论文部分内容阅读
日光诱导叶绿素荧光（Solar-induced Chlorophyll Fluorescence,SIF）是自然光照条件下植被叶绿素分子的受激发光现象,发生于植被光合作用的光反应过程中,与线性电子传递速率密切相关。与传统的植被指数和光谱反射率相比,SIF能够更直接地反映植被的真实生理状态,被称为植被光合作用的理想“探针”。近十几年来,SIF遥感引起了各国科学家们的广泛关注。而且越来越多的研究结果表明,卫星平台获取的SIF产品为全球总初级生产力（GPP）的估算提供了一种全新的测量方式。随着光学仪器和卫星传感技术的发展,我国国产卫星（如Tan Sat、GF-5和FY-3D）也具备了SIF探测潜力,但针对国产卫星的SIF遥感反演研究还非常薄弱,几乎处于空白状态。本文围绕国产卫星SIF遥感反演、产品生产与检验的重大需求,开展了地基/塔基的SIF观测、不同波段SIF与GPP的关系探究、陆地生态系统碳监测卫星（TECIS-1）荧光载荷（SIFIS）的指标论证与优化、中国碳卫星（Tan Sat）的SIF遥感反演等一系列研究工作。主要研究内容以及结论如下:（1）为了提供国产卫星的SIF反演研究所需要的地面实测SIF验证数据集以及荧光载荷指标论证所需的模拟数据集,聚焦于SIF光谱野外自动观测这一基础工作,采用了一种新型的SIF野外自动观测系统（SIFSpec）,系统性地介绍了SIFSpec自动观测系统的硬件和软件构成、辐射定标方法和数据采集方法,并给出了地基和塔基观测资料的完整数据处理流程。参与建立了4个SIF光谱野外自动观测系统,并作为中国首个叶绿素荧光野外自动观测网络（China Spec）的重要组成部分,已稳定运行3年。实验结果表明,冠层SIF能够很好地跟踪GPP变化,利用自动观测系统获得的冠层SIF在日尺度和季节变化尺度均能准确估算GPP,为基于国产卫星SIF产品的全球GPP估算奠定了理论基础。（2）针对我国发展叶绿素荧光卫星遥感的重大需求,开展了我国陆地生态系统碳监测卫星（TECIS-1）荧光载荷的指标论证与SIF反演算法研究。首先耦合MODTRAN（Moderate resolution atmospheric TRANsmission）和SCOPE（Soil Canopy Observation Photosynthesis and Energy Balance）模型,得到了高光谱分辨率的SIFIS荧光载荷的仿真数据集;其次利用主成分分析的数据驱动算法反演得到了不同光谱分辨率和信噪比组合下的SIF反演结果,为SIFIS荧光载荷的光谱指标提供了论证和优化结果。对比结果表明,0.1 nm光谱分辨率和127信噪比组合条件下的SIF反演结果最优,远红光和红光波段SIF反演结果的校正后均方根误差（RMS diff*）分别可达到0.15 m W m-2 sr-1 nm-1和0.43 m W m-2 sr-1 nm-1;在SIFIS成像仪预设的光谱分辨率0.3 nm条件下,假如信噪比水平达到450,那么远红光和红光波段的SIF反演精度可达到0.17 m W m-2 sr-1 nm-1和0.47 m W m-2sr-1 nm-1。（3）面向Tan Sat卫星SIF遥感反演研究的需求,发展了基于奇异值分解（SVD）的数据驱动的SIF卫星遥感反演算法。利用SVD数学统计方法,基于Tan Sat卫星观测的非植被区域数据,得到大气光学特性的正交化奇异向量（基波谱）,分析发现利用少数几个基波谱进行线性组合,就可以高精度重构大气辐射传输特性,并同步反演SIF信号。研发了Tan Sat卫星SIF产品生产系统,获得了基于国产卫星Tan Sat的首幅全球叶绿素荧光分布图,能够准确揭示全球植被光合生产力的时空动态特征。利用OCO-2卫星SIF产品、MODIS植被指数和GPP产品数据集对Tan Sat卫星的SIF产品进行了交叉检验与验证,结果具有很好的一致性,与OCO-2卫星SIF、MODIS NDVI、EVI和GPP的线性统计R2分别为0.86、0.78、0.80和0.68,与OCO-2卫星SIF的交叉对比差异为0.168 m W m-2 sr-1 nm-1。这些交叉验证结果表明,Tan Sat卫星SIF产品是可靠的。本文的创新性贡献主要包括:（1）面向国产卫星Tan Sat的SIF反演需求,发展了针对Tan Sat卫星数据特点的数据驱动的SIF反演算法,优化了训练样本选取方式,解决了卫星平台的SIF高精度反演中的困难,建立了Tan Sat卫星SIF遥感产品生产系统,算法残差比国外OCO-2和GOSAT等同类型SIF产品小一个数量级,首次自主生产并发布了基于国产卫星的全球SIF卫星产品。（2）围绕我国发展SIF卫星遥感的重大需求,建立了不同载荷状态的仿真数据集,评估并优化了TECIS-1卫星SIFIS荧光载荷的核心光谱指标,在卫星发射前提供了重要的模拟数据和反演算法模块,分析并评估了PCA数据驱动算法的系统偏差,为我国首个专门荧光卫星载荷研制与产品研发提供了重要技术支撑。