导言：植被指数（Vegetation Indices, VIs）是描述光合活性和冠层结构等遥感植被参数的指标，被广泛用于跨尺度的植被动态研究，并随着具有更多光谱通道的新型卫星传感器的出现、新的科学需求和光谱技术的进步而迅速发展。曾也鲁教授等人于近期在Nature Reviews Earth & Environment期刊上发表综述论文，简要概述了用于全球陆地生态系统监测的光学遥感植被指数的发展历史和生态应用，重点介绍了不同植被指数的关联性，并展望了VI未来的发展方向及用于陆地生态系统监测的新兴策略。
原名：Optical vegetation indices for monitoring terrestrial ecosystems globally
译名：综述：用于全球陆地生态系统监测的光学遥感植被指数
期刊：Nature Reviews Earth & Environment （IF：37.214）
发表时间：2022.5.31
DOI号：https://doi.org/10.1038/s43017-022-00298-5
1. 由星载对地观测得到的光学遥感植被指数（VIs）被广泛应用于监测陆地生态系统和追踪植物生物物理、生物化学和生理特性、植被动态和环境胁迫等.
2. VIs的不确定性来源：传感器和校准影响、质量保证和质量控制、双向反射分布函数、大气影响、地形影响、冰雪和土壤等背景影响。
3. 必须仔细考虑潜在的假象影响，以避免因不恰当使用VI而对潜在生态过程产生偏颇的解释。
4. 基于反射率比值的VIs，如NDVI，可以帮助减少传感器校准、双向效应、大气和地形效应，但对冰雪和土壤背景以及尺度效应敏感。
5. 数学分析表明，NIRv、EVI、EVI2和DVI等应用广泛的植被指数之间具有内在相似性，而基于比值的NDVI则表现出不同的特征。
6. 为了更好地使用VI，首先需要确定用于目标应用的关键敏感波段，其次是了解特定生态系统中潜在的不确定性来源。
VI通过两个或多个波段反射率的数学转换来表征植被状态，可以在不同尺度获得，得到了广泛的应用，并随着具有更多光谱通道的新型卫星传感器的出现、新的科学需求和光谱技术的进步而迅速发展。然而，基于VI的结果可能因指数选择、传感器、质量控制措施、合成算法以及大气和太阳-观测目标-传感器几何校正而有所不同。这些因素的影响使研究者很难得出关于生态系统变化的可靠结论。基于此，本综述回顾了可见光VI的发展历史和主要特征，总结了其生态用途、不同VI的关联性、假象和局限性。
植被指数的多种不确定性来源
VIs的历史可以追溯到20世纪70年代，其建立基于光子和植被相互作用的复杂物理过程。VIs的开发原理即是通过比值等数学形式增强植被的光谱信号，即增强受关注的植被特征：植被的生物物理、生物化学和生理学特性等。随着人们对植被更多特征的关注、具有更多光谱通道的新型卫星传感器的出现、以及光谱技术的进步，VIs得到了持续快速的发展。
用于获取植被指数的主要卫星
主要的卫星传感器的波段及其在植被和土壤光谱的位置
植被指数的多维数分类、物理意义和相似性
VIs已经广泛应用于生态研究。
1、估算植被参数（如：LAI，FPAR，生物量等）。
2、植被动态变化（如：监测植被物候变化，生产物候学产品）。
3、环境压力和干扰（如：监测森林退化，评估干扰恢复力）。
4、生态系统碳通量和水通量（如：估算碳通量，蒸散发）。
基于VI的结果可能因指数选择、传感器、质量控制措施、合成算法以及大气和太阳-观测目标-传感器几何校正而有所不同。具体可以归纳为：传感器和校准不确定度，卫星产品版本，数据预处理步骤，土壤、雪和地形影响，尺度失配。这些因素的影响使得很难得出关于生态系统变化的可靠结论，全面了解这些假象影响以及注意事项对于VI应用及结果正确解释至关重要。
尽管VIs广泛应用于研究植被动态变化，但其也存在显著的局限性。卫星测量的光谱反射率是由叶片反射率、土壤背景反射率、冠层结构与太阳传感器几何共同决定的，此外还要考虑大气辐射传输过程。所以，VI信号是冠层特性和其他外界因素的综合体现。不考虑这些因素将VI与植被参数建立联系是不可行的。此外，由于对植被时空变化的了解有限，很难将植被固有特性的影响（如叶片生化成分，非光合作用植被）与绿色植被生物物理特性区分开来。
用数学公式推导揭示了NDVI、EVI2、DVI、NIRv这些最常用指数的内在关联和本质差异。结果显示，逃逸概率不仅影响卫星荧光观测，还在更普适的意义上直接影响EVI、NIRv、DVI等传统的光谱反射植被指数，是通过卫星观测定量获取冠层真实吸收辐射与光合作用强度的重要桥梁，是刻画荧光与多个植被指数内在异同的关键因子；大多数情况下，NIRv、EVI、EVI2和DVI等应用广泛的植被指数之间具有很强的内在相似性。
植被指数与SIF的内在联系与本质差别
在选择VI时，首先要明确应用目标以及对应的敏感波段。充分了解VIs的内在差异、优势以及局限性，有助于确定最适合的VI。此外，必须仔细处理潜在的假象影响，避免导致错误结论。识别特定生态系统中的主导变量和潜在的信号污染源，对正确使用VIs也很关键。
VIs具有简单性和鲁棒性，可以预见在未来将继续得到大量应用。本研究强烈建议在未来的研究中对VI的结论进行解释，并进行地面验证，以增强其发现的可靠性。此外本研究提出新型VIs具有更高的信噪比和更少的干扰因素，将有可能用于新一代卫星传感器，并与新兴的植被观测指标（如日光诱导叶绿素荧光SIF）相结合，为全球陆地生态系统的研究提供新契机。
论文链接：https://www.nature.com/articles/s43017-022-00298-5
引用格式：Zeng, Y., Hao, D., Huete, A. et al. Optical vegetation indices for monitoring terrestrial ecosystems globally. Nat Rev Earth Environ 3, 477–493 (2022). https://doi.org/10.1038/s43017-022-00298-5
| 留言与评论（共有 0 条评论） “” |
