山地约占全球陆域面积的24%，占中国陆地面积比超过60%（图1），是生态系统的重要载体。定量遥感是支撑山地生态环境保护、可持续发展的重要工具。然而，地形会使光学影像产生畸变，是山地遥感应用不确定性的重要来源。地形效应增加了影像解译难度，降低了解译精度。开展山地定量遥感应用，需要解决系列理论与方法难题：地形效应产生的物理机制是什么？如何模拟山地遥感观测中的地形效应？如何订正山地遥感观测中的地形效应？近年来，课题组借助辐射传输理论工具，在山地植被定量遥感领域取得了系列创新成果：

1. 揭示了路径长度的地形依赖性是地形效应产生的关键机制

通过理论分析与计算机模拟发现，地形会引起冠层内光子传输路径长度（即消光路径长度）的改变（图2），而消光路径长度的地形依赖性是引起反射率地形效应的关键机制（Yin et al. 2020, IEEE TGRS；Geng et al. 2023, IEEE TGRS）。路径长度的地形依赖性这一关键机制的发现为发展简洁有效的坡地植被冠层反射率模型奠定了坚实的理论基础。

2. 发展了基于路径长度改正的坡地冠层反射率模型

冠层反射率模型描述了辐射与植被冠层交互的物理过程，建立了植被状态与其反射特性之间的物理关系。因此，冠层反射率模型是理解和挖掘光学遥感观测中包含的信息进而估算地表参量的必要工具。从光子在冠层内传输过程的物理机理出发，将冠层反射率表达为路径长度的显函数，并通过将平地路径长度替换为山地消光路径，创造性地提出了基于路径长度改正的山地冠层反射率模型PLC（Path Length Correction）（Yin et al. 2017, IEEE TGRS）。该模型对山地冠层反射率具有较高的模拟精度（图3），为山地植被定量遥感提供了有效理论工具。

3. 提出了地形校正物理方法

现有地形校正方法大都基于经验或半经验的解析式，未考虑地形对冠层内部辐射传输过程的影响。通过简化山地辐射传输模型，实现其中地形相关量与地形无关量的分离，最终得到了由山地反射率到等效平地反射率的转换关系，首创了基于辐射传输模型简化的植被反射率地形校正方法PLC（Yin et al. 2018, RSE）(图4)。

植被近红外反射率植被指数NIRv (Near-infrared Reflectance of Vegetation)是总初级生产力GPP (Gross Primary Production)的有效代理。然而NIRv受到地形显著影响，很难直接应用于高山植被（Chen et al. 2020, RS）。NIRv和PLC都隐含了反射率仅来自于植被的假设，因此通过两者耦合，提出了一种可同时抑制地形和背景影响的新型植被指数TCNIRv（Chen et al. 2022, TGRS），成功地刻画了山地GPP季节动态（图5）。

4. 集成理论方法成果，开展了系列山地生态遥感应用研究

高寒草地参数时空连续反演：提出了一种不依赖于实测数据支持的青藏高原草地生物量物理反演方法，借助GEE云计算平台，实现了大范围、实时、快速反演（图6，Xie et al. 2022, TGRS）。

高寒草地光合作用气候限制变迁：通过改进光能利用率模型（EC-LUE），实现了青藏高原总初级生产力（GPP）的长时序估算；结合因子分析方法，刻画了光合作用气候限制的时空动态：青藏高原东部光合作用主要受温度限制而西部主要受水分限制；在年际变化上，水分限制在逐渐增强（图7，Xie et al. 2023, STE）。

高寒草地物候遥感监测与驱动机制：提出了一种新型植被指数GRVI，有效解决了高寒草地结构与光合动态在秋季脱耦导致的物候提取难题（Li et al. 2023, AFM）。在此基础上阐明了青藏高原植被物候期与秋季衰落速度的时空动态及其生理生态机制（图8，Tang et al. 2023, EI）。

坡向小气候对山地植被影响的遥感探测：在复杂地形区域，不同坡向接收到的辐照度存在显著差异，由此形成的微气候使得在北半球的南坡比北坡更干燥、更温暖。因此，生长在不同坡向上的植被可能呈现出不同生长状态和过程，即坡向效应。课题组率先在全球尺度上研究了坡向效应，发现南北坡植被绿度差异与区域气候条件密切相关，在干热区域北坡植被绿度强于南坡；而在湿冷区域北坡绿度弱于南坡。但不管在何种气候区，北坡变绿趋势强于南坡，导致南北坡植被绿度差异在湿冷区域逐渐减弱，在干热区域则逐渐增强（图9，Yin et al. 2023, GRL）。南北坡植被绿度差异为研究气候如何调节植被生长提供了“自然实验室”，为预测山地生态系统未来趋势提供了新思路。

上述研究不仅为开展山地遥感应用提供了有效的理论与方法工具，还深化了对遥感中地形效应的认识：地形不仅影响遥感观测，还会影响遥感观测对象本身。相关研究受到国家万人计划青年拔尖人才项目、科技基础资源调查专项(SQ2022FY010032)、自然资源部青年科技人才项目和国家自然科学基金面上项目(41971282、42001303)等课题资助。

相关论文信息：

1. Yin, G., A. Li, S. Wu, W. Fan, Y. Zeng, K. Yan, B. Xu, J. Li & Q. Liu (2018) PLC: A simple and semi-physical topographic correction method for vegetation canopies based on path length correction. Remote Sensing of Environment, 215, 184-198. (中科院1区，IF=13.5)
2. Xie, J., G. Yin*, D. Ma, R. Chen, W. Zhao, Q. Xie, C. Wang, S. Lin & W. Yuan (2023) Climatic limitations on grassland photosynthesis over the Tibetan Plateau shifted from temperature to water. Science of The Total Environment, 906. (中科院1区，IF=9.8)
3. Yin, G., A. Li, W. Zhao, H. Jin, J. Bian & S. Wu (2017) Modeling Canopy Reflectance Over Sloping Terrain Based on Path Length Correction. IEEE Transactions on Geoscience and Remote Sensing, 55, 4597-4609. (中科院1区，IF=8.2)
4. Yin, G., B. Cao, J. Li, W. Fan, Y. Zeng, B. Xu & W. Zhao (2020) Path Length Correction for Improving Leaf Area Index Measurements Over Sloping Terrains: A Deep Analysis Through Computer Simulation. IEEE Transactions on Geoscience and Remote Sensing, 58, 4573-4589. (中科院1区，IF=8.2)
5. Yin, G., L. Ma, W. Zhao, Y. Zeng, B. Xu & S. Wu (2020) Topographic Correction for Landsat 8 OLI Vegetation Reflectances Through Path Length Correction: A Comparison Between Explicit and Implicit Methods. IEEE Transactions on Geoscience and Remote Sensing, 58, 8477-8489. (中科院1区，IF=8.2)
6. Chen, R., G. Yin*, W. Zhao, B. Xu, Y. Zeng, G. Liu & A. Verger (2022) TCNIRv: Topographically Corrected Near-Infrared Reflectance of Vegetation for Tracking Gross Primary Production Over Mountainous Areas. IEEE Transactions on Geoscience and Remote Sensing, 60, 1-10. (中科院1区，IF=8.2)
7. Xie, J., C. Wang, D. Ma, R. Chen, Q. Xie, B. Xu, W. Zhao & G. Yin* (2022) Generating Spatiotemporally Continuous Grassland Aboveground Biomass on the Tibetan Plateau Through PROSAIL Model Inversion on Google Earth Engine. IEEE Transactions on Geoscience and Remote Sensing, 60, 1-10. (中科院1区，IF=8.2)
8. Geng, J., J. Chen, L. Tu, G. Yin, H. Jin, J. Huang & J. Roujean (2023). Evaluation of Path Length Correction for Forest Canopies over Sloping Terrains: Theoretical Derivations and Computer Simulations. IEEE Transactions on Geoscience and Remote Sensing. (中科院1区，IF=8.2)
9. Chen, R., G. Yin*, G. Liu, Y. Yang, C. Wang, Q. Xie, W. Zhao & A. Verger (2023) Correction of illumination effects on seasonal divergent NIRv photosynthetic phenology. Agricultural and Forest Meteorology, 339. (中科院1区，IF=6.2)
10. Li, W., R. Chen, D. Ma, C. Wang, Y. Yang, C. Wang, H. Chen & G. Yin* (2023) Tracking autumn photosynthetic phenology on Tibetan plateau grassland with the green–red vegetation index. Agricultural and Forest Meteorology, 339. (中科院1区，IF=6.2)
11. Yin, G., J. Xie, D. Ma, Q. Xie, A. Verger, A. Descals, I. Filella & J. Peñuelas (2023) Aspect Matters: Unravelling Microclimate Impacts on Mountain Greenness and Greening. Geophysical Research Letters. (中科院1区，IF=5.2)
12. Chen, R., G. Yin*, W. Zhao, K. Yan, S. Wu, D. Hao & G. Liu (2023c) Topographic Correction of Optical Remote Sensing Images in Mountainous Areas: A systematic review. IEEE Geoscience and Remote Sensing Magazine, 2-22. (中科院2区，IF=14.6)
13. Tang, Y., R. Chen, J. Xie, D. Ma, C. Wang, C. Wang, Q. Xie & G. Yin* (2023) Spatiotemporal variations of leaf senescence velocity on the Tibetan Plateau grasslands. Ecological Indicators, 156. (中科院2区，IF=6.9)
14. Chen, R., G. Yin*, G. Liu, J. Li & A. Verger (2020) Evaluation and Normalization of Topographic Effects on Vegetation Indices. Remote Sensing, 12. (中科院2区，IF=5.0)
15. Yin, G., J. Li, B. Xu, Y. Zeng, S. Wu, K. Yan, A. Verger & G. Liu (2020) PLC-C: An Integrated Method for Sentinel-2 Topographic and Angular Normalization. IEEE Geoscience and Remote Sensing Letters, 18, 1446-1450. (中科院2区，IF=4.8)
16. Chen, Z., R. Chen, Y. Yang, H. Pan, Q. Xie, C. Wang, B. Xu & G. Yin* (2023) Decreased Sensitivity of Grassland Spring Phenology to Temperature on the Tibetan Plateau. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 16, 4371-4382. (中科院3区，IF=5.5)
17. Chen, R., G. Yin*, B. Xu & G. Liu (2023) Topographic Effects on Optical Remote Sensing: Simulations by PLC Model. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 16, 9977-9988. (中科院3区，IF=5.5)