连雨不知春去，一晴方觉夏深；秋风迎来新涩，烈日送别青春。

时光荏苒，春去夏来，在这烈日酷夏，VEGRS小组首届硕士生毕业啦！

回往过去，有太多难忘的瞬间。是凌晨 十二点半实验室仍然明亮的灯光，是早上 六点大步向前的徐徐阳光；是每月两次的组会水果狂欢盛宴，是闲暇之余的夏日黑夜中的捉鬼大战，是迎着晚霞的羽毛球老年人休息场，是紧张刺激的户外真人 CS；是论文投稿被拒的失望，是论文接收后的希望！VEGRS小组就是一个大家庭，它见证了我们的成长与蜕变，也承载了我们的欢笑和泪水。愿我们带着美好的记忆，拥抱明天的太阳，成为更好的我们！

天涯海角有尽处，只有师恩无穷期。匆匆三年，感谢尹老师对我们的谆谆教诲，感谢您在科研中对我们的每一次指导，感谢您让我们在人生旅途中更加成熟和坚定，衷心的祝愿您生活愉快，工作顺利！最后，请让我们再道一声：尹老师，您辛苦啦！

夏天的蝉声连绵不绝，我们的未来洒满阳光。愿毕业生们保持心中的热爱，奔赴山海，载梦飞翔！下次再见时，可以鲜活又明亮！

昔日的场景心中回荡，从前的欢笑耳边回响。毕业不是终点，前方路还长，愿有岁月可回首，且以今朝共叙旧！

VEGRS小组全体祝：古洪凡、潘慧勤、杨雅洁、付锐四位硕士毕业快乐!愿你们无畏风雨，纵马扬鞭，谱写更精彩的人生新篇章！

2023年6月11日，博士研究生王昶景、硕士研究生李望超和唐愉松等多人组成的团队，前往四川阿坝州红原县国家若尔盖高原湿地生态站展开野外科研考察。本次野外考察的主要目标为：①收集增温梯度对高原草甸物候的影响实验的阶段性数据，并对仪器进行保养维护；②试飞搭载高光谱传感器的无人机。

在专业人员的指导下，团队接受了无人机操作培训，并亲自操作无人机采集了高原草地的高光谱影像数据。这些数据能够提供关于草地生态系统的丰富信息，如植被覆盖度、植物物种分布和草地生理状况等，为团队开展基于无人机平台的草地生态监测实验提供了基础。

此后，可以利用无人机遥感技术对实验样地进行定期监测，以了解高原草甸的动态变化情况，进行草地的生态环境评估，分析植被生理特征和结构差异，评估草地健康状况，为高原草甸管理和保护提供科学依据。

准确估算光合物候对了解陆地植物对气候变化的响应具有重要意义。植被近红外反射率植被指数(near-infrared reflectance of vegetation，NIRv)被越来越多地用作估算光合物候。然而，崎岖地形使照明条件产生畸变进而影响NIRv衍生的光合物候。本文以涡度协方差GPP估算的物候指标为参考，系统评估了光照对三种形式的NIRv即原始NIRv、NIRvP（NIRv与太阳入射辐射PAR的乘积）和地形校正NIRv（即TCNIRv）衍生的物候指标的影响。结果表明，NIRv在光合物候提取中存在明显的季节性差异（SOS基本和GPP保持一致，EOS存在明显的滞后性），NIRvP中的辐射约束纠正了基于NIRv的EOS估计的偏差。路径长度校正PLC减轻了原始NIRv的照明影响，使TCNIRv在估计SOS和EOS方面与NIRvP相当。本文对理解物候对气候变化的响应和气候-碳反馈具有重要意义，特别是在地形复杂的山区。

01研究背景

植物的光合作用具有明显的季节性，可以通过光合物候来表征，例如光合作用季节的开始（start of season, SOS）和结束（end of season, EOS）。全球变暖通常会导致SOS提前和EOS延后，这种变化极大地影响陆地生态系统的碳吸收。因此，更好地了解光合物候对于更准确地预测未来的气候变化是必要的。

物候监测可以通过三种不同的测量尺度来实施：原位观测、近地观测和遥感观测。涡度协方差网络提供了一种直接获取光合物候的方法。然而，涡度协方差通量塔的光合物候往往受到其相对较小的覆盖足迹和稀疏分布的限制。近地表面传感器，如“PhenoCams”网络，可以提供植被状况的永久和定期的视觉记录并通过光谱指数对物候进行量化。然而，近地表面传感器观测到的范围较小同样不适合大规模的物候监测。遥感提供了另一种获取光合物候的手段。近几十年来，从遥感观测中获取的植被指数（VIs）广泛用于提取物候及其对气候变化的响应。

VIs在提取光合物候年际变化的性能取决于VI定义、植被类型及其季节性和提取物候指标的方法等因素。因此，选择合适的VIs是准确提取光合物候的先决条件。归一化差异植被指数NDVI被广泛用于估算物候。然而，大气条件、土壤背景和饱和效应等因素会强烈影响其值。与NDVI相比，植被的近红外反射率NIRv通过最小化土壤背景的影响来代表植被组分的近红外反射率，并且对高植被区不敏感。因此，NIRv目前被视为GPP的可靠代理。最近的研究表明，NIRv在跟踪GPP的季节动态方面优于NDVI。然而，从NIRv提取的光合物候已被证明在季节性表现上存在明显的差异，即NIRv导出的SOS估计与基于GPP的估计具有良好的一致性，而EOS滞后于基于GPP的EOS。Dechant等开发的NIRvP作为NIRv和太阳入射辐射的乘积包含有关辐射的信息，是提取EOS的一种有前景的替代方法。

在山区，地形显著影响照明条件，从而扭曲由遥感观测中得出的非波段比值型植被指数。因此，NIRv所估算的光合作用物候在山地地区存在相当大的不确定性。然而，据我们所知，地形对照明条件的影响是否改变了在山地地区估算的NIRv光合作用物候尚未进行评估。

路径长度校正PLC是一种通过简化辐射传输方程推导出来的地形校正方法，可以有效补偿不同坡度和坡向区域之间太阳辐照度的差异。因此，我们假设由Chen等开发的经过地形校正的NIRv（TCNIRv），可能会缓解光照条件对NIRv衍生光合物候的影响。然而，它在光合作用物候提取方面的表现仍不清楚。

基于此，本文的主要目的是评估光照效应对NIRv、NIRvP和TCNIRv估算的光合作用物候指标（即SOS和EOS）的影响。

02研究思路与实验方法

A. 三种不同形式的NIRv植被指数：

式中，NIR和R分别表示为近红外和红光波段反射率。PAR为光合有效辐射。Ω₁和Ω₂分别为太阳和观测方向；S和S_t分别为水平表面和倾斜表面上的路径长度。

B. 实验方法

首先，根据Landsat-8影像、光合有效辐射PAR和DEM计算离散的NIRv、NIRvP和TCNIRv（图1）。然后，采用CACAO方法生成时间连续的NIRv、NIRvP和TCNIRv序列。采用留一法验证重建的NIRv、NIRvP和TCNIRv时间序列的可靠性。然后评估照明条件对NIRv、NIRvP和TCNIRv的影响。最后，将NIRv、NIRvP和TCNIRv提取的物候指标（即SOS和EOS）与GPP的物候指标进行比较来评价光照条件对物候提取的影响。

03重要结果

在图2中，分别展示了BE-Bra和CH-Lae站点重构的NIRv、NIRvP、TCNIRv和GPP时间序列。NIRv、NIRvP和TCNIRv有效地捕捉到了GPP的季节动态和年际变化。此外，更仔细的观察发现，春季的NIRv、NIRvP和TCNIRv曲线与GPP的曲线相似，而秋季的曲线则非常不同。在秋季，NIRv明显滞后于GPP，而NIRvP和TCNIRv能够很好地纠正这种季节性的偏移，并与GPP高度一致。

图3展示了2014年至2018年期间从GPP和重建的NIRv、NIRvP和TCNIRv中得出的平均SOS和EOS的差异。对于BE-Bra/CH-Lae站点，NIRv、NIRvP导出的SOS估计值与GPP导出的估计值具有良好的一致性，而EOS估计值差异非常明显。对于CH-Lae站点，TCNIRv导出的SOS和EOS与GPP导出的物候值具有良好的一致性。

04研究结论

NIRvP中的辐射约束缓解了NIRv估算的EOS偏差。耦合在TCNIRv中的路径长度校正PLC同样缓解了光照条件对NIRv的影响，使TCNIRv在估计SOS和EOS方面与NIRvP相当。TCNIRv的主要优点是它是一种完全基于影像的VI，无需额外的辅助信息，公式简单，是一种准确监测山区植被物候的有用工具。