植被总初级生产力(gross primary productivity, GPP)是表征陆地生态系统碳汇能力的重要生态学指标。山地作为全球地表的重要组成部分，准确估算山地生态系统植被GPP对于量化全球碳收支及监测陆地植被对全球变暖的响应至关重要。遥感植被指数(Vegetation Indices, VIs)越来越多地被用作植被GPP的直接代理。目前，在利用VIs估算山地植被GPP时，往往仅关注与遥感相关的地形效应，而与微气象相关的地形效应则被忽略。因此，本文提出了一种植被指数地形调整方案，在使用路径长度校正(Path Length Correction, PLC)消除与遥感相关的地形效应基础上，进一步结合与微气象相关(辐射和水分重分布)的地形效应，实现了对山地植被GPP更好的表征。

01 研究背景

在区域和全球尺度上估算植被GPP最实用的方法是探索其与遥感观测的直接关系。在过去几十年中，一些植被指数(VIs)已被确定为植被GPP的有效预测因子，如归一化植被指数(Normalized Difference Vegetation Index, NDVI)和增强型植被指数(Enhanced Vegetation Index, EVI)等。在山地生态系统，当通过VIs估算植被GPP时，需要重点考虑表面地形的影响。这种影响可以归纳为两个方面：1)表面地形对太阳-目标-传感器几何位置、冠层结构和双向分布函数等的影响(与遥感相关的地形效应)；2)表面地形可以决定微气象条件的空间梯度，从而对气孔导度、色素浓度和叶片物候等生理特征产生影响并影响植被的光合作用(与微气象相关的地形效应)。

对于与遥感相关的地形效应，已有多种地形校正方法被用于减弱其导致的植被指数不确定性。针对上述问题，我们之前的研究通过PLC校正发展了一种地形校正植被指数(Topographically Corrected Near-Infrared Reflectance of vegetation, TCNIRv)并证实其可以有效提高NIRv估算山地植被GPP的能力。基于TCNIRv的有效性，进一步考虑与微气象相关的地形效应可以更好的表征山地植被GPP。

本文的主要目标是在考虑与遥感相关的地形效应基础上，进一步结合与微气象相关的地形效应，发展一种地形调整植被指数方案，以更好的表征山地植被GPP。

02 数据与方法

通过高质量的Landsat影像，计算原始的植被指数(Original VIs, ORVIs)。随后使用PLC等四种地形校正方法获取地形校正植被指数(Topographically Corrected VIs, TCVIs)，将与站点GPP(Eddy-Covariance GPP，EC GPP)存在最高相关性的TCVIs作为本研究中的最佳地形校正方法。随后在最佳地形校正方法获取的TCVIs基础上，进一步耦合地形调整指数（考虑地形导致的辐射和水分的重新分配），从而获得地形调整植被指数(Topographically Adjusted VIs，TAVIs)。最终，在全球14个山地EC站点共获取了900余景Landsat影像，验证了TAVIs表征山地植被GPP的有效性(图1)。

03 结果

相对于其他地形校正方法，PLC校正后的植被指数可以更好的表征山地植被GPP(R² = 0.71, RMSE = 2.00gCm^-2day^-1，图2)。

在考虑与遥感相关的地形效应基础上，进一步考虑与微气象相关的地形效应可以显著的提高植被指数表征山地植被GPP的能力(图3)。同时，考虑与微气象相关的地形效应可以有效提高调高比率或归一化差值型VIs表征山地植被GPP的能力(如NDVI, 图4)。

04 结论

本文提出了一种适于表征山地植被GPP的植被指数地形调整方案。结果表明，该方案可以有效的提高植被指数表征山地植被GPP的能力。本研究强调，将地形引起的微气象重分布（辐射和水分）纳入当前的地形校正植被指数方案是提高其表征山地植被GPP的可行方法。