当前位置：首页>武汉>ISPRS最新成果|武汉大学田丰团队揭示:基于红-近红外的植被指数敏感性差异影响长期趋势

ISPRS最新成果|武汉大学田丰团队揭示:基于红-近红外的植被指数敏感性差异影响长期趋势

2026-09-01 17:30:48

论文摘要

数十年来，卫星观测到的植被指数（VIs）长期趋势证明了植被的广泛变化。然而，许多问题会影响推导得出的VIs趋势，其中从相同输入反射率计算出的VIs之间的固有差异尚未得到研究。在此，我们比较了2000 - 2023年期间根据中分辨率成像光谱仪（MODIS）天底双向反射率分布函数（BRDF）调整产品（MCD43A4）计算出的六种广泛使用的基于红 - 近红外（NIR）的VIs的全球长期趋势，包括归一化植被指数（NDVI）、核归一化植被指数（kNDVI）、双波段增强植被指数（EVI2）、植被近红外反射率（NIRv）、差值植被指数（DVI）和植物物候指数（PPI）。我们识别出两组不同的VIs，即（1）NDVI和kNDVI，以及（2）EVI2、NIRv、DVI和PPI，它们在组内具有相似趋势，但在17.4%的研究区域内组间呈现出显著的方向差异。全球陆地表面仅有20.5%呈现出一致的趋势。基于辐射传输模型和遥感观测，我们证明这两组VIs对红光和近红外反射率的敏感度不同。这些差异导致因植被类型变化、混合像元效应、饱和度以及植被叶绿素含量和结构属性的异步变化而产生不一致的长期趋势。与地面观测的叶面积指数（LAI）、通量塔总初级生产力（GPP）以及PhenoCam绿色色度坐标（GCC）的比较进一步表明，EVI2、NIRv、DVI和PPI趋势与LAI和GPP趋势的对应关系更为紧密，而NDVI和kNDVI趋势与GCC趋势的关联更强。我们的结果强调，源自不同基于红 - 近红外的VIs的长期植被趋势必须结合它们对生物物理属性的内在敏感度来解读，这对于可靠评估植被动态至关重要。

关键图表

图 1.本研究的总体评估策略。三种独立评估方法分别以不同颜色标识。

图 2.全球陆地植被区域分布。颜色表示国际地圈 - 生物圈计划（IGBP）分类体系中的土地覆盖类型，同时包含叶面积指数（LAI）、总初级生产力（GPP）和绿色色度坐标（GCC）的地面观测点位置。两条样带用于分析植被指数（VIs）趋势与红光（RED）、近红外（NIR）趋势的关系。

图 3. 2000—2023 年基于红光 - 近红外（RED-NIR）的植被指数（VIs）趋势图。配色方案分别表示负趋势和正趋势，灰色表示 p>0.05 的非显著森斜率趋势，红色框标注重点放大分析区域。

图 4.六种基于红光 - 近红外的植被指数（VIs）趋势间的密度散点图及皮尔逊相关系数（R）。红色线表示 1:1 线，左上角所有 R 值均满足 p<0.001；对角线图为概率密度曲线。

图 5.2000—2023 年归一化植被指数（NDVI）与增强植被指数 2（EVI2）在植被趋势估算中的差异。（a）趋势分类空间分布：1）仅 NDVI 趋势显著；2）仅 EVI2 趋势显著；3）两种指数趋势均显著且方向相反；4）两种指数趋势均显著且方向相同；5）两种指数趋势均不显著。* 表示 p<0.05 水平显著，右下角标注各组占比。（b）以 LAI 为参考的 EVI2 与 NDVI 趋势对比时间序列示例，示例位置在（a）中标记。

图 6. 植被覆盖对植被指数（VIs）趋势差异的影响。（a）潜在长期趋势区域内各植被覆盖类型占比（含稳定和变化型植被覆盖），右侧堆积柱状图为 VIs 趋势差异类别的构成；（b）混合植被、水体和土壤像元的 VIs 趋势差异类别构成；（c）VIs 趋势差异类别与近红外（NIR）、红光（RED）趋势的关系，在潜在长期趋势区域随机抽取 8000 个样本点。

图 7.样带 1（a-c）和样带 2（d-f）的植被指数（VIs）趋势与近红外（NIR）、红光（RED）趋势的关系。（a、d）样带 1 和样带 2 的 IGBP 土地覆盖类型、EVI2 趋势、NDVI 趋势、NIR 趋势及 RED 趋势；（b、e）样带 1 和样带 2 的 EVI2、NDVI、NIR、RED 趋势的纬度分布；（c、f）样带 1 和样带 2 中趋势方向相反区域与方向相同区域内，EVI2 与 NDVI 的相对趋势差异（|EVI2 趋势−NDVI 趋势 |/NDVI 趋势 ×100）受 NIR 和 RED 趋势的调控。蓝色表示 EVI2 趋势高于 NDVI 趋势，红色表示 EVI2 趋势低于 NDVI 趋势，灰色线为 1:1 线。

图 8.归一化植被指数（NDVI）、增强植被指数 2（EVI2）、绿色归一化植被指数（GNDVI，叶绿素指数）与结构指数（LAI）的趋势关系。（a）2000—2023 年 GNDVI 和 LAI 趋势图，配色方案分别表示负值和正值，灰色表示 p>0.05 的非显著森斜率趋势，红色框标注重点研究区域；（b）NDVI、EVI2、GNDVI 与 LAI 趋势间的密度散点图及皮尔逊相关系数（R），散点图中红色线为 1:1 线，左上角所有 R 值均满足 p<0.001 水平显著。

图 9.归一化植被指数（NDVI）、增强植被指数 2（EVI2）、绿色归一化植被指数（GNDVI）与叶面积指数（LAI）的长期趋势不一致性分析。（a）NDVI、EVI2、GNDVI 与 LAI 的长期趋势分类，分类标准为：NDVI 与 GNDVI 趋势统计显著一致、EVI2 与 LAI 趋势统计显著一致，但 NDVI 与 EVI2 趋势统计显著不一致；符号 “+” 和 “−” 分别表示正、负长期趋势。（b）不同趋势一致性类别的 NDVI、EVI2、GNDVI 与 LAI 时间序列。

图 10.茂密植被对趋势监测的影响。（a）潜在正趋势区域内六种植被指数（VIs）趋势的均值与标准差；（b）六种 VIs 的正趋势区域在潜在正趋势区域中的占比；（c）潜在负趋势区域内六种 VIs 趋势的均值与标准差；（d）六种 VIs 的负趋势区域在潜在负趋势区域中的占比。

图 11.叶面积指数（LAI）和叶绿素含量（CHL）变化对近红外（NIR）和红光（RED）反射率的贡献。（a-b）LAI 与 CHL 协同变化时 RED 反射率的变化；（c-d）LAI 与 CHL 协同变化时 NIR 反射率的变化；（a、c）中黑色线表示等高线；（d）中所有 CHL 水平下 NIR 随 LAI 的变化规律相似，仅展示 CHL=100 的情况。

图 12.不同叶面积指数（LAI）条件下，归一化植被指数（NDVI）、核归一化植被指数（kNDVI）、增强植被指数 2（EVI2）、近红外植被指数（NIRv）、差值植被指数（DVI）和植被像素纯度指数（PPI）对近红外（NIR）与红光（RED）反射率的相对敏感性。（a、d、g）单木模型与混合森林；（b、e、h）不同 LAI 水平的森林场景构建（示例：LAI=1、4、8）；（c）植被指数对 RED 和 NIR 反射率的相对敏感性。

图 13.近红外（NIR）、红光（RED）反射率及植被指数（VIs）的时间序列。NIR、RED 和 VIs 通过 PROSAIL 辐射传输模型（RTM）模拟，阴影区域为 VIs 的线性回归拟合公式；为便于可视化，PPI 数值统一减去 2。

图 14.植被指数（VIs）与全球叶面积指数数据库（GBOV LAI）、通量塔总初级生产力（FLUX GPP）、物候相机绿色色度坐标（PhenoCam GCC）的日尺度趋势关系。（a-i）2020 年哈佛温带阔叶林和混合林站点的 VIs 与 LAI、GPP、GCC 对比；（a、d、g）VIs、LAI、GPP、GCC 的标准化数值及局部加权散点平滑法（LOESS）拟合曲线（日序 60–330）；（b、e、h）VIs、LAI、GPP、GCC 的趋势（日序 60–330）；（c、f、i）VIs 与 LAI、GPP、GCC 趋势的散点图。（j、k、l）不同植被类型所有站点年的决定系数（R²）箱线图，R² 通过 VIs 与 LAI、GPP 或 GCC 的普通最小二乘线性回归获得（p<0.05）；黑色圆点表示均值，* 表示 p<0.05，** 表示 p<0.01，*** 表示 p<0.001，**** 表示 p<0.0001；各植被类型后标注站点年数量。EN：常绿针叶林，EB：常绿阔叶林，DN：落叶针叶林，DB：落叶阔叶林，MF：混合林，SH：灌丛，GR：草地，CR：耕地。

图 15.植被指数（VIs）与全球叶面积指数数据库（GBOV LAI）、通量塔总初级生产力（FLUX GPP）、物候相机绿色色度坐标（PhenoCam GCC）的年尺度趋势关系。（a）12 个站点的 VIs 与 LAI、GPP、GCC 时间序列，趋势为线性回归斜率；（b）VIs 与 LAI、GPP、GCC 趋势的相关系数，* 表示 p<0.05 水平显著。