植被覆盖率 (FVC) 是生态研究的关键，历来都是以粗分辨率绘制的。最近的高分辨率卫星数据增加了对更精细 FVC 产品的需求。然而，将精细空间分辨率与高时间频率相结合仍然具有挑战性。传统的估计方法，如基于植被指数 (VI) 的混合模型，由于参数确定困难，准确性较差。2023年12月19日，北京师范大学穆希寒领导的科学家团队在《遥感杂志》
上发表了 一项研究，在环境监测和生态研究方面取得了飞跃。他们以 30 米分辨率、半月间隔绘制了中国上空的植被覆盖率 (FVC) 无缝地图，涵盖 2010 年至 2020 年。 研究人员采用自适应时间序列模型，使用 Google Earth Engine 中所有可用的陆地卫星图像创建清晰、无缝且辐射一致的归一化植被指数 (NDVI) 图像合成。他们开发了一种方法，使用改进的基于 VI 的混合模型将 Landsat NDVI 数据集转换为详细的部分植被覆盖 (FVC) 地图。这项创新的核心是 MultiVI 算法，它精确计算像素级系数，将 NDVI 转换为 FVC。该方法标志着传统的基于 VI 的混合模型的重大进步，传统的混合模型通常依赖于不太准确的、统计得出的端元 VI 值。另一方面，MultiVI 采用多角度数据生成像素级端元 VI 值，从而实现更精细、更准确的 FVC 计算。研究人员通过将生成的 FVC 与地面测量值和现有的全球 FVC 产品进行比较，验证了这种方法，证明了其良好的空间和时间一致性。结果强调了该方法在高精度捕获详细植被模式和动态方面的优越性，超越了传统模型。这种复杂的绘图过程促进了对地球植被覆盖的更细致的了解，并在环境监测、农业管理和气候变化研究中具有潜在的应用。 首席研究员穆希寒博士强调：“该方法不仅以良好的精度细化了FVC制图的空间分辨率，而且还捕获了植被覆盖的时间变化，标志着遥感和生态监测的技术进步。”
30 米/15 天的 FVC 测绘对各种应用具有深远的影响，显着增强生态评估、作物监测和详细的植被分析——所有这些对于理解和减轻气候变化影响都至关重要。此外，它还为精准农业、城市生态系统研究和土壤侵蚀风险评估提供了宝贵的数据，从而提高了我们有效监测和应对环境变化的能力。
这项研究代表了高分辨率植被测绘的新进展，为地球陆地生态系统提供了新的视角。随着这种方法的不断采用和完善，它有望加强环境监测和管理，为可持续未来释放新的可能性。