海南島橡膠林區域不同SIF產品的差異性分析及其對GPP估算的影響

安映荷，張潤卿，劉文杰,2，王 鵬，章 杰，烏 蘭，孫仲益

（1.海南大學 生態與環境學院，海口 570100; 2.海南省農林環境過程與生態調控重點實驗室，海口 570100）

日光誘導葉綠素熒光（Sun-Induced Chlorophyll Fluorescence, SIF）是受太陽輻射而激發的葉綠素重新發射光子回到基態時產生的1種光信號，光譜范圍在650～800 nm，可在紅光和近紅外光譜區被監測到[1]。植被光合作用分為光反應和暗反應，而SIF是1種受光能驅動的信號，發生在光反應過程中，因此與光合作用聯系緊密[2]，并且與其他衛星遙感植被指數相比，SIF信號更接近植被實際的光合作用，能更有效地反映植被生長狀況[3]。目前，關于SIF的驗證和應用研究主要依托于模型建立[4]或高光譜傳感器測量[5-6]等工具，并已取得顯著進展。其中，基于地面實驗及高空的衛星遙感反演方式主要證實了SIF與植被光合作用的關系[7-8]。現有的大部分SIF遙感產品通過衛星傳感器反演得到，這些遙感產品被廣泛應用在陸地總初級生產力（Gross Primary Production, GPP）估算[9-11]、干旱監測[12-14]、植被物候反演[15-16]及碳平衡觀測[17]等方面。隨著衛星遙感技術的不斷發展，歐洲航天局（European Space Agency, ESA）首個專門為SIF探測設計的衛星“熒光探測器”（Fluorescence Explorer, FLEX）于2022年發射，該衛星可以提供300 m精細空間分辨率和全波段的全球植被SIF產品[18]，但可用的時間序列有限。SIF作為光合作用有力的探測工具，為GPP提供了1種新的估算方法[19]。因此，近年來很多學者通過日本溫室氣體觀測衛星（Greenhouse Gases Ob-serving Satellite, GOSAT）[20]、歐洲METOP第二代臭氧業務監測傳感器（Global Ozone Monitoring Experiment-2, GOME-2）[21]、掃描成像吸收光譜儀（SCanning Imaging Absorption SpectroMeter for Atmospheric CHartograph Y, SCIAMACHY）[22]、軌道碳觀測衛星2號（Orbiting Carbon Observatory-2,OCO-2）[23]及中國首顆二氧化碳探測衛星TanSat[24]進行SIF的反演，并構建了一系列全球SIF衛星遙感產品，為SIF遙感產品在估算GPP等方面提供有效數據來源。其中以CSIF（Continuous Solar Induced Fluorescence）[25]、GOSIF（Global OCO-2 of SIF）[26]、SIFOCO2-1696（High Resolution Global Contiguous SIF of OCO-2）[27]、SIF005（Harmonized long-term SIF）[28]、SIFLUE（Light Use Efficiency SIF）[29]5種產品最具有代表性。

現有的SIF遙感產品在全球尺度上應用與驗證效果雖好，但是在區域的普適性上還有待證明[20,30-31]。中國位于亞洲東部和太平洋西岸，生態系統類型多樣，大部分地區處于溫帶大陸，少部分地處熱帶，楊鳳珠等[32]以中國生態系統光譜觀測網絡的4個農田站SIF觀測數據為參考，對不同SIF遙感產品進行驗證，發現各產品在空間格局上保持高度一致性，在年均值變化趨勢上面，CSIF和GOSIF的表現最好；但對于中國熱帶地區SIF遙感產品適用情況的表述并不明確。目前，在中國乃至全世界范圍內，鮮有針對常年高云覆蓋、蒸發量強及植被群落結構復雜的熱帶地區的SIF遙感產品進行適用性分析。熱帶地區是重要的碳匯增長點，熱帶森林作為覆蓋率最高、群落結構最復雜、碳匯能力最強的生態系統，對生物地球循環和大氣功能都有著重大影響[33]，但也正因如此，對熱帶森林開展研究相對也存在更多的困難。橡膠樹（Hevea brasiliensis）是全球熱帶地區重要的經濟林木和人工種植生態系統之一[34]，其物種多樣性在一定尺度上低于熱帶雨林[35-36]，生態系統的結構和功能與熱帶雨林相比較也較簡單[37]，是研究熱帶森林的理想突破口。橡膠林具有水土保持、固定CO2和維持土壤肥料等生態功能[38]，同時，作為熱帶地區的經濟林木，又具有一定的實際生產意義[39]。此外，海南島橡膠林種植區域占全島森林總面積的1/4，是我國第二大天然橡膠種植區。綜上所述，研究在海南島橡膠林GPP估算中的不同SIF遙感產品的適用性對比，對于重要農產品保護、實際生產和生態環境保護都有重要實踐意義。同時，為SIF遙感產品在熱帶地區GPP估算中提供理論參考和借鑒意義。本研究選擇海南島橡膠林為研究對象，以2001—2019年海南島橡膠林生態系統GPP數據為參考，從不同的時間、空間角度通過相對系數和絕對系數等指標，對比了CSIF、GOSIF、SIFOCO2-1696、SIF005、SIFLUE5種產品的差異性及與海南島橡膠林生態系統GPP的時空一致性，旨在分析5種SIF遙感產品在海南島橡膠林的時空格局差異，并通過空間分布一致性、季節變化一致性和與GPP的相關性等相關指標的計算，探討不同SIF遙感產品對海南島橡膠林GPP估算中的可能帶來的影響。

1 材料與方法

1.1 研究區概括海南島位于（108°03′—111°03′）E和（18°10′—20°10′）N之間，西臨北部灣，東瀕南海，是我國第二大島，全島面積約為3.54萬km2。海南島屬于熱帶季風氣候，年均溫25℃，年降水量在1 600 mm以上，降水量充沛，日照充足，受冷空氣影響小。海南島的森林覆蓋率為53.51%，主要分布有熱帶濕潤雨林、常綠季雨林、山地雨林、落葉季雨林和熱帶稀樹草原，其余為人工種植的經濟林木，如橡膠林[40]。島內的橡膠林種植面積僅次于云南省，是我國第二大橡膠種植區。

1.2 數據來源

1.2.1 SIF衛星遙感產品使用的5款SIF遙感產品見表1。（1） CSIF。該產品利用中分辨率成像光譜儀（Moderate-resolution Imaging Spectroradiometer, MODIS）的地表反射率和OCO-2傳感器的SIF數據，生成了2款全球空間連續SIF產品，分別用于晴空瞬時條件與全天條件。其中，全天條件的SIF數據集具有較強的空間、季節和年際動態變化[25]。為便于與其他產品進行對比，本研究選擇晴空瞬時條件（CSIFclear-inst）的數據產品作為研究對象。（2） GOSIF。該產品是Li等[26]基于數據驅動的方法開發的1種新的全球SIF數據集。GOSIF的預測模型基于OCO-2探測器、MODIS遙感數據和氣象再分析數據，具有更精細的空間分辨率。本研究選擇了時間分辨率為逐月的、有效時間范圍為2000—2020年的數據產品作為研究對象。（3） SIFOCO2-1696。該產品是利用機器學習方法在充分考慮到植物在空間和時間上的不同生理特征基礎上，對生物群落和時間進行分層訓練，得到的全球空間連續SIF產品。該產品準確地保存了OCO-2軌道的時空變化，并與獨立機載SIF測量結果相比較，具有很強的一致性[27]。（4） SIF005。該產品為德國地球科學研究中心（GFZ）開發，綜合SCIAMACHY與GOME-2的SIF產品，基于時間和空間分層訓練神經網絡的機器學習算法，解釋不同的生物生理和物理因素與SIF在時空變化上的關系，將原始數據空間分辨率細化至0.05°，并利用累積分布函數匹配技術進行校正，得到最終的SIF005產品。（5） SIFLUE。該產品基于2版GOME-2衛星傳感器的遙感數據（分別用JJ和PK表示）[22]，利用構建光能利用效率（LUE）模型的方法獲取到的SIF數據集[29]。該數據集根據建立在SIF與高空間分辨率遙感解釋變量間的半經驗關系，利用來自OCO-2的SIF觀測數據進行獨立驗證，選擇了最優解釋變量集，完成SIF產品生產。

表1 SIF衛星遙感數據集信息

1.2.2 海南島橡膠林GPP數據以農業農村部儋州熱帶作物科學觀測實驗站（又稱儋州橡膠林通量站；該站點位于橡膠林區域內，裝有開路渦度相關系數（OPEC）和植物冠層垂直微氣候剖面系統，已連續觀測10余年[41]）觀測數據為基礎，本地化的改進EC-LUE（eddy covariance light use efficiency）模型并作為估算工具[42]，獲得2001—2020年逐月海南島橡膠林生態系統GPP數據，其空間分辨率為1 000 m。原始EC-LUE模型[43]參數包括歸一化差值植被指數（NDVI）、光合作用輻射（PAR）、氣溫以及顯熱通量與潛熱通量的比率，本研究使用的EC-LUE模型綜合了飽和水汽壓差（VPD）對GPP的限制影響[44]。

1.3 研究方法

1.3.1 技術路線技術路線如圖1所示。（1）對來源不同的5種SIF產品進行統一時間分辨率的預處理，為消除隨機誤差的影響，將CSIF和SIFLUE2款產品分別按每4 d和8 d的最大值統一為逐月的數據集，其余數據集按每月均值統一為相同時間分辨率的數據集；（2）對5種SIF產品和海南島橡膠林GPP原始數據進行掩膜提取，保留包含65%以上面積為橡膠林的像元，確定產品選擇的空間范圍；（3）計算5種SIF產品有效時間范圍內的多年均值、月均值和趨勢值；各產品的月均值進行歸一化處理，以消除傳感器不同波段的影響，繼而計算季節性強度指數和分析季節性變化；（4）逐像元分別計算5種SIF產品與海南島橡膠林GPP的解釋系數，確定空間相關關系；（5）評估5種SIF產品的時空格局差異性以及與海南島橡膠林GPP的一致性，最終完成不同SIF產品對GPP估算影響分析。具體評估方法與指標見表2。

圖1 技術路線圖

表2 SIF遙感數據集差異性評估指標

1.3.2 空間一致性檢驗方法以各產品在有效時間段內的年均值進行空間分布特征對比分析；同時，計算各產品逐像元的變化趨勢，分析各產品空間上是否具有一致性。

趨勢計算公式如下：

式中，Slope為SIF年均值變化趨勢線的斜率，即SIF的變化趨勢；n代表每種數據集的有效時間段；i代表年份（i=1，2，3，……，n）；SIFi表示第i年的年均值。當Slope大于0時，則呈現上升趨勢，反之則呈下降趨勢。

最后，通過計算各產品與海南島橡膠林GPP之間的決定系數，對比分析5種SIF產品在空間上與GPP之間的擬合程度，以此來判斷各產品在GPP估算中的適用性。

1.3.3 時間一致性檢驗方法很多研究理論與實踐證明，GPP與SIF之間在時間尺度上呈強線性相關[45]。本研究旨在探討SIF產品在海南島橡膠林GPP估算適用性差異，為能更好地反映SIF值與橡膠樹生長的季節變化一致性情況，因此只選擇分析SIF數據集時間序列的季節性變化。利用標準化處理后的月均值，從趨勢值、多年每月均值、與GPP的相關系數及季節性指數4個方面評估不同SIF數據集時間序列在季節上的變化特征，以此作為時間一致性的分析方法。

其中，季節性指數法是以時間序列含有季節性周期變動的特征，計算描述該變動的季節變動指數，計算公式如下[46]：

式中，Si為第i月的季節性指數；n為總的年數；SIF（i,j）為第j年第i月的SIF值；12表示1年當中的12個月。每個月SIF均值的平均季節性指數為100%，當某個月的Si超過100%時，表示該月的SIF均值在季節尺度上達到高峰期，Si最大則說明對應月份的SIF均值為峰值，反之，則為最低值。

2 結果與分析

2.1 SIF產品的差異性分析

2.1.1 多年均值空間分布特征五種SIF遙感數據集的多年均值空間分布圖如圖2所示。5種SIF產品表現出相似的空間分布格局，北部多為低值，而南部多為高值，這與海南島橡膠林植被覆蓋率由北向南逐漸升高的分布相一致。其中，CISF（圖2-a）、GOSIF（圖2-b）和SIF005（圖2-c）3款產品從數據分布上看，具有較高的完整性；SIFLUE（圖2-e）產品在東南部表現出數據缺失，但高低值的分布特征與前三者相同。

圖2 海南島橡膠林5種SIF產品多年均值空間分布圖

2.1.2 趨勢分布特征5款SIF遙感數據集多年均值的趨勢空間分布特征如圖3所示。僅有CSIF（圖3-a）和SIFLUE（圖3-e）2款產品在島南及西南部的零星橡膠林區域表現出降低趨勢，其余3款產品均呈現出全島范圍的增加趨勢。在趨勢的高低分布特征上，5款產品表現一致，高值普遍分布在海南島北部，其中SIFLUE（圖3-e）數據集在島中部也有高值分布。經統計發現，SIFOCO2-1696（圖3-d）數據集趨勢值均值最高；GOSIF（圖3-b）的趨勢值均值最低。

圖3 海南島橡膠林5種SIF產品多年均值趨勢值空間分布圖

2.1.3 季節性特征5款SIF遙感數據集年內月均值季節性變化如圖4所示，所有數據均經各自標準化處理后。其中，5種產品的月均值均表現出先升高再降低的變化趨勢，說明產品在季節性變化特征上相一致，峰值出現在5—8月，低值出現在1月和2月，這與海南島橡膠林的生長狀況一致。此外，如表3所示，各產品在4—10月期間的季節性指數普遍大于100%，表示在這期間的SIF值處于高峰期。5款產品分別在6月、8月、8月、6月和5月的季節性指數最高，說明各產品在5—8月中達到峰值。

圖4 海南島橡膠林5種SIF產品每年月均值季節性變化圖

表3 5種SIF遙感產品每月季節性指數

2.1.4 季節性趨勢特征5款SIF遙感數據集的各月趨勢變化如圖5所示。CSIF、GOSIF和SIF0053款產品各季節均呈現增加的趨勢（圖5右側坐標軸），而SIFOCO2-1696與SIFLUE則表現出不規則的降低趨勢（圖5左側坐標軸）。SIFOCO2-1696數據集在12月的負值最大，說明該數據集在12月的SIF值明顯降低；SIF005數據集在3月有明顯的增加趨勢，此時的趨勢值為0.026；CSIF、GOSIF和SIFLUE3款數據集的趨勢變化較為穩定，而其余2款數據的趨勢變化的突變性較明顯。

圖5 海南島橡膠林5種SIF產品逐月趨勢變化

2.2 SIF 對 GPP 估算的影響分析

2.2.1 空間影響分析5款SIF遙感產品數據集與海南島橡膠林GPP的多年均值的決定系數空間分布特征如圖6所示。通過分析R2的空間分布情況得知，CSIF（圖6-a）、GOSIF（圖6-b）和SIF005（圖6-c）3款產品的分布特征表現出一致性，均呈現出北高南低的分布特征，能夠較好地捕捉到海南島橡膠林生態系統GPP的空間分布格局，可用于估算GPP空間分布特征。而在此結果中，SIFOCO2-1696因可用數據集太少，無法計算與GPP的決定系數；SIFLUE（圖6-d）數據集的計算結果分布特征的表現次于CSIF和GOSIF。

圖6 海南島橡膠林GPP與5種SIF產品多年均值的決定系數空間分布圖

2.2.2 時間影響分析5款SIF遙感數據集與海南島橡膠林GPP的相關系數季節性變化特征如圖7所示。通過分析可知，CSIF和GOSIF 2款產品的多年月均值和GPP的多年月均值，在季節變化上呈現高度一致性，在4月GPP與SIF之間的相關性最高（R=0.77（P＜0.01）和R=0.74（P＜0.01））；SIF005和SIFLUE在前4個月的變化與前兩者一致，5—12月則呈現出不規則變化；SIFOCO2-1696數據集與GPP的季節相關性較差，且季節變化不穩定。

圖7 海南島橡膠林GPP與5種SIF產品多年均值的相關性系數季節變化圖

2.3 SIF產品的GPP估算適用性5款SIF產品在空間分析、長期趨勢分析和對GPP估算的影響3個方面的總結結果如表4所示，5款產品中只有GOSIF無論在空間分析還是長期趨勢分析中的結果都優于其他4款產品（圖2，圖5），其次是CSIF產品。在海南島橡膠林區域適用情況最差的是SIFLUE產品，這是由于該產品在該地區的數據完整性較差。而針對海南島橡膠林區域GPP估算的適用性可以看出，GOSIF和CCSIF 2款產品與橡膠林GPP無論在空間還是長期趨勢上都保持高度一致，適用情況較好。

表4 5種SIF遙感產品適用情況

3 討 論

3.1 不確定性分析CSIF、GOSIF、SIF005、SIFOCO2-1696和SIFLUE5款產品從空間和時間兩個角度對相對系數、決定系數、均值、趨勢值等指標進行評估，不確定性主要來源于：（1） 5款產品的時間序列長度不同。5款產品來自不同的傳感器，估算方法不同，每款數據的有效時間范圍也不同，其中，GOSIF擁有最長的時間序列長度，為21 a；而SIFOCO2-1696的時間序列長度最短，只有4 a，因此，統一有效時間序列長度對本研究沒有實際意義，而這種不一致性會導致在季節性變化分析上的不確定性，因為SIFOCO2-1696可用年份較少，使用均值計算與其他長時間序列的數據相比，缺乏代表性。（2）空間覆蓋度的完整性。從空間覆蓋度的角度來說，5款數據也缺少一致性，其中，SIFLUE的數據缺失最為嚴重，空間覆蓋率較低，這是因為SIFLUE的原數據集較為稀疏[29]，并且缺少解釋變量的數據，由此產生的細化產品雖然空間分辨率提高了，但仍存在數據稀疏的差距，在島嶼或半島上就會出現空白，即鄰近網格單元數量不足，無法細化。因此，會對SIFLUE數據集在空間分布特征和季節變化特征上的分析帶來不確定性。其次，SIF產品有效柵格選取過程中以橡膠林占面積超過65%作為依據，地物的混合效應也是引入不確定性的一個原因；海南島橡膠林的種植面積在近30 a內呈現出“北增南減”的空間趨勢[47]，北部橡膠林連片程度更高，SIF數據能更好的反映GPP的變化情況。（3）SIF數據在熱帶地區的局限性。IF數據與其他光學遙感植被指數相比，受到云、雪或冰覆蓋的影響小[48]，但熱帶地區的氣候條件復雜，云層較厚、海鹽氣溶膠濃度高，雖沒有研究證明SIF產品是否與其他植被指數一樣，在熱帶地區的適用性與普遍得出的理論存在偏差[49]，但熱帶地區的復雜環境條件對衛星遙感產品反演帶來的不確定性無法忽視。（4）參考值的不確定性。本研究的GPP數據來源于改進型EC-LUE的GPP估算產品，站點尺度的模擬結果與觀測值相比RMSE達到2.00 gC·m-2·d-1[44]，并且該數據集在空間尺度升級過程中驅動數據的不確定性會進一步增加全島尺度的GPP準確性。

3.2 SIF產品的差異性分析本研究選擇的5款SIF遙感數據集的差異性來源主要是衛星傳感器和算法不同。OCO-2衛星傳感器發射于2014年7月2日，可用波段為757～775 nm[23]，由此傳感器反演出的3款數據CSIF、GOSIF和SIFOCO2-1696的波長為757 nm，CSIF產品相對于原始數據，缺乏生理和物理意義[25]，GOSIF則充分考慮了植被、氣候和土地覆蓋條件3種類型的SIF數據解釋變量[26]，SIFOCO2-1696與CSIF的傳感器來源相同，但存在是否包含生物和物理意義的差異，前者因算法的不同，所以具有合理的生理和物理意義，因此具有比CSIF更強的季節性。SIF005和SIFLUE分別來自SCIAMACHY/GOME-2和GOME-2。SCIAMACHY和GOME-2兩者的載荷設置類似，光譜分辨率為0.48 nm。SIF005數據集是利用SCIAMACHY和GOME-2月值SIF產品通過降低空間分辨率得到的產品，實現了2種傳感器的融合；SIFLUE是GOME-2在空間細化尺度的產品，基于光能利用效率模型，選擇植被、水分和溫度參數作為SIF的解釋變量，提高了該數據的降尺度產品的精度[50]。

3.3 SIF產品的GPP估算適用性從年均值的時空角度分析，CSIF和GOSIF在空間分布特征分析中比其余3種產品更適合應用于海南島橡膠林GPP估算，但是CSIF有效時間序列短，不適合長期趨勢分析。由圖5可知，CSIF在3月的趨勢值最低，增加趨勢不明顯，且季節性變化沒有GOSIF穩定；這是因為本研究中選擇的是晴空瞬時條件下的CSIF產品，相比較另一款CSIF產品來說，在季節變化上缺少與其他SIF產品的一致性[51]。另外，就CSIF產品而言，該產品的反演過程中缺少植被生理和環境物理因素，因此無法有效體現光合生理狀態[25]，從而季節性變化不明顯，而降水、溫度、橡膠生長等因素具有很明顯的季節性變化，因此，CSIF較適合應用于GPP的空間分布格局的估算應用。

5種產品分別與海南島GPP進行影響分析，結果表明，CSIF和GOSIF比其余3種產品更能捕捉到GPP的變化，它們的決定系數空間分布特征最完整且最能反映橡膠林的GPP狀況。而SIFOCO2-1696和SIFLUE在海南島的可用數據缺失嚴重，在GPP估算中不如CISF、GOSIF和SIF005產品表現。

4 結 論

SIF遙感數據作為光合作用的“探測工具”，能有效估算生態系統GPP，因此，一系列SIF遙感產品應運而生。這些產品來源不同，估算方式不同，個別產品在時空分辨率和有限時間范圍等方面在特定區域上的應用尚不明確。本研究以海南島橡膠林為切入點，選取CSIF、GOSIF、SIFOCO2-1696、SIF005、SIFLUE5款產品，利用海南島橡膠林GPP為參考，評估不同SIF數據產品間的時空差異，及其對海南島橡膠林GPP估算的影響，結果表明：CSIF與GOSIF在時空變化的分析中具有更好的適用性，但CSIF不適用于長期趨勢分析，二者能夠良好地對海南島橡膠林生態系統GPP的時空分布特征進行指示；SIF005與GPP一致性分析中的表現僅次于前兩者；而SIFOCO2-1696在海南島近20 a內的數據缺失較為嚴重，SIFLUE則是缺失部分海南島南部區域的數據，適用性較差。

致謝：海南島橡膠林GPP數據來源于Wei Cui等人的研究成果（https://doi.org/10.3390/f13060893）；CSIF數據（https://osf.io/8xqy6/）來源于Zhang Y等人研究成果；GOSIF數據（http://data.globalecology.unh.edu/data/GOSIF_v2/Monthly/）來源于Li和Xiao研究成果；SIF005（https://cornell.app.box.com/s/gkp4moy4grvqsus1q5oz7u5lc 30i7o41/folder/128864739508）由Wen J提供；SIFOCO2-1696（https://daac.ornl.gov/）由Yu等人提供；SIFLUE數據（http://jeodpp.jrc.ec.europa.eu/ftp/jrc-opendata/ECOCLIM/Downscaled-GOME2-SIF/v2.0/）由Gentine等人提供。特此感謝！