中国科大在卫星遥感陆地生态系统碳水通量研究取得系列重要进展
近日，中国科大地球和空间科学学院、风云卫星遥感联合实验室李锐教授团队在卫星全天候遥感生态系统碳水循环研究取得重要进展。团队利用多源卫星观测揭示了东亚夏季云变化对陆地生态系统关键水循环过程的时空异质性影响和机理，发展了卫星微波观测约束下的森林碳水通量协同反演算法，系统评估了云变化对全球蒸散发产品精度影响。相关成果分别发表在Journal of Geophysical Research-Atmospheres, Agricultural and Forest Meteorology，Geophysical Research Letters 等地球科学领域高水平国际期刊, 并获得国家发明专利授权一项。系列研究的第一作者为地空学院大气专业王怿璞特任副研究员，李锐教授为通讯作者。该系列研究受到国家自然科学基金重点项目和青年基金、国家重点研发计划课题、风云气象卫星专项和江淮气象联合基金等项目联合资助。
陆地生态系统通过光合作用途径吸收固定大气二氧化碳（CO2），是地球系统中重要的碳汇。全球碳计划估算表明, 2010~2019年人类活动排放CO2总量的30%被陆地生态系统所吸收。在全球变暖背景下，陆地生态系统碳汇已成为减缓气候变化、实现国家碳达峰碳中和战略的重要途径。
总初级生产力（GPP）是衡量生态系统光合作用固碳能力的关键指标。生态系统光合作用固碳同时通过蒸腾作用向大气释放水汽，形成蒸散发（ET），该过程将三分之二的陆面降水和太阳辐射能量返回大气中。GPP和ET共同构成全球生态系统碳-水-能循环的关键环节。中国及其周边地区幅员辽阔、植被类型众多，在区域和全球碳水循环过程中占据重要地位。东亚夏季风将海洋上大量水汽输送到陆地，形成丰富的云雨系统。精确探测和科学理解中国及其周边地区云天陆面生态系统碳水循环过程，是准确评估生态系统碳汇功能的重要前提，能为实现我国碳达峰碳中和目标提供有力的技术支撑和理论指导。
卫星多频被动微波遥感具备全天候探测、采样频率高、时空连续性强和空间探测范围广等优势，是全天候探测区域和全球陆表生态系统不可替代的重要手段。但目前卫星微波遥感在生态系统碳水科学研究中应用较少，同时缺乏基于微波观测的碳水通量物理反演方法。针对上述问题，研究团队围绕GPP和ET关键过程，在微波遥感应用和反演技术研发等方面取得了系列进展。
1. 揭示了东亚夏季云变化对陆面ET的异质性影响及其机理
目前，云变化如何直接和间接作用于区域ET过程机理还不清楚。我们通过联合卫星微波遥感ET物理模型和机器学习可解释性，系统研究了东亚地区夏季非降水条件下的云变化对ET及其组分（植被蒸腾ETveg和裸土蒸发ETsoil）的影响。研究发现，在非降水的云天，浓密植被区的云量增加对ET有抑制作用，且在气候越湿润、植被越浓密地区表现更为明显。与之相反，在干旱半干旱的草地和荒漠，云量增加普遍伴随ET增强。随着气候变得湿润、植被变得浓密，在云量增加条件下，ET逐渐从增强变为受到抑制。进一步发现，云对有效能量的削弱是湿润浓密植被区ET被抑制的主要原因(重要性超过50%)。在干旱半干旱的草地和裸土，当云量较少、近地面辐射较强时，云量增加伴随着近地面湿度增加，反映了地面更强烈的水汽蒸发，云和ET因此表现出明显正相关。研究还发现，云下植被含水量变化对ETveg的重要性在干燥程度越大的地区更明显，且在同等干燥的条件下，其在高海拔（>1500m）影响比低海拔(<1500m)地区更大。这暗示了山区云变化可能会通过改变植被水力特性来间接影响植被蒸腾。该研究成果为理解大尺度植被-大气系统的水循过程提供了新的见解。研究成果以”Divergent Responses of Summer Terrestrial Evapotranspiration to Cloud Increase in East Asia”为题，2024年3月11日在线发表在Nature Index权威期刊《Journal of Geophysical Research - Atmospheres》。
图1：夏季云变化对陆面蒸散发及其组分影响过程概念图（Wang et al., 2024）
2. 发展了卫星多通道微波观测约束的森林ET和GPP协同反演算法
卫星被动微波观测（X-, C- 和K-bands）对云具有穿透性，能同时探测森林冠层含水量的垂直结构信息，这为全天候探测森林碳水动态提供了重要工具。研究利用卫星微波植被含水量指数（EDVI），联合具有物理机制的彭曼模型和光能利用率模型，针对中国典型森林发展了一套全天空条件下（晴空和云天）定量反演ET和GPP日总量遥感算法（图2）。该算法创新地利用多通道归一化EDVI分配森林蒸腾和光合作用所需的有效能量，发展了冠层导度的非线性响应参数化方案，建立了微波表征的最大光能利用率量化新方法。验证结果表明该方法能够对热带阔叶林雨林、亚热带针叶林和温带混合林的ET和GPP实现全天空、高频次的定量反演，具有良好精度（ET估算精度为R2=0.64-0.94，RMSE=11.7% to 19.6% ； GPP精度为：R2 =0.39-0.73，RMSE= 31.2%-50.4%）。该研究方法为卫星微波探测森林碳水循环过程提供了新的思路，对研究变化环境下植被固碳过程提供重要方法支撑。研究成果以”Remote sensing of daily evapotranspiration and gross primary productivity of four forest ecosystems in East Asia using satellite multi-channel passive microwave measurements”为题，2023年8月15日发表在林学领域国际顶刊《Agricultural and Forest Meteorology》。
图2：利用原位站点和卫星多通道微波协同遥感森林碳水通量概念图（Wang et al., 2023）。
3. 利用机器学习可解释性系统评估了云变化对全球蒸散发产品精度的影响
生态系统ET的定量估算是碳水循环研究的重要环节。利用卫星遥感和陆面模式精确估算云天条件下的ET还存在很大不确定性，且未得到系统评估。本研究针对自主发展微波EDVI-ET以及六个全球卫星遥感和陆面模式ET，利用随机森林机器学习方法以及二十个地面原位站点观测和气象观测资料，系统评估了中国和周边地区夏季期云量增加对ET变化（云天ET与晴空ET的差值变化）精度的影响。结果表明，ET产品在较少云量增加时精度表现较好，但中等和重度云量增加会显著降低ET精度（图3）。几乎所有ET变化在重度云量增加下都存在明显高估误差（73.8%-159.8%）。这些高估误差主要出现在多云覆盖的森林生态系统下垫面。对模型驱动数据的输入误差评估发现，太阳辐射的高估主导了云天森林ET变化的高估误差。相比之下，在干旱半干旱地区的荒漠、草地等地区，云下ET的高估误差相对更小，且更多受到湿度和温度误差的影响。在不同ET产品中，中国科大自主发展的逐日全天空陆面微波蒸散发EDVI-ET在云变化条件下具有相对更小和更稳定的偏差表现（图3），表明该方法能稳定适用于大尺度、全天空ET动态研究。本研究成果可为改进云下陆面蒸散发模型精度提供重要数据参考。研究成果以”Increasing Cloud Coverage Deteriorates Evapotranspiration Estimating Accuracy From Satellite, Reanalysis and Land Surface Models Over East Asia”为题，2023年4月21日在线发表在Nature Index权威期刊《Geophysical Research Letters》。
图3：云引起的ET变化（ΔET，云天和晴空ET的差值）在东亚二十个通量站点的验证。(a)-(g)为七个ΔET数据集在不同云量指数变化（ΔCI，云天和晴空CI的差值）下的验证结果。散点填色代表ΔCI，蓝色表示较小云量变化，红色表示较大云量变化。蓝色、黑色和红色直线和统计指标分别表示在较小云盖变化 (ΔCI < 0.2)，中等云盖变化(0.2 < ΔCI < 0.4)和重度云盖变化(ΔCI > 0.4)下的线性回归结果。(h)展示了不同云量变化下的ΔET和站点实测平均值（灰色）的比较（Wang et al., 2023）。
目前，全球第一轮碳盘点已开启，卫星遥感正在成为国际认可的新一代全球碳盘点方法。作为一个卫星遥感强国，中国遥感卫星数量质量都达到世界先进水平。其中，中国独立自主研制的风云系列卫星已在气候监测、气象预报、灾害监测、生态服务等领域发挥关键作用。目前，研究团队瞄准国家需求，大力发展国产化、自主可控的风云卫星大气-地表多参数协同反演关键技术。本系列研究成果对构建风云卫星生态系统碳水通量遥感探测体系具有促进作用，能为落实全球碳盘点和国家双碳战略目标提供技术和数据支撑。
文章链接：
1. Wang Y, Li R, Song B, Hu J. Divergent responses of summer terrestrial evapotranspiration to cloud increase in East Asia. Journal of Geophysical Research: Atmospheres. 2024 Mar 28;129(6):e2023JD039246.
https://agupubs.onlinelibrary.wiley.com/doi/full/10.1029/2023JD039246
2. Wang Y, Hu J, Li R, Song B, Hailemariam M. Remote sensing of daily evapotranspiration and gross primary productivity of four forest ecosystems in East Asia using satellite multi-channel passive microwave measurements. Agricultural and Forest Meteorology. 2023 Aug 15;339:109595.
https://www.sciencedirect.com/science/article/pii/S0168192323002861
3. Wang Y, Hu J, Li R, Song B, Hailemariam M, Fu Y, Duan J. Increasing cloud coverage deteriorates evapotranspiration estimating accuracy from satellite, reanalysis and land surface models over East Asia. Geophysical Research Letters. 2023 Apr 28;50(8):e2022GL102706.
https://agupubs.onlinelibrary.wiley.com/doi/full/10.1029/2022GL102706