详细内容或原文请订阅后点击阅览
森林物候监测技术利用太阳诱导的叶绿素荧光数据
森林对全球碳循环至关重要，并且在调节气候稳定性方面起着至关重要的作用。但是，准确地检测森林物候学（尤其是光合作用的时间安排）长期以来一直是一个挑战。
来源:英国物理学家网首页森林对全球碳循环至关重要，并且在调节气候稳定性方面起着至关重要的作用。但是，准确地检测森林物候学（尤其是光合作用的时间安排）长期以来一直是一个挑战。
传统植被指数（如归一化差异植被指数（NDVI））虽然广泛使用，但只能反映植被的“绿色”，信号饱和度在诸如森林之类的密集植被生态系统中很常见，并且无法准确捕获森林光合作用的光合作用现象。太阳能诱导的叶绿素荧光（SIF）遥感数据包含丰富的植物生理和生化信息，可以直接反映植被实际光合作用的动态过程变化。
森林 物候然而，SIF数据分辨率和时间连续性仍然存在挑战。为了克服这些局限性，需要重建SIF数据的高空间和时间连续性以提取森林光合作用候物候。
2025年2月20日，武汉大学和埃默里大学的一个研究团队在《遥感杂志》上发表了一项开创性研究，该研究基于最大垂直距离（CBPD）方法介绍了森林光合候候物候的变化点估计。与传统方法相比，这种利用SIF数据的新方法（利用SIF数据）提供了一种更准确的方法来查明生长季节的起点和结束。它为生态研究和气候变化研究提供了必不可少的工具，并有可能改变森林物候监测。
已发布 生态研究 更多信息： doi：10.34133/remotesensing.0425