孫莉昕，朱文泉，謝志英，詹培，李雪瑩

1.北京師范大學(xué) 遙感科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室,北京 100875;

2.北京師范大學(xué) 地理科學(xué)學(xué)部 北京市陸表遙感數(shù)據(jù)產(chǎn)品工程技術(shù)研究中心,北京 100875

1 引言

遙感觀測(cè)的陸表物候量化了植被綠度發(fā)展時(shí)間和程度，反映了陸表植被的季節(jié)動(dòng)態(tài)（Tong 等，2019；Wang和Zhang，2020），是研究植被與氣候相互作用的重要參數(shù)。遙感指數(shù)時(shí)序數(shù)據(jù)因能有效反映植被冠層的季節(jié)變化特征（牟敏杰 等，2012），被廣泛用于監(jiān)測(cè)陸表植被的返青期、成熟期、衰敗期和黃枯期等重要生長(zhǎng)節(jié)點(diǎn)。其中，生長(zhǎng)季起始期SOS（Start of Season）和結(jié)束期EOS（End of Season）因與生態(tài)系統(tǒng)碳循環(huán)關(guān)系密切，是現(xiàn)今大部分物候產(chǎn)品或陸表物候研究中最常采用的關(guān)鍵物候指標(biāo)。利用遙感監(jiān)測(cè)植被SOS和EOS，其本質(zhì)在于從復(fù)雜的背景中（土壤、雪和干植被等）探測(cè)綠色植被信號(hào)出現(xiàn)和消失所對(duì)應(yīng)的時(shí)間。然而，不同的遙感指數(shù)對(duì)于綠色植被信號(hào)的識(shí)別能力存在差異（范德芹 等，2016），在不同的區(qū)域（Heumann等，2007；Hird和McDermid，2009；Beck等，2006；Sakamoto 等，2005）或不同的植被類(lèi)型（de Beurs和Henebry，2004；Liu等，2016，2017；Pastick等，2020）中，其物候監(jiān)測(cè)能力也不盡相同。

目前，用于陸表物候監(jiān)測(cè)的遙感指數(shù)可概括為3大類(lèi)。一是常用的增強(qiáng)植被信號(hào)的指數(shù)，主要包括NDVI（Normalized Difference Vegetation Index）（Rouse 等，1973）、EVI（Enhanced Vegetation Index）（Huete 等，2002）、EVI2（Two-band Enhanced Vegetation Index）（Jiang 等，2008）、NIRv（Near Infrared Reflectance of Vegetation）（Badgley 等，2017）等。該類(lèi)指數(shù)通過(guò)增強(qiáng)背景信息中的綠色植被信號(hào)或光譜特征來(lái)實(shí)現(xiàn)對(duì)陸表植被物候的監(jiān)測(cè)（Badgley等，2017；Li等，2017；Wardlow等，2007；傅銀貞，2010）。二是專(zhuān)門(mén)設(shè)計(jì)用于提取植被物候的指數(shù)，該類(lèi)指數(shù)是專(zhuān)門(mén)針對(duì)物候監(jiān)測(cè)需求、通過(guò)某種變換來(lái)弱化不必要的背景信息及其變化對(duì)物候監(jiān)測(cè)的干擾。例如，以降低雨雪導(dǎo)致的土壤濕度和亮度變化干擾而設(shè)計(jì)的PI（Phenology Index）（Gonsamo等，2012）、對(duì)土壤亮度變化不敏感的PPI（Plant Phenology Index）（Jin 和Eklundh，2014）、針對(duì)高寒地區(qū)積雪和融雪對(duì)物候監(jiān)測(cè)干擾而設(shè)計(jì)的NDPI（Normalized Difference Phenology Index）（Wang 等，2017）以及降低了秋季枯枝落葉影響的NDGI（Normalized Difference Greenness Index）（Yang 等，2019）等。三是其他反映植被冠層特征（如水分、色素）及地理環(huán)境（如土壤）的遙感指數(shù)。例如，表征植被冠層含水量的LSWI（Land Surface Water Index）（Gao，1996）、削弱土壤背景因素（土壤表面狀況，如粗糙度、秸稈殘留物等；土壤內(nèi)在物理和化學(xué)性狀，如有機(jī)質(zhì)、水分、顆粒大小等）影響的PVI（Perpendicular Vegetation Index）（Richardson 和Wiegand，1977）等。它們?cè)谔崛〉透采w植被信息時(shí)具有一定的優(yōu)勢(shì)，具備植被物候監(jiān)測(cè)潛力，被嘗試應(yīng)用于陸表物候提?。–handrasekar 等，2010；Pidgorodetska和Zyelyk，2015；徐丹丹和李文龍，2009）。

當(dāng)前大尺度的陸表物候監(jiān)測(cè)仍主要使用NDVI和EVI（Cao 等，2015；Clerici 等，2012；Pan 等，2012）。然而，這些遙感指數(shù)由于自身結(jié)構(gòu)的缺陷在某些方面存在一定的不足，如NDVI 指數(shù)在高生物量時(shí)呈現(xiàn)逐漸飽和的趨勢(shì)、EVI指數(shù)對(duì)融雪或積雪較為敏感（Jiang 等，2008），從而為物候提取引入了不確定性。其他遙感指數(shù)基于不同的研究目標(biāo)提出，其應(yīng)用于陸表物候監(jiān)測(cè)的能力也存在差異。雖然已有一些研究在特定區(qū)域針對(duì)某種或某幾種植被類(lèi)型評(píng)估了部分遙感指數(shù)應(yīng)用于陸表物候提取的精度（Dong 等，2020；Dye 等，2016；Karkauskaite等，2017），但當(dāng)前仍缺乏針對(duì)不同遙感指數(shù)在大尺度、多種植被類(lèi)型以及各種地理環(huán)境中的陸表物候監(jiān)測(cè)能力進(jìn)行系統(tǒng)性分析，從而無(wú)法為陸表物候監(jiān)測(cè)時(shí)遙感指數(shù)的選擇提供更全面的參考。此外，以往的相關(guān)研究大多基于獨(dú)立的標(biāo)準(zhǔn)開(kāi)展，這些研究的樣本選取方式、檢驗(yàn)數(shù)據(jù)類(lèi)型以及物候提取方法均存在較大差異，使得不同研究之間的可比性較弱。

針對(duì)現(xiàn)有研究存在的以上問(wèn)題，本文旨在系統(tǒng)評(píng)估各遙感指數(shù)在大尺度區(qū)域、不同植被類(lèi)型和不同地理環(huán)境下對(duì)陸表物候的監(jiān)測(cè)能力，以期為多維度及其組合情況下的陸表物候遙感監(jiān)測(cè)最佳指數(shù)選擇提供依據(jù)。本文選擇地面觀測(cè)站點(diǎn)豐富且植被生長(zhǎng)季明顯的北半球中高緯度區(qū)域分布廣泛的4種植被類(lèi)型（落葉闊葉林、常綠針葉林、草地和灌叢）為研究對(duì)象，在統(tǒng)一的檢驗(yàn)數(shù)據(jù)（功能物候和結(jié)構(gòu)物候）下對(duì)比各遙感指數(shù)應(yīng)用于陸表植被春、秋季（SOS和EOS）物候提取及變化趨勢(shì)監(jiān)測(cè)的精度；綜合評(píng)估各遙感指數(shù)應(yīng)用于不同植被類(lèi)型、不同地理環(huán)境、不同物候類(lèi)型（結(jié)構(gòu)物候、功能物候）和不同物候事件（春季物候、秋季物候）的監(jiān)測(cè)能力。主要回答3個(gè)問(wèn)題：（1）不同維度（植被類(lèi)型、地理環(huán)境、物候類(lèi)型、物候事件）及其組合情況下監(jiān)測(cè)物候的最佳遙感指數(shù)是哪一種或哪些？（2）最佳遙感指數(shù)下的陸表物候監(jiān)測(cè)精度如何？（3）不同精度評(píng)估視角（物候提取準(zhǔn)確度、物候變化趨勢(shì)一致性）的最佳遙感指數(shù)是否存在差異？

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)

2.1.1 碳通量數(shù)據(jù)

碳通量塔利用渦度相關(guān)技術(shù)連續(xù)觀測(cè)地表生態(tài)系統(tǒng)與大氣間CO2、水分和能量的交換。基于碳通量塔獲取的GPP（Gross Primary Productivity）時(shí)序數(shù)據(jù)反映了植被光合能力的季節(jié)性變化，由其得到的植被物候被定義為“植被光合物候”，一般也稱(chēng)為植被功能物候。目前，基于GPP監(jiān)測(cè)的植被功能物候已被廣泛用于陸表植被物候遙感監(jiān)測(cè)結(jié)果的驗(yàn)證（牟敏杰 等，2012）。本文選擇匯集了全球通量觀測(cè)網(wǎng)絡(luò)數(shù)據(jù)采集結(jié)果的FLUXNET 2015 數(shù)據(jù)集（https：//fluxnet.org/data/fluxnet2015-dataset［/2021-03-17］），該數(shù)據(jù)集包含了北半球中高緯度區(qū)域212個(gè)站點(diǎn)，數(shù)據(jù)年份為1991年—2014年，但因站點(diǎn)而異。

2.1.2 物候相機(jī)數(shù)據(jù)

物候相機(jī)通常安裝在高塔上（通量塔或瞭望塔），以傾斜攝影的方式對(duì)地表植被進(jìn)行連續(xù)觀測(cè)。通過(guò)處理分析物候相機(jī)拍攝的真彩色影像以獲得可以表征植被冠層動(dòng)態(tài)的綠度指數(shù)，如相對(duì)綠度指數(shù)GCC（Green Chromatic Coordinate），其時(shí)序數(shù)據(jù)能夠反映植被冠層結(jié)構(gòu)的變化，因此該數(shù)據(jù)監(jiān)測(cè)的植被物候一般被稱(chēng)為結(jié)構(gòu)物候，并被廣泛用于陸表植被物候遙感監(jiān)測(cè)結(jié)果的精度驗(yàn)證（Schwartz，2013）。本文選用了最新版本的PhenoCam Dataset v2.0 數(shù)據(jù)集（https：//daac.ornl.gov/cgi-bin/dsviewer.pl？ds_id=1674［2021-03-17］），該數(shù)據(jù)集不僅包含逐日合成的GCC 指數(shù)時(shí)序數(shù)據(jù)，同時(shí)也提供了經(jīng)三次樣條插值法擬合重構(gòu)、使用相對(duì)閾值法（10%、25%和50%）提取的春秋季物候結(jié)果（Richardson 等，2018）。該數(shù)據(jù)集包含了北半球中高緯度528 個(gè)站點(diǎn)，數(shù)據(jù)年份為2000 年—2018 年，但因站點(diǎn)而異。

2.1.3 遙感指數(shù)數(shù)據(jù)

用于陸表物候監(jiān)測(cè)的衛(wèi)星遙感時(shí)序數(shù)據(jù)通常要求具有較高的時(shí)間分辨率，以準(zhǔn)確地反映植被整個(gè)生長(zhǎng)季的生長(zhǎng)變化。本文選擇8天合成、500 m空間分辨率的MOD09A1 地表反射率數(shù)據(jù)，其較高的時(shí)間分辨率和較長(zhǎng)的在軌年限極大滿足了衛(wèi)星遙感指數(shù)評(píng)估需求。針對(duì)上述212個(gè)通量觀測(cè)站點(diǎn)和528 個(gè)物候相機(jī)觀測(cè)站點(diǎn)的中心位置，提取3×3窗口下9個(gè)像元的紅光、近紅外、綠光、藍(lán)光及短波紅外波段反射率，以均值作為中心像元各波段反射率值，并基于這些波段計(jì)算待評(píng)估的遙感指數(shù)（NDVI、EVI、EVI2、NIRv、PPI、PI、NDPI、NDGI、PVI、LSWI）（表1）。此外，本文還獲取MODIS 合成數(shù)據(jù)觀測(cè)時(shí)刻的DOY 信息用于構(gòu)建遙感指數(shù)時(shí)間序列。

2.2 方法

2.2.1 站點(diǎn)篩選

本文基于北半球中高緯度區(qū)域的212個(gè)通量站點(diǎn)，結(jié)合各站點(diǎn)—年對(duì)應(yīng)的遙感指數(shù)時(shí)序曲線，剔除通量數(shù)據(jù)集中不具備完整且明顯植被季節(jié)生長(zhǎng)變化特征的站點(diǎn)—年數(shù)據(jù)，共篩選出406條質(zhì)量較高（年NEE_QC＞0.75）的站點(diǎn)—年數(shù)據(jù)。其包括了75 個(gè)通量站點(diǎn)（圖1（a）），各植被類(lèi)型所包含的通量站點(diǎn)數(shù)及站點(diǎn)—年記錄數(shù)詳見(jiàn)表2。

圖1 通量和物候相機(jī)站點(diǎn)分布及對(duì)應(yīng)的植被類(lèi)型Fig.1 Location of Flux sites and PhenoCam sites and the spatial distribution of vegetation types

表2 各植被類(lèi)型所包含的通量塔與物候相機(jī)站點(diǎn)數(shù)及站點(diǎn)—年記錄數(shù)Table 2 The number of flux sites，PhenoCam sites and data records for different vegetation types

基于北半球中高緯度區(qū)域的528個(gè)物候相機(jī)站點(diǎn)，考慮該數(shù)據(jù)集存在一架物候相機(jī)在某一站點(diǎn)同時(shí)監(jiān)測(cè)了多種植被類(lèi)型的情況，剔除了相機(jī)主要觀測(cè)類(lèi)型與站點(diǎn)類(lèi)型不一致的站點(diǎn)數(shù)據(jù)，并參考各站點(diǎn)—年對(duì)應(yīng)的遙感指數(shù)時(shí)序曲線，共篩選出485 條站點(diǎn)—年數(shù)據(jù)。其包括了129 個(gè)物候相機(jī)觀測(cè)站點(diǎn)（圖1（b）），各植被類(lèi)型所包含的物候相機(jī)站點(diǎn)數(shù)及站點(diǎn)—年記錄數(shù)詳見(jiàn)表2。

為評(píng)估雪、水分以及枯枝落葉覆蓋3個(gè)常見(jiàn)影響因素形成的不同地理環(huán)境下遙感指數(shù)適宜性，本文針對(duì)北半球中高緯度區(qū)域的75 個(gè)通量站點(diǎn)和129 個(gè)物候相機(jī)站點(diǎn)（圖1），一方面基于K?ppen-Geiger 世界氣候分類(lèi)圖（http：//koeppen-geiger.vuwien.ac.at/shifts.htm［2021-03-17］）篩選出符合4種地理環(huán)境（即：降雪、無(wú)雪、無(wú)雪且濕潤(rùn)和無(wú)雪且干燥）的站點(diǎn)；另一方面根據(jù)植株生長(zhǎng)變化導(dǎo)致地表覆蓋情況不同的現(xiàn)象又將其劃分兩種環(huán)境（春季換葉/秋季落葉（枯萎））站點(diǎn)（表3）。其中，春季換葉現(xiàn)象主要發(fā)生在常綠林和周?chē)栏降某＞G型灌叢中，秋季落葉（枯萎）現(xiàn)象主要發(fā)生在草地、落葉林和周?chē)栏降穆淙~型灌叢中。6種地理環(huán)境及分布詳見(jiàn)圖2。

圖2 各地理環(huán)境劃分及空間情況Fig.2 Spatial distribution of different geographical environments based on different criteria

表3 各地理環(huán)境所包含的通量與物候相機(jī)站點(diǎn)數(shù)及站點(diǎn)—年記錄數(shù)Table 3 The number of flux sites，PhenoCam sites and data records for different geographical environments

2.2.2 物候期提取

現(xiàn)有研究表明雙Logistic 函數(shù)對(duì)衛(wèi)星遙感監(jiān)測(cè)物候的指數(shù)時(shí)序數(shù)據(jù)和通量站點(diǎn)監(jiān)測(cè)的GPP 時(shí)序數(shù)據(jù)重構(gòu)效果非常好（Busetto 等，2010）。本文采用雙Logistic 曲線對(duì)MODIS 遙感指數(shù)時(shí)序數(shù)據(jù)和通量塔GPP時(shí)序數(shù)據(jù)進(jìn)行擬合（圖3、圖4），得到逐日MODIS 遙感指數(shù)和GPP 時(shí)序數(shù)據(jù)?；诖耍疚牟捎孟鄬?duì)閾值法（White 等，1997）提取植被春、秋季物候指標(biāo)。

圖3 GPP時(shí)序數(shù)據(jù)重建和物候提取示意圖（以CA-Oas通量站點(diǎn)2007年為例）Fig.3 A schematic diagram for the reconstruction of GPP time-series data and the extraction of phenological metrics at site CA-Oas in 2007

圖4 遙感指數(shù)時(shí)序數(shù)據(jù)重建和物候提取示意圖（以UM-MMS通量站點(diǎn)2009年NDGI指數(shù)為例）Fig.4 A schematic diagram for the reconstruction of NDGI time-series data and the extraction of phenological metrics at site UM-MMS in 2009

考慮到不同研究中植被物候期定義的差異，且基于碳通量數(shù)據(jù)獲取的功能物候、基于物候相機(jī)獲取的結(jié)構(gòu)物候及利用遙感監(jiān)測(cè)的陸表物候之間并無(wú)明確的閾值對(duì)應(yīng)關(guān)系。因此，針對(duì)不同驗(yàn)證數(shù)據(jù)，本文定義了多個(gè)提取春、秋季物候的相對(duì)閾值（表4）。PhenoCam Dataset v2.0 數(shù)據(jù)集本身提供了10%、25%和50%等3種相對(duì)閾值的物候提取結(jié)果（圖5），為保證交叉驗(yàn)證時(shí)遙感指數(shù)所取閾值范圍與其一致，以GCC 時(shí)序數(shù)據(jù)獲取的結(jié)構(gòu)物候結(jié)果為參考時(shí)，本文對(duì)遙感指數(shù)的相對(duì)閾值略有調(diào)整（表5）。

圖5 基于GCC和遙感指數(shù)的物候提取閾值設(shè)置示意圖（以bbc7_DB_1000物候相機(jī)站點(diǎn)2016年NDVI指數(shù)為例）Fig.5 A schematic diagram for the extraction of phenological metrics based on GCC and NDVI time-series data with different relative thresholds at site bbc7_DB_1000 in 2016

表4 GPP及遙感數(shù)據(jù)中春、秋季物候提取的相對(duì)閾值定義Table 4 The relative thresholds for SOS and EOS extraction from GPP and remote sensing data/%

表5 GCC及遙感數(shù)據(jù)中春、秋季物候提取的相對(duì)閾值定義Table 5 The relative thresholds of SOS and EOS extraction from GCC and remote sensing data/%

2.2.3 精度評(píng)估及對(duì)比分析

精度評(píng)估指標(biāo)采用均方根誤差RMSE 和一元線性回歸的決定系數(shù)R2來(lái)度量。RMSE 度量物候事件發(fā)生日期的準(zhǔn)確性，RMSE 值越小則說(shuō)明該指數(shù)提取的物候與參考數(shù)據(jù)（基于物候相機(jī)觀測(cè)的結(jié)構(gòu)物候和基于碳通量觀測(cè)的功能物候）偏差越??；R2度量物候變化趨勢(shì)的一致性，R2值越大則說(shuō)明該指數(shù)提取的物候與參考數(shù)據(jù)的變化趨勢(shì)越相似。

為避免不同數(shù)據(jù)源使用同一閾值提取的物候事件不對(duì)應(yīng)或同一數(shù)據(jù)源使用單一閾值造成評(píng)估結(jié)果偏差的問(wèn)題，本文采用多個(gè)閾值交叉組合的檢驗(yàn)方式。針對(duì)每個(gè)遙感指數(shù)，分別利用通量站GPP數(shù)據(jù)和物候相機(jī)GCC 數(shù)據(jù)提取的物候期作為參考標(biāo)準(zhǔn)，通過(guò)GPP 數(shù)據(jù)相對(duì)閾值（表4 中的P1-P5）和遙感指數(shù)相對(duì)閾值（表4 中的S1-S5、E1-E5）交叉組合可分別獲得SOS 和EOS 各25 個(gè)精度評(píng)估指標(biāo)（RMSE 或R2），類(lèi)似的GCC 數(shù)據(jù)（C1-C3）可獲得15個(gè)精度評(píng)估指標(biāo)。

此外，本文統(tǒng)計(jì)了每個(gè)遙感指數(shù)在多閾值下物候監(jiān)測(cè)精度評(píng)估指標(biāo)的范圍、均值和中值；并使用獨(dú)立樣本t檢驗(yàn)來(lái)分析各遙感指數(shù)之間、功能物候和結(jié)構(gòu)物候之間是否存在顯著差異。以RMSE為例，結(jié)構(gòu)物候（樣本量為15；或功能物候，樣本量為25）中每?jī)蓚€(gè)遙感指數(shù)間進(jìn)行獨(dú)立樣本t檢驗(yàn)，當(dāng)p＜0.05 時(shí)說(shuō)明這兩個(gè)指數(shù)的物候提取準(zhǔn)確度具有顯著差異。

3 結(jié)果

3.1 總體對(duì)比

圖6 展示了各遙感指數(shù)物候監(jiān)測(cè)的最佳精度（最佳閾值詳見(jiàn)表A1，多閾值結(jié)果詳見(jiàn)圖A1）。綜合來(lái)看，各遙感指數(shù)在最佳閾值時(shí)所得到的最佳精度因物候類(lèi)型、物候事件和物候評(píng)價(jià)指標(biāo)的不同而存在明顯差異?？梢园l(fā)現(xiàn)NDGI 除了對(duì)功能物候的EOS 提取誤差較大之外，是所有功能物候和結(jié)構(gòu)物候中提取SOS 與EOS 的最佳指數(shù)。NDGI 在多數(shù)情況下都能獲得精度較高的春、秋季物候監(jiān)測(cè)結(jié)果，但其監(jiān)測(cè)精度在SOS 與EOS 之間、功能物候與結(jié)構(gòu)物候之間卻有所不同。從SOS 與EOS的對(duì)比來(lái)看（圖6），結(jié)構(gòu)物候中，大多數(shù)遙感指數(shù)提取SOS 的RMSE 明顯低于其提取EOS 的RMSE、SOS 的R2高于EOS 的R2（圖6（a）和（b））；功能物候中，大多數(shù)遙感指數(shù)監(jiān)測(cè)SOS 的準(zhǔn)確度（RMSE）和物候變化趨勢(shì)一致性（R2）均明顯優(yōu)于EOS（圖6（c）和（d））。從結(jié)構(gòu)物候與功能物候的對(duì)比來(lái)看，結(jié)構(gòu)物候中大多數(shù)遙感指數(shù)提取SOS 和EOS 的準(zhǔn)確度均優(yōu)于功能物候中，但結(jié)構(gòu)物候中大多數(shù)遙感指數(shù)監(jiān)測(cè)的SOS 變化趨勢(shì)的一致性明顯低于功能物候中的監(jiān)測(cè)結(jié)果（圖6（b）vs.（d）），而結(jié)構(gòu)物候中監(jiān)測(cè)的EOS 變化趨勢(shì)一致性與功能物候中的監(jiān)測(cè)結(jié)果無(wú)明顯差異。

圖6 全樣本情況下各遙感指數(shù)物候監(jiān)測(cè)最佳精度對(duì)比Fig.6 Comparison of optimum accuracy of phenological monitoring using different remote sensing indexes based on the whole samples

3.2 不同植被類(lèi)型下的對(duì)比

結(jié)構(gòu)物候中，大多數(shù)遙感指數(shù)在不同植被類(lèi)型SOS 和EOS 提取準(zhǔn)確度上的差異較?。▓D7，最佳精度及閾值詳見(jiàn)表A2），多閾值的驗(yàn)證結(jié)果也表明各植被類(lèi)型中存在至少3種遙感指數(shù)提取SOS和EOS 的準(zhǔn)確度較高，且它們之間并無(wú)顯著差異（圖A2—A5）。其中，NDGI 是4 種植被類(lèi)型SOS 提取準(zhǔn)確度均為較好的遙感指數(shù)（RMSE 較小且在多閾值驗(yàn)證中與其他遙感指數(shù)無(wú)顯著差異）；也是除落葉闊葉林（監(jiān)測(cè)精度最高的指數(shù)為NIRv，如圖7（a）所示；而多閾值驗(yàn)證時(shí)最佳指數(shù)為PVI，如附圖2 所示）外的其他3 種植被類(lèi)型EOS 提取的準(zhǔn)確度最佳的指數(shù)。雖然遙感指數(shù)間的精度差異較小，但不同植被類(lèi)型在最佳遙感指數(shù)下的監(jiān)測(cè)精度仍有所不同（圖7 和附圖2—5）：從SOS 監(jiān)測(cè)精度對(duì)比來(lái)看，落葉闊葉林SOS的RMSE 明顯低于其他植被類(lèi)型，其他3種植被的R2無(wú)顯著差異，但明顯高于常綠針葉林；從EOS 監(jiān)測(cè)精度對(duì)比來(lái)看，草地EOS的RMSE明顯低于其他植被類(lèi)型，草地與灌叢的R2明顯高于兩種森林。

圖7 各遙感指數(shù)在不同植被類(lèi)型中物候監(jiān)測(cè)最佳精度對(duì)比（DB：落葉闊葉林；EN：常綠針葉林；GR：草地；SH：灌叢）Fig.7 Comparison of optimum accuracy of phenological monitoring using different remote sensing indexes in different vegetation types（DB：deciduous broadleaved forest；EN：evergreen needleleaf forest；GR：grassland；SH：shrub）

功能物候中，大多數(shù)遙感指數(shù)在監(jiān)測(cè)落葉闊葉林和草地物候時(shí)表現(xiàn)出較高的準(zhǔn)確度，但在監(jiān)測(cè)常綠針葉林和灌叢時(shí)表現(xiàn)較差；并且除了常綠針葉林外，大多數(shù)遙感指數(shù)能夠較好的監(jiān)測(cè)植被物候變化趨勢(shì)（圖7）。值得注意的是，部分遙感指數(shù)在監(jiān)測(cè)物候變化趨勢(shì)一致性時(shí)對(duì)植被類(lèi)型和物候事件較為敏感。例如，PI在不同植被類(lèi)型SOS和EOS 監(jiān)測(cè)中R2存在非常明顯的差異（圖7（d）（h）（l）（p））。此外，不同植被類(lèi)型SOS 監(jiān)測(cè)的最佳遙感指數(shù)各不相同；監(jiān)測(cè)EOS 變化趨勢(shì)一致性最佳的遙感指數(shù)主要為NDGI 和NDPI，而提取EOS準(zhǔn)確度最佳的遙感指數(shù)均為PVI（圖A2—A5）。不同植被類(lèi)型在最佳遙感指數(shù)下的物候監(jiān)測(cè)精度也不盡相同（圖7 和圖A2—A5）：從SOS 監(jiān)測(cè)精度對(duì)比來(lái)看，落葉闊葉林的SOS 提取準(zhǔn)確度最高，常綠針葉林的SOS 物候變化趨勢(shì)一致性明顯低于其他植被類(lèi)型；從EOS 監(jiān)測(cè)精度對(duì)比來(lái)看，灌叢EOS 的提取準(zhǔn)確度和物候變化趨勢(shì)一致性均明顯優(yōu)于其他植被類(lèi)型。

3.3 不同地理環(huán)境下的對(duì)比

各遙感指數(shù)在不同地理環(huán)境下監(jiān)測(cè)植被結(jié)構(gòu)物候的能力有限，即便是達(dá)到最佳監(jiān)測(cè)精度時(shí)，其監(jiān)測(cè)的準(zhǔn)確度和物候變化趨勢(shì)一致性仍然較低（圖8，最佳精度及閾值詳見(jiàn)表A3）。例如，在無(wú)雪且濕潤(rùn)地理環(huán)境下監(jiān)測(cè)SOS 表現(xiàn)最佳的EVI指數(shù)（圖8（i）），其RMSE 接近20 d；而在無(wú)雪（圖8（f））、無(wú)雪且干燥（圖8（n））以及秋季落葉（圖8（v））環(huán)境下監(jiān)測(cè)SOS 表現(xiàn)最佳的NDGI 指數(shù)，其R2仍不足0.5。從多閾值對(duì)比分析來(lái)看，結(jié)構(gòu)物候中，不同地理環(huán)境SOS 監(jiān)測(cè)的最佳遙感指數(shù)相似，以PI、PPI 和NDGI 為主；除LSWI 和NDVI 外，其他指數(shù)在大部分環(huán)境的EOS 監(jiān)測(cè)中差異較??；EOS 提取準(zhǔn)確度最佳的遙感指數(shù)在大部分環(huán)境中幾乎相同，但監(jiān)測(cè)EOS變化趨勢(shì)一致性最佳的遙感指數(shù)主要為NDPI、NDGI 和PI（圖A6—A11）。從SOS 監(jiān)測(cè)精度對(duì)比來(lái)看，水分因素主導(dǎo)的地理環(huán)境差異使得植被結(jié)構(gòu)物候監(jiān)測(cè)存在明顯的差異；從EOS 監(jiān)測(cè)精度對(duì)比來(lái)看，6 種環(huán)境EOS監(jiān)測(cè)在物候提取準(zhǔn)確度上與SOS 監(jiān)測(cè)類(lèi)似，在降雪和無(wú)雪且干燥環(huán)境的EOS 監(jiān)測(cè)在物候變化趨勢(shì)上明顯高于其他環(huán)境，但其精度仍然有限。

圖8 各遙感指數(shù)在不同地理環(huán)境中物候監(jiān)測(cè)最佳精度對(duì)比（SN：降雪；NS：無(wú)雪；HW：無(wú)雪且濕潤(rùn)；LW：無(wú)雪且干燥；SLC：春季換葉；ALF：秋季落葉（枯萎））Fig.8 Comparison of optimum accuracy of phenological monitoring using different remote sensing indexes in different geographical environments（SN：Snow；NS：No Snow；HW：High Wetness based on NS；LW：Low Wetness based on NS；SLC：Spring Leaf Change；ALF：Autumn Leaf Fall）

功能物候中，各遙感指數(shù)在不同地理環(huán)境下監(jiān)測(cè)植被功能物候的能力仍然有限，但部分遙感指數(shù)在物候變化趨勢(shì)一致性監(jiān)測(cè)中精度相對(duì)較高，并對(duì)不同地理環(huán)境表現(xiàn)出一定的敏感性（圖8）。例如，PPI 指數(shù)的功能物候變化趨勢(shì)一致性監(jiān)測(cè)能力在無(wú)雪（圖8（h））、無(wú)雪且干燥（圖8（p））和春季換葉（圖8（t））地理環(huán)境中表現(xiàn)不佳，而在無(wú)雪且濕潤(rùn)（圖8（l））和秋季落葉（圖8（x））地理環(huán)境中表現(xiàn)相對(duì)較好。不同地理環(huán)境SOS監(jiān)測(cè)的最佳遙感指數(shù)以PPI 和NDGI 為主；除監(jiān)測(cè)秋季落葉（枯萎）環(huán)境EOS的最佳指數(shù)為PPI外，其他環(huán)境EOS提取準(zhǔn)確度和監(jiān)測(cè)變化趨勢(shì)一致性的最佳指數(shù)主要為PVI、NDGI、PI（圖A6—A11）。從SOS監(jiān)測(cè)精度對(duì)比來(lái)看，最佳指數(shù)為PPI的秋季落葉（枯萎）和無(wú)雪且濕潤(rùn)環(huán)境在監(jiān)測(cè)精度（RMSE、R2）上明顯優(yōu)于最佳指數(shù)為NDGI的其他4種地理環(huán)境。從EOS監(jiān)測(cè)精度對(duì)比來(lái)看，大多數(shù)遙感指數(shù)在降雪環(huán)境中的物候提取準(zhǔn)確度明顯高于在其他環(huán)境的提取準(zhǔn)確度，但在降雪和無(wú)雪環(huán)境的R2中無(wú)明顯差異。此外，在春季換葉和無(wú)雪且濕潤(rùn)地理環(huán)境中植被EOS監(jiān)測(cè)在物候變化趨勢(shì)一致性上明顯高于在秋季落葉（枯萎）和無(wú)雪且干燥環(huán)境中的監(jiān)測(cè)結(jié)果。

各地理環(huán)境中功能物候和結(jié)構(gòu)物候監(jiān)測(cè)的最佳遙感指數(shù)及其精度并存在明顯差異。從SOS 監(jiān)測(cè)功能物候和結(jié)構(gòu)物候的最佳遙感指數(shù)和監(jiān)測(cè)精度對(duì)比來(lái)看（圖A6—A11），除水分主導(dǎo)的兩種環(huán)境外，其他環(huán)境中監(jiān)測(cè)功能物候和結(jié)構(gòu)物候的最佳指數(shù)基本不同，并且在大部分環(huán)境中功能物候和結(jié)構(gòu)物候在監(jiān)測(cè)精度方面均存在明顯差異。例如，降雪環(huán)境中監(jiān)測(cè)功能物候SOS 的R2明顯高于結(jié)構(gòu)物候監(jiān)測(cè)結(jié)果，秋季落葉（枯萎）環(huán)境中監(jiān)測(cè)SOS功能物候的RMSE和的R2明顯優(yōu)于結(jié)構(gòu)物候的監(jiān)測(cè)結(jié)果。而在其他多數(shù)情況下，結(jié)構(gòu)物候的監(jiān)測(cè)精度明顯更高。從EOS 功能物候和結(jié)構(gòu)物候監(jiān)測(cè)的最佳遙感指數(shù)和監(jiān)測(cè)精度對(duì)比來(lái)看（附圖6—11），除枯枝落葉主導(dǎo)的兩種環(huán)境外，功能物候和結(jié)構(gòu)物候提取準(zhǔn)確度最佳的遙感指數(shù)均相同（PVI 和PPI），并且在大部分環(huán)境中功能物候和結(jié)構(gòu)物候的監(jiān)測(cè)精度也均存在明顯差異。例如，在無(wú)雪且干燥和秋季落葉（枯萎）環(huán)境EOS 監(jiān)測(cè)中功能物候的RMSE 明顯低于結(jié)構(gòu)物候的RMSE，在除降雪和秋季落葉（枯萎）環(huán)境外的其他環(huán)境EOS 監(jiān)測(cè)中功能物候的R2均明顯高于結(jié)構(gòu)物候的R2。

4 討論

4.1 不同維度下的最佳遙感指數(shù)

雖然部分遙感指數(shù)（例如，NDGI 和PPI）在多數(shù)情況下均表現(xiàn)最佳，但不同植被類(lèi)型、地理環(huán)境、物候類(lèi)型（功能物候、結(jié)構(gòu)物候）、物候事件（春季、秋季）及其組合情況下的最佳遙感指數(shù)并不聚焦于少數(shù)幾種，而是散布于各類(lèi)遙感指數(shù)之中。以植被類(lèi)型這一維度為例，除LSWI 指數(shù)外，其余九種指數(shù)在物候提取準(zhǔn)確度最佳指數(shù)或變化趨勢(shì)一致性最佳指數(shù)中均有出現(xiàn)。雖然NDGI、PPI、PI 和NDVI 等指數(shù)在不同物候類(lèi)型中適用性更廣，但其他指數(shù)在不同物候事件中也經(jīng)常出現(xiàn)，在其他維度中的最佳遙感指數(shù)分布特點(diǎn)類(lèi)似（表A4）?，F(xiàn)有大多數(shù)遙感指數(shù)使用2—3 個(gè)波段的信息監(jiān)測(cè)植被的季節(jié)性變化。然而，有限波段所提供的信息不足以將不同類(lèi)型的植被從復(fù)雜的背景信息中區(qū)分。近些年的研究致力于減少背景信息及其變化對(duì)植被物候監(jiān)測(cè)的影響。例如，NDPI和NDGI均利用3個(gè)波段的信息削弱背景變化（例如，融雪）對(duì)植被物候監(jiān)測(cè)的影響，均提升了植被物候監(jiān)測(cè)的精度；但在有秋季落葉的地理環(huán)境中，NDPI監(jiān)測(cè)植被物候的能力不及NDGI。這表明相比NDPI，NDGI所使用的波段信息及其組合方式能夠更好地區(qū)分綠色植被和干植被。目前已有研究認(rèn)為，NDGI 指數(shù)是新興物候指數(shù)中效果最好的（Yang等，2019；劉喜龍，2019），本文研究結(jié)果與其較一致。除此之外，本文也發(fā)現(xiàn)PPI 指數(shù)與NDGI類(lèi)似，在大部分情況下均表現(xiàn)不錯(cuò)（表A4）。例如，在落葉闊葉林SOS 和EOS 監(jiān)測(cè)和其他植被類(lèi)型EOS 監(jiān)測(cè)中其物候提取準(zhǔn)確度最高，在無(wú)雪且濕潤(rùn)、春季換葉和秋季落葉（枯萎）環(huán)境的SOS監(jiān)測(cè)中物候變化趨勢(shì)一致性最好等。

此外，現(xiàn)有大尺度陸表物候監(jiān)測(cè)產(chǎn)品大多基于NDVI、EVI和EVI2生產(chǎn)（如MCD12Q2 EVI（Zhang等，2003）、VIPPHEN EVI2（White 等，1997）、CMGLSP EVI2（Zhang 等，2014）、MOD09Q1P EVI（Tan 等，2011）和AVHRRP NDVI（Reed 等，1994））。雖然NDVI、EVI 和EVI2 在某些情況下確實(shí)為最佳指數(shù)（附表4），如常綠針葉林的功能物候SOS 監(jiān)測(cè)最佳指數(shù)為NDVI、灌叢的結(jié)構(gòu)物候EOS 監(jiān)測(cè)最佳指數(shù)為EVI 和EVI2，但這些產(chǎn)品常用的指數(shù)總體上并不如NDGI 和PPI。此外，Peng等（2017）的研究也表明這些陸表物候產(chǎn)品僅在局部或特定區(qū)域的RMSE 較高且年際變化差異不大，但在監(jiān)測(cè)大范圍區(qū)域時(shí)的物候變化趨勢(shì)一致性較差。因此，未來(lái)大尺度陸表物候產(chǎn)品生產(chǎn)中建議選擇普適性較高的NDGI 或PPI，而在某些特定環(huán)境下則需選擇該條件對(duì)應(yīng)的最佳指數(shù)。

4.2 基于最佳遙感指數(shù)監(jiān)測(cè)陸表物候的精度差異

本文研究結(jié)果表明（表A4），在兩個(gè)精度評(píng)估視角上，基于最佳遙感指數(shù)監(jiān)測(cè)不同維度及其組合情況下的陸表物候精度均存在差異，其中監(jiān)測(cè)精度最高時(shí)，RMSE 小于10天，R2大于0.8。例如，草地類(lèi)和落葉闊葉林的功能物候SOS 監(jiān)測(cè)。但同時(shí)也發(fā)現(xiàn)，在某些情況下即使是采用最佳遙感指數(shù)，其用于陸表物候監(jiān)測(cè)的誤差仍較大（最低監(jiān)測(cè)精度：RMSE 接近60 d，R2不足0.1）。表明這些情況下的陸表物候監(jiān)測(cè)結(jié)果可能存在較大不確定性。例如，灌叢的結(jié)構(gòu)物候SOS 監(jiān)測(cè)、降雪環(huán)境的EOS 監(jiān)測(cè)等情況的物候提取準(zhǔn)確度較低；常綠針葉林的結(jié)構(gòu)物候監(jiān)測(cè)、無(wú)雪且濕潤(rùn)環(huán)境的結(jié)構(gòu)物候EOS 監(jiān)測(cè)等情況的物候變化趨勢(shì)一致性較差。許多關(guān)于陸表物候提取的遙感指數(shù)研究的實(shí)驗(yàn)結(jié)果也間接證實(shí)了這些情況的存在，如劉喜龍（2019）的研究結(jié)果也反映出所有遙感指數(shù)在降雪環(huán)境下的物候提取準(zhǔn)確度偏低，Wu 等（2014）針對(duì)常綠針葉林探究的幾種指數(shù)的物候趨勢(shì)一致性普遍不高。

值得說(shuō)明的是，考慮到不同監(jiān)測(cè)手段所獲取的同名物候事件之間存在本質(zhì)差異，相同閾值下所估算的同名物候事件的發(fā)生時(shí)間并非完全對(duì)應(yīng)，本文采用了多組閾值交叉組合的方式，因此每個(gè)指數(shù)的精度結(jié)果（RMSE、R2）并非是在某一特定閾值下與驗(yàn)證數(shù)據(jù)之間的偏差，而是多組閾值下的綜合結(jié)果。這一綜合結(jié)果所反映的誤差應(yīng)大于最優(yōu)閾值下的誤差，但本文的核心是利用精度指標(biāo)來(lái)比較不同指數(shù)監(jiān)測(cè)能力的高低，而非考察特定閾值下某指數(shù)的精度大小，因此并不影響各指數(shù)在精度上的排序結(jié)果。在實(shí)際應(yīng)用中，學(xué)者們往往會(huì)結(jié)合研究區(qū)和研究對(duì)象選擇最優(yōu)的閾值來(lái)提取物候，因此其指數(shù)的監(jiān)測(cè)精度通常較好。如Yang 等（2019）采用雙Logistic 方法并在其經(jīng)驗(yàn)閾值下利用NDGI 監(jiān)測(cè)苔原物候，以通量塔監(jiān)測(cè)的功能物候?yàn)閰⒖紩r(shí)，其SOS的RMSE為10.37 d、R2為0.92，EOS的RMSE為26.74天、R2為0.59。

4.3 不同精度評(píng)估視角下的最佳遙感指數(shù)差異

從不同的精度評(píng)估視角來(lái)看，物候提取準(zhǔn)確度高的遙感指數(shù)與物候變化趨勢(shì)一致性高的遙感指數(shù)并不完全相同，應(yīng)根據(jù)關(guān)注視角或研究目標(biāo)來(lái)選擇適宜的遙感指數(shù)。目前，已有大部分遙感指數(shù)精度評(píng)估研究主要考慮的是物候提取準(zhǔn)確度，也有少部分研究對(duì)比的是物候變化趨勢(shì)一致性（范德芹 等，2014；Peng 等，2017），但基于現(xiàn)有研究結(jié)果無(wú)法準(zhǔn)確針對(duì)具體研究目標(biāo)（短期的準(zhǔn)確提取或長(zhǎng)期的變化趨勢(shì)監(jiān)測(cè)）來(lái)選擇合適的遙感指數(shù)。而本文綜合分析了這兩個(gè)精度評(píng)估視角，一方面對(duì)比發(fā)現(xiàn)了不同維度組合情況下兩種精度評(píng)估視角的最佳遙感指數(shù)異同（附表4）。例如，灌叢的結(jié)構(gòu)物候SOS 監(jiān)測(cè)中，物候提取準(zhǔn)確度最佳的指數(shù)為NDGI、PI和NDPI，而物候變化趨勢(shì)一致性最佳的指數(shù)為PI；無(wú)雪環(huán)境的功能物候EOS監(jiān)測(cè)中，物候提取準(zhǔn)確度最佳的指數(shù)為PVI、PPI和NIRv，而物候變化趨勢(shì)一致性最佳的指數(shù)為NDGI。另一方面基于評(píng)估結(jié)果可根據(jù)研究需求指導(dǎo)遙感指數(shù)的選擇，若關(guān)注短期內(nèi)（如當(dāng)年或近幾年）的植被物候提取準(zhǔn)確度時(shí)，則考慮根據(jù)該區(qū)域情況（植被類(lèi)型、地理環(huán)境、物候類(lèi)型、物候事件）選擇物候提取準(zhǔn)確度最佳的遙感指數(shù)，若關(guān)注植被物候的長(zhǎng)期變化趨勢(shì)，則應(yīng)選擇該條件下物候變化趨勢(shì)一致性最佳的遙感指數(shù)。

4.4 基于多維度全面評(píng)估遙感指數(shù)的優(yōu)勢(shì)

本文從4個(gè)維度（植被類(lèi)型、地理環(huán)境、物候類(lèi)型、物候事件）對(duì)用于陸表物候提取的遙感指數(shù)開(kāi)展了系統(tǒng)的評(píng)估，這一評(píng)估結(jié)果的優(yōu)勢(shì)在于可以指導(dǎo)多維度及其組合情況下的最佳遙感指數(shù)選擇。例如，本文發(fā)現(xiàn)落葉闊葉林和常綠針葉林的功能物候SOS 監(jiān)測(cè)最佳指數(shù)分別為PI 和NDVI，但其結(jié)構(gòu)物候SOS 監(jiān)測(cè)的最佳指數(shù)分別為PPI/NIRv/NDGI（落葉闊葉林）和NDVI/PI/NDGI（常綠針葉林），而Gonsamo 等（2012）僅以功能物候評(píng)價(jià)指數(shù)監(jiān)測(cè)精度，雖然也證明了PI和NDVI在監(jiān)測(cè)落葉闊葉林和常綠針葉林SOS 時(shí)表現(xiàn)不錯(cuò)，但并未進(jìn)一步探究其在結(jié)構(gòu)物候中是否同樣適用。本文則針對(duì)結(jié)構(gòu)物候和功能物候、SOS和EOS以及植被類(lèi)型的組合情況精準(zhǔn)地提供適宜該條件的最佳指數(shù)。對(duì)于不同地理環(huán)境來(lái)說(shuō)也類(lèi)似，例如，本文發(fā)現(xiàn)降雪環(huán)境的結(jié)構(gòu)物候SOS 監(jiān)測(cè)的最佳指數(shù)為PI 和NDPI。Wang 等（2017）也發(fā)現(xiàn)結(jié)構(gòu)物候中NDPI 和PI 在降雪環(huán)境中顯著優(yōu)于NDVI、NDII 等指數(shù)，但本文同時(shí)探究得到功能物候中NDGI 在降雪環(huán)境SOS 監(jiān)測(cè)上也表現(xiàn)不錯(cuò)，為降雪環(huán)境下不同維度物候監(jiān)測(cè)的最佳指數(shù)選擇提供了科學(xué)全面的依據(jù)。

此外，目前有關(guān)陸表物候遙感指數(shù)的評(píng)估大多在不同標(biāo)準(zhǔn)下開(kāi)展，導(dǎo)致研究結(jié)果間可能存在互相矛盾的現(xiàn)象，且可比性差，無(wú)法根據(jù)不同區(qū)域選擇出最佳遙感指數(shù)。而本文在北半球中高緯度地區(qū)、統(tǒng)一標(biāo)準(zhǔn)（兩個(gè)精度評(píng)估視角和四個(gè)維度）下對(duì)比評(píng)估了10 種遙感指數(shù)，更為全面系統(tǒng)地提供了不同情況下的最佳遙感指數(shù)的選擇方案。例如，Wang 等人（2017）的研究認(rèn)為NDPI 抗雪性較好，而Jin 和Eklundh（2014）的研究中則表明PPI 指數(shù)在雪的干擾下也能準(zhǔn)確提取植被物候，由于兩者是在不同區(qū)域針對(duì)不同植被類(lèi)型開(kāi)展研究。因此，無(wú)法直接對(duì)比研究中提供的指數(shù)精度來(lái)評(píng)估哪個(gè)指數(shù)更適用于降雪環(huán)境物候監(jiān)測(cè)。根據(jù)本文研究結(jié)果可直觀看到，對(duì)于降雪環(huán)境下的春秋季物候提取，無(wú)論是功能物候還是結(jié)構(gòu)物候中NDGI和PI指數(shù)的監(jiān)測(cè)能力（物候提取準(zhǔn)確度和物候變化趨勢(shì)一致性）均最佳，而NDPI 和PPI 指數(shù)則是在某些情況下為最佳指數(shù)。例如，功能物候EOS監(jiān)測(cè)中，PPI的物候提取準(zhǔn)確度最佳，NDPI的物候變化趨勢(shì)一致性最佳。

4.5 本研究的不確定性及展望

用于計(jì)算遙感指數(shù)的基礎(chǔ)數(shù)據(jù)、后續(xù)的數(shù)據(jù)預(yù)處理過(guò)程以及最終的物候識(shí)別方法均可能會(huì)給陸表物候監(jiān)測(cè)精度評(píng)估結(jié)果帶來(lái)不確定性。本文基于MOD09A1數(shù)據(jù)計(jì)算并評(píng)估了10種遙感指數(shù)的陸表物候監(jiān)測(cè)能力和適宜性，但基于不同基礎(chǔ)數(shù)據(jù)的物候期識(shí)別精度存在顯著差異（Delbart 等，2006；Peng等，2017）。Yang等（2019）對(duì)比基于MCD43A4 和MOD09A1 數(shù)據(jù)提取的物候結(jié)果發(fā)現(xiàn)RMSE 差值最高10d，R2差值達(dá)0.3。因此，考慮不同基礎(chǔ)遙感數(shù)據(jù)（如NOAA/AVHRR、MODIS 和SPOT 等）對(duì)陸表物候監(jiān)測(cè)精度的影響對(duì)于完善遙感指數(shù)評(píng)估具有重要價(jià)值。

本文旨在統(tǒng)一標(biāo)準(zhǔn)下評(píng)估遙感指數(shù)的陸表物候監(jiān)測(cè)能力，對(duì)10 種遙感指數(shù)時(shí)序數(shù)據(jù)均選擇目前較常用的預(yù)處理方法（雙Logistic 擬合）進(jìn)行擬合重構(gòu)。但目前大量研究表明，森林及農(nóng)作物監(jiān)測(cè)中，預(yù)處理方法的不同（例如，雙Logistic擬合、非對(duì)稱(chēng)高斯線性擬合、最佳指數(shù)斜率提取、傅里葉變換以及Savitzky-Golay 濾波）確實(shí)影響了遙感指數(shù)物候提取精度（Hird和McDermid，2009；Beck等，2006；Sakamoto 等，2005；Wang 等，2014；Zhu 等，2019），Zeng 等（2020）也提出經(jīng)不同的去噪、插值方法處理后，遙感指數(shù)所提取物候結(jié)果存在顯著差異，并且尚未有哪種方法具有較好的普適性或顯著性優(yōu)勢(shì)。因此，為更全面客觀地評(píng)價(jià)遙感指數(shù)對(duì)陸表物候的監(jiān)測(cè)能力，應(yīng)在今后的研究中進(jìn)一步嘗試不同的數(shù)據(jù)預(yù)處理方法以完善遙感指數(shù)的綜合評(píng)估。例如，針對(duì)本實(shí)驗(yàn)中時(shí)序曲線呈現(xiàn)W 型或存在背景值的指數(shù)（如，PVI、LSWI 和EVI）無(wú)法直接被常規(guī)方法（例如，雙Logistic擬合、三次樣條插值）擬合重構(gòu)，利用解混合像元算法（Cardot等，2008）、數(shù)據(jù)統(tǒng)計(jì)值（Yuan等，2018）或時(shí)相篩選（例如，春季4—5月（Wang等，2011）、秋季9—11月（Wu等，2012））等手段可有效提高指數(shù)的物候提取精度（Guyon 等，2011；Wu等，2014）。

為避免不同數(shù)據(jù)源使用同一閾值提取的物候事件不對(duì)應(yīng)或同一數(shù)據(jù)源使用單一閾值造成評(píng)估結(jié)果偏差的問(wèn)題，本文選擇了相對(duì)閾值法，并采用多個(gè)閾值交叉組合的檢驗(yàn)方式。近年來(lái)，最大斜率法（Kaduk和Heimann，1996）、導(dǎo)數(shù)法（White等，1997）、曲率變化率法（Zhang 等，2003）、滑動(dòng)平均法（Duchemin 等，1999）以及函數(shù)擬合法（雙Logistic函數(shù)、高斯函數(shù)、傅里葉函數(shù)等）也被廣泛應(yīng)用（Hudson 和Keatley，2010；林忠輝和莫興國(guó)，2006；Wang等，2014；張峰 等，2004）。目前，在森林、草地、灌叢以及農(nóng)作物類(lèi)型物候監(jiān)測(cè)中均能較準(zhǔn)確地提取關(guān)鍵物候事件日期（Che等，2014；范德芹 等，2014；武永峰 等，2008；徐巖巖 等，2012）。但不同物候識(shí)別方法的春季物候監(jiān)測(cè)精度存在差異，并且在一定程度上受地理位置和區(qū)域氣候條件變化的影響（Schwartz 等，2002；Shen 和Piao，2013；Zhu 等，2019），若進(jìn)一步開(kāi)展與其他物候識(shí)別方法下遙感指數(shù)物候監(jiān)測(cè)精度的對(duì)比研究，有助于更客觀地評(píng)估遙感指數(shù)用于陸表物候提取的適宜性。

此外，除了本文所考慮的幾種地理環(huán)境之外，地形因素也會(huì)影響遙感指數(shù)的監(jiān)測(cè)能力，特別是在崎嶇的山區(qū)。各遙感指數(shù)因其計(jì)算方式的不同而具有不同的地形效應(yīng)。一般而言，非全比值遙感指數(shù)（例如，EVI）相比于全比值遙感指數(shù)（例如，NDVI）對(duì)地形條件更加敏感（Matsushita 等，2007）。因此，進(jìn)一步的研究需要深入分析各遙感指數(shù)的地形敏感性，以期為山區(qū)植被物候監(jiān)測(cè)遙感指數(shù)的選擇提供可靠依據(jù)。

5 結(jié)論

本文在北半球中高緯度地區(qū)，以75 個(gè)碳通量塔站點(diǎn)的406 條記錄和129 個(gè)物候相機(jī)站點(diǎn)的482 條記錄為參考標(biāo)準(zhǔn)，通過(guò)雙Logistic 擬合重構(gòu)、相對(duì)閾值法識(shí)別物候期、多閾值交叉驗(yàn)證評(píng)估精度的方式，對(duì)10種遙感指數(shù)（NDVI、EVI、EVI2、NIRv、PI、PPI、NDPI、NDGI、LSWI 和PVI）應(yīng)用于陸表物候監(jiān)測(cè)的能力進(jìn)行了系統(tǒng)性評(píng)估，并從兩個(gè)精度評(píng)估視角（物候提取準(zhǔn)確度、物候變化趨勢(shì)一致性）、4個(gè)維度（植被類(lèi)型、地理環(huán)境、物候類(lèi)型、物候事件）對(duì)比分析了各種情況下的最佳遙感指數(shù)。主要有3方面發(fā)現(xiàn)：（1）雖然部分遙感指數(shù)（如NDGI、PPI）在多數(shù)情況下均表現(xiàn)最佳，但不同植被類(lèi)型、地理環(huán)境、物候類(lèi)型（功能物候、結(jié)構(gòu)物候）、物候事件（春季、秋季）及其組合情況下的最佳遙感指數(shù)并不聚焦于少數(shù)幾種，而是散布于各類(lèi)遙感指數(shù)之中，如在不同地理環(huán)境中，十種指數(shù)均表現(xiàn)出物候提取準(zhǔn)確度最佳或物候變化趨勢(shì)一致性最佳；（2）即使是采用了最佳遙感指數(shù)，但在某些情況下（如灌叢的結(jié)構(gòu)物候SOS 監(jiān)測(cè)、無(wú)雪且濕潤(rùn)環(huán)境的結(jié)構(gòu)物候EOS 監(jiān)測(cè)），其用于陸表物候監(jiān)測(cè)的誤差仍較大，說(shuō)明這些情況的陸表物候監(jiān)測(cè)結(jié)果存在較大不確定性，應(yīng)考慮從基礎(chǔ)數(shù)據(jù)的選擇、數(shù)據(jù)預(yù)處理方法和物候識(shí)別方法等可能影響陸表物候監(jiān)測(cè)精度的方面進(jìn)行改進(jìn)；（3）從不同的精度評(píng)估視角來(lái)看，物候提取準(zhǔn)確度高的遙感指數(shù)與物候變化趨勢(shì)一致性高的遙感指數(shù)存在差異，因此在開(kāi)展陸表物候監(jiān)測(cè)時(shí)，應(yīng)根據(jù)關(guān)注視角或研究目標(biāo)來(lái)選擇最佳遙感指數(shù)，若關(guān)注植被物候發(fā)生時(shí)間，則優(yōu)先選擇物候提取準(zhǔn)確度高的最佳遙感指數(shù)，若關(guān)注植被物候的長(zhǎng)期變化趨勢(shì)，則應(yīng)選擇物候變化趨勢(shì)一致性最佳的遙感指數(shù)。

相比于已有研究?jī)H在各自的研究區(qū)內(nèi)對(duì)比了多種指數(shù)，且其精度評(píng)估僅服務(wù)于數(shù)據(jù)處理方法改進(jìn)或發(fā)展新的遙感指數(shù)，本文致力于為不同條件下的陸表物候遙感監(jiān)測(cè)最佳指數(shù)選擇提供系統(tǒng)的依據(jù)。一方面本文歸納總結(jié)了：（1）不同維度（植被類(lèi)型、地理環(huán)境、物候類(lèi)型、物候事件）及其組合情況下監(jiān)測(cè)其物候的最佳遙感指數(shù)；（2）基于最佳遙感指數(shù)的陸表物候監(jiān)測(cè)精度差異；（3）不同精度評(píng)估視角（物候提取準(zhǔn)確度、物候變化趨勢(shì)一致性）的最佳遙感指數(shù)的差異。另一方面基于本文最佳遙感指數(shù)監(jiān)測(cè)結(jié)果還可進(jìn)一步分析：（1）功能物候和結(jié)構(gòu)物候的精度差異；（2）春季物候和秋季物候的精度差異；（3）不同植被類(lèi)型或不同地理環(huán)境的精度差異。

基于本文對(duì)遙感指數(shù)開(kāi)展的多維度全面評(píng)估結(jié)果和精度差異分析，不僅可以指導(dǎo)多維度及其組合情況下的最佳遙感指數(shù)選擇，同時(shí)也為大尺度、高精度的陸表物候監(jiān)測(cè)提供了新思路，即采取“先分區(qū)選擇最佳遙感指數(shù)、后匯總各區(qū)物候監(jiān)測(cè)結(jié)果”的研究方式，這樣既可避免單一遙感指數(shù)或陸表物候產(chǎn)品在不同區(qū)域的物候監(jiān)測(cè)精度差異對(duì)總體精度的影響，而且更有利于提高大尺度乃至全球陸表物候的監(jiān)測(cè)精度以及其不確定性評(píng)估。