价
图3. Hi-GLASS、GLASS、GEOV2和MODIS FAPAR产品在6个典型DIRECT2.0地面验证区域（3 km×3km）的空间分布
图4. 基于DIRECT2.0站点数据的Hi-GLASS、GLASS、GEOV2和MODIS FAPAR产品精度评价
图5. 2015年全球月尺度30米分辨率Hi-GLASS FAPAR产品空间分布
研究结论
我们提出了耦合辐射传输模型和机器学习的FAPAR混合反演方法，从30米分辨率Landsat影像生产了黑空、白空和蓝空FAPAR产品。精度评价表明Hi-GLASS FAPAR产品与地面实测数据吻合程度较好，且其表现优于当前的FAPAR产品。与目前的低空间分辨率FAPAR产品相比，我们生成的30米空间分辨率FAPAR产品更有利于反映详细的空间细节，有效减少混合像元影响，这对各种应用来讲是非常有用的。作为GLASS的后续产品之一，长时序Hi-GLASS FAPAR产品目前正在生产，将来会免费提供给公众使用。
链接
Generating high spatial resolution GLASS FAPAR product from Landsat images - ScienceDirect
