山地植被生态参量遥感反演建模及其表征能力研究是山地定量遥感亟需突破的关键科学问题。在国家自然科学基金（41631180、41671376、41601403、41301385、41401425）、国家重点研发计划（2016YFA0600103）等的持续支持下，中国科学院成都山地灾害与环境研究所“山地定量遥感”研究团队在山地生态参量遥感同化反演模型与遥感产品验证方面取得了新进展。

研究人员提出了联合无线传感网技术和时空融合算法的时间连续真值图构建方法，为遥感产品的时空表征能力评估提供了基础数据。该方法不仅可以高效便捷地获取时间连续的地面观测数据，还有利于获取与地面观测匹配的时间连续的高分辨率遥感影像；通过建立遥感观测与LAI间的转换模型，得到时间连续的LAI参考真值图，为遥感产品质量评估提供验证数据。

他们采用交叉验证和直接验证方法，对比研究MODIS和GLASS LAI两个遥感产品，考虑我国西南地区复杂的地形特征，分别从定性和定量两个角度评价了LAI产品在复杂山区的时空分布特征及精度。研究发现，LAI产品质量易受地形影响，山区不同LAI产品季相表征差异显著，已有产品无法准确提取低山丘陵区作物物候特征。与LAI参考“真值”相比，产品在山区的验证精度较差，还有待进一步提高。

针对已有LAI遥感产品精度低以及LAI反演结果时间不连续等问题，借助数据同化方法，将时间序列MODIS遥感观测与CERES-Maize作物模型相耦合，设计了时间序列LAI遥感同化反演方案。研究表明，耦合遥感观测与生态模型能够生成时空连续的LAI数据集；相比LAI遥感产品、遥感反演的LAI以及CERES-Maize模型模拟的LAI，同化后的LAI估算精度有明显改善。

以上成果分别发表于Agricultural and Forest Meteorology、European Journal of Agronomy 等国际期刊。

文章链接：1 2 3

联合无线传感网和时空融合技术生成的时间连续真值图 

MODIS LAI、GLASS LAI与地面站点实测LAI频率直方图对比 

基于遥感观测与CERES-Maize模型同化的时间序列LAI估算结果