中大新聞網(wǎng)訊（通訊員王晶）近日，中山大學(xué)生態(tài)學(xué)院王晶副教授在精細(xì)尺度葉片物候遙感監(jiān)測(cè)研究中取得新進(jìn)展，以共同第一作者（排名第一）在生態(tài)遙感頂級(jí)期刊Remote Sensing of Environment (IF:13.85)發(fā)表題為“An ecologically-constrained deep learning model for tropical leaf phenology monitoring using PlanetScope satellites”的研究論文。
在熱帶森林中，植物葉片物候（展葉、落葉的周期性變化）從單顆樹(shù)冠到生態(tài)系統(tǒng)尺度表現(xiàn)出顯著的差異，體現(xiàn)了植物對(duì)各種資源不同的適應(yīng)和競(jìng)爭(zhēng)策略以及對(duì)氣候變化的不同響應(yīng)機(jī)制，其控制著大氣系統(tǒng)和森林生態(tài)系統(tǒng)的物質(zhì)、能量交換過(guò)程，是衡量森林生態(tài)系統(tǒng)對(duì)全球氣候變化敏感度的重要參數(shù)。新一代遙感衛(wèi)星微小衛(wèi)星（Planet Scope）數(shù)據(jù)具有 3 米的空間分辨率和近乎每天的全球覆蓋范圍，為大尺度空間范圍內(nèi)單顆樹(shù)冠到生態(tài)系統(tǒng)尺度的物候變化監(jiān)測(cè)提供了前所未有的機(jī)會(huì)。然而目前仍缺乏一種魯棒的方法從微小衛(wèi)星數(shù)據(jù)中提取具有明確生物物理含義的指標(biāo)來(lái)準(zhǔn)確刻畫(huà)葉片物候特征。為此，我們針對(duì)微小衛(wèi)星數(shù)據(jù)開(kāi)發(fā)了一種基于生態(tài)約束的深度學(xué)習(xí)(IG-ECAE) 方法獲取具有明確生物物理含義的植被落葉度指標(biāo)（即每個(gè)3米像素內(nèi)具有落葉狀態(tài)的上層樹(shù)冠的百分比）來(lái)刻畫(huà)葉片物候。
該研究在具有大降水梯度（1,470-2,819 毫米每年）的 16 個(gè)熱帶森林地點(diǎn)（圖1）測(cè)試了該方法的有效性。在這些站點(diǎn)中分別使用超高分辨率衛(wèi)星 WorldView-2（n=9 個(gè)站點(diǎn)）和地面物候相機(jī) phenocams（n=9 個(gè)站點(diǎn)）對(duì)微小衛(wèi)星（PlanetScope）獲取的落葉度進(jìn)行了精度評(píng)估。
圖1. 十六個(gè)研究站點(diǎn)分布圖及其中五個(gè)代表性研究地點(diǎn)的旱季-雨季的微小衛(wèi)星圖像對(duì)
該研究的結(jié)果表明（圖2），微小衛(wèi)星獲取的植被落葉度與 WorldView-2 獲取的落葉度在斑塊級(jí)別 (90m×90m) 的空間評(píng)估中非常吻合（r2=0.89）；并且與從phenocam獲取的落葉度在生態(tài)系統(tǒng)尺度的季節(jié)性評(píng)估中非常一致（r2在0.62-0.96之間）。這些結(jié)果從個(gè)體樹(shù)冠到生態(tài)系統(tǒng)的空間維度以及從單個(gè)日期到全年的時(shí)間維度均表明，該方法在刻畫(huà)植被落葉度的有效性，探索了高分辨率衛(wèi)星在大尺度物候模式監(jiān)測(cè)的可能性，將有助于提升熱帶森林對(duì)未來(lái)氣候變化響應(yīng)的預(yù)測(cè)能力。
圖2. 針對(duì)微小衛(wèi)星提取的植被落葉度分別在空間和時(shí)間維度精度評(píng)估的部分結(jié)果展示
香港大學(xué)吳錦助理教授為論文的通訊作者，宋廣欽為共同第一作者，澳大利亞James Cook 大學(xué)的Michael Liddell教授，澳大利亞悉尼科技大學(xué)的Alfredo Huete教授，巴西的圣保羅州立大學(xué)的Patricia Morellato教授和Bruna Alberton博士，巴西的國(guó)家亞馬遜研究所的Bruce W. Nelson教授，美國(guó)的布魯克海文國(guó)家實(shí)驗(yàn)室的楊德地，美國(guó)的普林斯頓大學(xué)的Matteo Detto的博士，蘭州大學(xué)的馬軒龍教授，以及香港大學(xué)的Michael Ng教授，張鴻生助理教授，Calvin K.F. Lee博士，趙穎怡，Henry C.H. Yeung為本文的共同作者。
論文鏈接：
