基于Sentinel-1交叉比指数的落叶林春季物候提取新方法

落叶林春季物候对碳循环具有重要作用。与光学传感器相比，合成孔径雷达(Synthetic Aperture Radar，SAR)不受天气条件的影响，可以更频繁地观测植被物候。然而，基于SAR数据所计算的指数与森林不同生长阶段的内在关联仍不清楚。本文探讨了由Sentinel-1雷达数据计算得出的交叉比(Cross Ratio，CR)指数与落叶林生长过程的关系，提出了一种基于CR的落叶林春季物候提取新方法。本研究阐明了利用SAR数据提取落叶林春季物候的机制，为改进SAR数据在多云雨地区森林物候的提取能力提供了参考。

01 研究背景

落叶林春季物候是研究气候变化对森林生态系统生物影响的重要指标。光学卫星数据质量受天气条件的影响，相比之下，微波比可见光具有更长的波长，SAR可以独立于天气条件定期获取图像，为植被物候监测提供了新的机遇。然而利用SAR数据提取物候期的研究多集中在农田上，SAR数据用于大规模森林物候提取的潜力还有待研究。此外，由SAR计算的CR与落叶林物候的物理联系尚不清楚。因此，了解CR在不同生长阶段的变化及其驱动因素具有重要意义。

我们研究了SAR数据与传统光学遥感数据在森林春季物候期提取中的应用潜力，提出一种基于CR提取落叶林春季物候新方法，并验证其在大陆尺度物候提取上的表现。

02 理论基础

我们发现CR在展叶前增加，在叶片成熟前降低，这与冠层结构和木质部分(树干、树枝等)含水量的变化有关。这一发现为基于CR时间序列提取物候指标提供了理论基础。综上所述，CR的季相变化如图1所示，展叶在CR最大值最小值之间出现，因此可以设置合适的阈值来提取春季物候。

03 结果

以PhenoCam站点实测春季物候为基准，对比了CR和NDVI各自计算的SOS。结果表明，CR可以准确刻画落叶林春季物候。我们进一步使用CR计算了大陆尺度的春季物候，所得结果与NDVI具有较好一致性。

04 结论

本文研究了提出了SAR卫星数据提取落叶林春季物候的新方法。结果表明，Sentinel-1 CR时间序列很好地反映了落叶林生长过程中树木结构和含水量的变化，证明了基于Sentinel-1的CR指数进行物候期提取的潜力。该研究为提高利用SAR数据监测多云雾地区落叶林春季物候的能力提供了参考。