干旱是全球面临的最严重的自然灾害之一，对生态、水资源、农业和社会经济都会造成重大影响。随着气候平均状态随时间的变化的加剧，干旱事件的频率和强度可能会增加，因此研究植被对极端干旱的相应规律和机理，对应对气候平均状态随时间的变化具备极其重大意义。基于此，福州大学王前锋等人在期刊发表研究论文，介绍了基于卫星遥感反演的叶绿素荧光 (Satellite-estimated solar-induced chlorophyll fluorescence, SIF) 在旱地植被区的应用。该研究采用多源的卫星遥感反演产品 (包括：Global Ozone Monitoring Experiment-2 (GOME-2) and TROPOspheric Monitoring Instrument (TROPOMI)，研究其在植被稀疏区域极端干旱对植被生长的影响。

  图1.(a) 基于国家动态土地覆盖数据集的土地覆盖图。(b) 干旱指数的空间格局。(c) 澳大利亚大陆上空研究区的位置 (图片来自：Google Earth)。黑色三角形指的是五个通量塔位置。

  如图1所示，研究区位于澳大利亚西北部干旱半干旱区域。使用的数据集包括基于 EUMETSAT’s MetOp-A和 MetOp-B反演的SIF 数据集，基于 Sentinel-5 Precursor TROPOMI 反演的 SIF 数据集，以及基于 MODIS 的植被冠层绿度指数的 EVI 数据集；此外，包括 SPEI，ERA-5，DLCD 等气候及土地利用数据集，以及地面观测的碳通量数据。通过识别极端干旱区域，评估不一样植被对干旱的相应。

  图2.(a-h) 2018~2019 年季风季节降水、地表/根区土壤水分、LST、SIF、SIFPAR、EVI 和 GPP 标准化异常的空间分布。(i–l) 极端和中等干旱范围内四个植被变量的像素密度。

  图2显示在 2018~2019 极端干旱条件下各气候环境要素以及植被指标的标准异常的空间分布。表明基于遥感反演的各个植被指标总体上表现大范围的负异常；然后在北部较湿润的地区非极端干旱条件下，EVI 呈现正增长而 SIF 则呈现负异常，根据结果得出，在中等干旱条件下，湿润生态系统 (例如森林和林地) 的光合作用和绿度动态存在相当大的解耦。总的来说，SIF 和 EVI 表现出了与旱地植被对这种极端事件的空间和时间响应相似的特征。

  图3显示在月度和 16 天的时间尺度上，EVI 和 SIF 所指示的与干旱相关的植被减少的时间百分比。作者发现，无论在 16 天或是月尺度上，EVI 所捕获的受干旱影响区域的百分比始终高于 SIF。EVI 的标准化异常值比 SIF 更显著负数的原因可能是由于极端干旱引起的植被减少导致广阔内陆地区的季节循环增幅就没有增加。

  图4.(a-h) 2018~2019 年基于塔的 GPP 与基于卫星的 SIF、EVI 之间的关系，跨越五个不同空间 (0.5°、0.05° 网格) 和时间 (每月，16 天) 分辨率的通量塔站点。右下方的嵌入框显示了五个通量塔站点的图例。(p 值 0.001)。

  图4显示了在干旱情况下，基于遥感反演的 SIF, EVI 与基于地面观测的碳通量反演的 GPP 关系，尽管卫星观测的 SIF 和 EVI 具有不一样的时空分辨率，但总体上它们与原位测量的 GPP 显著相关。与由 GOME-2 反演的粗空间分辨率 SIF 数据相比，具有显著改善的时空分辨率的最新 TROPOMI SIF 观测结果与基于地面观测的 GPP 之间的相关性有所提高，这在某种程度上预示着这个先进的数据集在监测干旱和半干旱ECO方面具有很大的潜力。

  总的来说，本文使用多源卫星的 SIF 观测，研究了干旱对澳大利亚旱地植被 SIF 和 EVI 的空间和时间响应。与湿润/亚湿润生态区域的干旱程度增加相比，SIF 和 EVI 的降幅在干旱/半干旱植被中表现出相当的负异常，无论是在极端干旱还是中等干旱条件下，这表明半干旱生态系统对水文气候平均状态随时间的变化的敏感性和脆弱性最大。在 16 天的间隔内，这两种卫星指标 (SIF 和 EVI) 可以同步检测到极端干旱对旱地植被生长的影响。来自 TROPOMI 的前所未有的 SIF 与干旱年份地面观测 GPP 的一致性明显地增强，展示了这一先进数据集跟踪未来气候平均状态随时间的变化下旱地植被动态的巨大潜力。

  期刊范围涵盖遥感科学所有领域，从传感器的设计、验证和校准到遥感在地球科学、环境生态、城市建筑等各方面的广泛应用。