光学遥感因其观测范围广、时空连续成像的特点，为区域或全球山区植被监测提供了便利。然而，地形会使光学影像产生畸变，进而影响生物物理参数反演的准确性，阻碍了山区遥感的业务化应用。基于遥感影像的地形效应量化受到研究区域条件变化的限制。本文采用模型模拟，评估了地形对反射率、植被指数和LAI反演的影响。结果表明，反射率的地形效应具有波长依赖性，并受到坡度、坡向和太阳位置等多种因素的调节。地形对植被指数的影响呈现出明显的差异性。此外，地形对LAI反演的影响与特定太阳天顶角下的地形配置和冠层密度有关。在极端条件下，LAI反演的相对误差将超过100%。

研究背景

山区占地球总陆地面积的25%，占中国陆地面积比超过60%，在地球系统中具有独特的地位。山区栖息着世界上85%以上的两栖动物、鸟类和哺乳动物物种，对于维持全球生物多样性至关重要。山区还在全球水和碳循环中发挥着关键作用，为周围低地提供了大量的水源，因此通常被称为世界“水塔”。山区也是重要的碳库，储存了全球相当数量的陆地碳。光学遥感因其覆盖全球和时间采样重复性的特点，在监测地表特征方面发挥着至关重要的作用。然而，在山区进行遥感监测并不是一项简单的任务，因为卫星观测到的反射率易受地形诱导的辐射畸变影响。地形主要以两个关键途径影响光学遥感成像过程：（1）地形通过对太阳下行短波辐射的再分配，影响山地冠层的入射条件；（2）地形调制冠层结构特征，影响冠层内的辐射传输过程，使冠层固有双向反射特性发生畸变。两者分别改变了入射辐射量和反射辐射量，共同使传感器接收的辐亮度发生变化进而影响地表信息提取精度。

植被指数是反射率的简单数学转换，旨在增强对植被特性的监测。在现有的VI中，归一化植被指数NDVI是应用最广泛的。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，进而限制其应用。在山区，VI也会受到崎岖地形的显著影响。之前的研究发现NDVI对地形影响轻微敏感，而SAVI、EVI和NIRv受地形影响较大。然而，这些研究都是针对特定光学遥感影像进行的，不同地形配置对VI的影响尚未得到系统评估。此外，地形对最近开发的新型VI（如归一化差异绿度指数NDGI和核归一化差异植被指数）的影响仍不清楚。

除了地形效应外，光学遥感影像通常还受到大气效应、视场效应等的影响。因此，获得专门关注地形效应的定量结果可能具有挑战性。计算机模拟为验证活动提供了一种有效的替代方法。它们提供了一个高度可控的环境来进行验证，并允许明确指定可能影响遥感观测/VI的地形因素。此外，通过专门设计的场景，计算机模拟模型可以涵盖现实世界中存在的各种条件，从而提高量化结果的代表性。

基于此，本文的主要目的是基于计算机模拟模型，即路径长度校正模型PLC，探究地形对光学遥感的影响。

研究思路与实验方法

（1）获取土壤和植被组分光谱曲线，设计实验场景和实验输入参数，模拟不同地形配置和观测几何下的光谱反射率和植被指数；

（2）通过反射率或植被指数与太阳入射角余弦值（cosi）的相关系数量化地形效应的大小；

（3）通过等效平地下（即坡度和坡向均为0°）的LAI与不同地形配置和观测几何下的LAI之间的相对误差来量化地形对LAI反演影响的大小。

主要结果

地形对400-2500 nm波段反射率的影响随坡度和太阳天顶角的变化如图1所示。结果表明，所有波段反射率的地形效应都会随着坡度和太阳天顶角的增大而增大。仔细观测发现，不同波段的反射率并不是恒定的。总体而言，700和1400 nm处的地形效应较大，而650、1900和1700 nm处的则较小。

不同坡度和太阳天顶角下VI的地形效应如图2所示。结果表明，总体而言，VI的地形效应随着坡度和太阳天顶角的增大而增大。但不同VI之间存在显著差异。对于SR、DVI、MSR、EVI、EVI2、NIRv和kNDVI，其地形效应较大并随着坡度和太阳天顶角的增大而明显增大。相比之下，NDVI、GRVI、SAVI、PRI、NDGI对地形的敏感性较弱。

LAI反演的相对误差在坡度-坡向空间中的分布如图3所示。值得注意的是，不同冠层密度的相对误差表现出不同的特征。地形对稀疏冠层LAI反演的影响很小，随着冠层密度的增加，反演误差也会增加。结果还表明，较小的误差位于坡度较小的区域，并且随着坡度的增加而增加。阳坡出现正的反演误差而阴坡则相反。此外，反演误差还受到太阳天顶角的影响，太阳天顶角越大，反演误差越大。

研究结论

本研究基于PLC模型探究了地形对400-2500 nm波段反射率和植被指数的影响，同时量化了地形对LAI反演影响的大小。结果表明，坡度和坡向扭曲了反射率的角度分布。随着坡度和太阳天顶角的增大，地形效应明显增强；地形对光谱反射率的影响随后会影响VI进而影响LAI的反演精度。这些发现揭示了地形对山区遥感观测和LAI反演的影响，可为地形校正的应用提供科学依据。

气候变化在过去几十年中引发了秋季物候的显著变化。然而，迄今为止，大多数有关秋季植被生长的研究仅仅关注特定事件节点，如生长季结束日期的变化，而忽略了植被衰落过程的动态发展。因此，本研究以叶片凋落速度（LSV）作为植被衰落过程的代理，分析了青藏高原草地在2001-2018期间，LSV的时空动态及其与气候变化之间的关系。结果表明，青藏高原草地的秋季衰落过程存在明显的区域差异，具体表现为东部主要呈现减速趋势，且主要受温度限制；西部呈现加速趋势，主要受降水限制。此外，本研究还发现LSV与当年NPP和下一年度年返青期存在密切关联，凸显了秋季衰落过程对整个植被生长周期中的重要影响。

研究背景

秋季物候对于植被的生长季长度以及碳积累等有重要影响。鉴于近几十年来全球气候的剧烈变化，厘清秋季物候与气候变化间的交互作用有利于我们准确预测未来情景下的碳-气候反馈。

目前关于秋季物候的研究大多关注特定日期，如生长季结束日期的变化，对于植被生长在秋季的动态变化了解较少。因此，本文以叶片凋落速度（LSV）为代用指标，探究了过去20年间青藏高原草地秋季衰落过程的时空变化及其与气候变化间的关系，旨在通过突出植被衰落的动态过程来加深我们对在气候变化下植被动态生长的理解。

研究方法

LSV提取：

首先对原始NDGI时间序列进行滤波处理，以消除噪声对植被生长曲线的影响，随后提取了NDGI日变化率（NDGI_rate）以进行后续分析。其中，NDGI_rate的表达式如下：

式中，t为年积日，NDGI_max和NDGI_min分别代表NDGI的最大值，最小值。LSV则定义为NDGI的最大日下降率，即NDGI_rate的最小值。

归因分析：

首先使用Sen-MK方法分析了LSV多年变化趋势。随后使用偏相关分析量化了各气象要素（包括温度、降水和辐射）与LSV的关系，并根据偏相关系数的绝对值的大小确定了LSV的主控因子。

主要结果：

在空间分布上，LSV的多年平均值呈现出从西向东递减的空间格局，且这种空间格局主要受到季前辐射的调控。

对于年际变化而言，LSV呈现出西部加速、东部减速的空间格局。通过偏相关分析和主要控因子分析，我们发现东部地区LSV的降低主要是由于秋季增温增强了植被在秋天的光合作用，从而减缓了植被的衰落速率；而西部地区LSV的增加主要是由于西部地区比较干旱，秋季增温会加深植被受到的水分胁迫，进而使得植被衰落速率加快。

植物光合作用在调节全球碳循环中发挥着至关重要的作用，因此，阐明气候对植物光合作用的资源限制是理解气候变化对陆地碳动态影响的关键。本研究结合EC-LUE光能利用率模型及因子分析方法，量化了1983年至2018年期间青藏高原草地光合作用受温度和水分限制强度的时空演变。结果表明，青藏高原草地光合作用的温度和水分限制具有明显的东西差异，东部主要受温度限制而西部主要受水分限制。此外，研究揭示青藏高原光合作用存在由温度限制向水分限制的转移，强调了全球变暖背景下，蒸散发增大引起的VPD升高或将加剧植物水分胁迫，成为影响全球碳循环的重要因素。

研究背景：

光合作用受温度、太阳辐射、水分有效性等气候因素调控，是支撑地球上绝大多数生命生长和存活的主要碳同化机制。植物对特定环境的长期适应性导致不同气候因素对光合作用的限制具有明显的时空差异。近年来，全球气候发生了显著变化，这或将改变气候对光合作用的限制状态。本研究重点关注的科学问题是植物光合作用的主要气候限制因素如何随空间和时间演变。

青藏高原是全球最敏感和脆弱的地区之一，其植物光合作用受温度和水分的共同限制。然而，温度和水分在调控青藏高原草地光合作用中的相对重要性仍不清楚。青藏高原变暖速度约为全球平均水平的两倍，而降水无显著变化。因此，量化温度和水分对青藏高原草地光合作用的相对重要性及其时间演变对生态系统碳循环预测具有重要意义。本研究旨在评估温度和水分对青藏高原草地光合作用相对重要性的时空变化。

研究方法：

EC-LUE 模型：

EC-LUE 模型整合了大气二氧化碳浓度、水分（大气水汽压亏缺，VPD）、辐射组分和温度对总初级生产力（GPP）的调控。在本项研究中，对模型进行了简化，不考虑辐射组分对GPP的影响，即GPP可表示为：

式中，PPFD（mol m^-2 mon^-1）表示光合光子通量密度，FPAR为光合有效辐射吸收比。ε_max（g C mol^-1）表示没有环境压力时的潜在光能利用效率。C_s、T_s和W_s的取值范围从0（完全压力）到1（无压力），分别表示大气CO2浓度压力、温度压力和水分压力。f是组合函数，在本研究中为最小法。C_s、T_s和W_s的表达式如下：

式中φ为无暗呼吸时的CO₂补偿点，C_i为叶片细胞间隙中的CO₂浓度;T_min、T_max和T_opt分别代表陆地植被生长的最低、最高和最适气温;VPD₀为VPD约束方程的半经验饱和系数。

因子分析：

分别进行三次模拟实验，即GPP_all：所有驱动因子随时间变化；GPP_T：温度控制在初始基线水平（即1982年），而其他驱动因子随时间变化；GPP_VPD：VPD控制在初始基线水平（即1982年），其他驱动因子随时间变化。基于此，温度和水分引起的GPP异常可分别表示为：GPP_all – GPP_T (GPP_all-T)和GPP_all – GPP_VPD (GPP_all-VPD)。其中GPP异常绝对值最大对应的气候变量(温度或VPD)被认为是光合作用的主要限制因子。

主要结果：

在空间分布上，青藏高原东部草地光合作用主要受温度限制，而西部主要受水分限制。在季节变化上，生长季早期和晚期，大多数草地光合作用主要受温度限制；而在夏季，青藏高原受水分限制区域的面积占比较大甚至超过受温度限制区域的面积占比，且主要分布在西部。

青藏高原草地光合作用受水分主控的面积占比具有显著的增长趋势（p < 0.05），且7月和8月分别为以每年0.51%和0.57%的速度显著增加，表明水分对光合作用的限制在加剧。此外，研究结果揭示，在整个生长季，光合作用存在由温度限制向水分限制的转移，且在夏季更加明显。